Η τεχνητή νοημοσύνη προβλέπει με ακρίβεια την διαρροή των ραδιενεργών υλικών.
Όταν συμβαίνει κάποιο ατύχημα σε ένα πυρηνικό εργοστάσιο και απελευθερώνεται ραδιενεργό υλικό, είναι ζωτικής σημασίας να εκκενώσουν οι άνθρωποι την περιοχή όσο το δυνατόν γρηγορότερα. Ωστόσο, είναι δύσκολο να προβλεφθεί το πού θα κατευθυνθεί η εκπεμπόμενη ραδιενέργεια, καθιστώντας αδύνατη την πρόληψη της έκθεσης στους ανθρώπους που κατοικούν κοντά στην επικίνδυνη τοποθεσία.
Ένας τρόπος για να ξεπεραστεί αυτή η δυσκολία παρουσιάστηκε σε μια νέα μελέτη που δημοσιεύθηκε στο περιοδικό Scientific Reports από την ερευνητική ομάδα του Ινστιτούτου Βιομηχανικών Επιστημών στο πανεπιστήμιο του Τόκιο (University of Tokyo Institute of Industrial Science).
Η ομάδα έχει δημιουργήσει ένα πρόγραμμα ηλεκτρονικών υπολογιστών που μπορεί να προβλέψει με ακρίβεια από που εκπέμπονται τα ραδιενεργά υλικά και που τελικά θα κατευθυνθούν εκ των προτέρων τις επόμενες 30 ώρες, χρησιμοποιώντας τις καιρικές προβλέψεις για τα αναμενόμενα πρότυπα ανέμου. Αυτό το εργαλείο επιτρέπει σχέδια εκκένωσης και άλλα μέτρα προστασίας των ανθρώπων που πρέπει να εφαρμόζονται σε περίπτωση πυρηνικού ατυχήματος όπως η καταστροφή του πυρηνικού σταθμού Fukushima Daiichi το 2011.
Αυτή η τελευταία έρευνα διενεργήθηκε μέσω της μελέτης που παρέχονταν από τα προβληματικά υφιστάμενα εργαλεία ατμοσφαιρικής μοντελοποίησης μετά το ατύχημα στη Fukushima για να αποφύγει τα λάθη του παρελθόντος, εργαλεία που θεωρήθηκαν τόσο αναξιόπιστα που έκτοτε δεν χρησιμοποιήθηκαν ποτέ για οποιοδήποτε προγραμματισμό αμέσως μετά από καταστροφή. Σε αυτό το πλαίσιο, η ομάδα δημιούργησε ένα σύστημα βασισμένο σε μια μορφή τεχνητής νοημοσύνης που ονομάζεται μηχανική μάθηση, η οποία μπορεί να χρησιμοποιήσει δεδομένα σχετικά με προηγούμενα πρότυπα καιρού για να προβλέψει τη διαδρομή που πιθανόν θα έχουν οι ραδιενεργές εκπομπές.
«Το νέο εργαλείο μας εκπαιδεύτηκε για πρώτη φορά χρησιμοποιώντας δεδομένα πολλών ετών σχετικά με τις καιρικές συνθήκες για να προβλέψουμε πού θα διανεμηθεί η ραδιενέργεια αν απελευθερωνόταν από ένα συγκεκριμένο σημείο», ανέφερε ο κύριος συγγραφέας της παρούσας επιστημονικής Μελέτης, ο Takao Yoshikane. «Το συγκεκριμένο σύστημα τεχνητής νοημοσύνης που δημιουργήσαμε, θα μπορούσε να προβλέψει την κατεύθυνση της διασποράς των ραδιενεργών υλικών με ακρίβεια τουλάχιστον 85%, και αυτό το ποσοστό αυξάνεται στο 95% το χειμώνα, όταν υπάρχουν πιο προβλέψιμες καιρικές συνθήκες».
«Το γεγονός ότι η ακρίβεια αυτής της προσέγγισης δεν μειώθηκε όταν η πρόβλεψη πάνω δεν ξεπερνούσε τις 30 ώρες, μας δίνει τα εφόδια να λειτουργήσουμε πιο αποτελεσματικά στο μέλλον σε εξαιρετικά δύσκολα σενάρια καταστροφών», πρόσθεσε ο Takao Yoshikane. «Αυτό το πλεονέκτημα δίνει στις αρχές τη δυνατότητα να οργανώσουν σχέδια εκκένωσης στις περιοχές που έχουν πληγεί περισσότερο και να καθοδηγήσουν τους ανθρώπους σε συγκεκριμένες περιοχές για να αποφύγουν την έκθεση των φρέσκων ραδιενεργών προϊόντων και να πάρουν αμέσως ιωδιούχο κάλιο, γεγονός που μπορεί να περιορίσει την απορρόφηση των λαμβανόμενων ραδιενεργών ισότοπων από το σώμα».
