«بيئة أبوظبي» تتوقع مؤشرات جودة الهواء والمياه لخمس سنوات مقبلة
تاريخ النشر: 9th, December 2024 GMT
هالة الخياط (أبوظبي)
أخبار ذات صلةتوظف هيئة البيئة - أبوظبي الذكاء الاصطناعي في تطبيقات المراقبة البيئية وتدفق البيانات، وتطبيقات التحاليل البيئية، بما ساعدها في توقع مستوى تركيزات 6 من عناصر جودة الهواء، و3 من مؤشرات جودة المياه البحرية للسنوات الخمس القادمة.
ومن خلال تطبيقات الذكاء الاصطناعي، أوضحت الهيئة أنها اعتمدت تطبيقات ذكية ساهمت في تحديد الملوثات البيئية بالتربة من الصور الجوية باستخدام طائرة من دون طيار، وتم استخدامه في رصد وتصنيف أنواع الأسماك بموانئ الصيادين من دون تدخل بشري.
وكشفت الهيئة أنه جارٍ حالياً إنشاء منصة ذكية للبيانات البيئية تعتمد على الذكاء الاصطناعي في تطوير دقة البيانات.
وتمتلك الهيئة العديد من برامج المراقبة المتنوعة في مجالات التنوع الحيوي والتفتيش والرصد البيئي، وتعتمد هذه البرامج على أحدث الآليات التقنية المبتكرة في المجالات المختلفة، منها 20 محطة لمراقبة الهواء و10 عوامات لمراقبة المياه البحرية، وأكثر من 100 بئر مياه جوفية مزودة بأجهزة رصد لمنسوب المياه. بالإضافة إلى 7 برامج تتبع للكائنات البرية والبحرية والطيور وباستخدام تقنيات الأقمار الاصطناعية ومنصات الـ GSM.
كما تستخدم الهيئة العديد من التقنيات والتطبيقات المتقدمة الخاصة بتحليل البيانات البيئية، منها التطبيقات المكانية والإحصائية التي نتج عنها معلومات دقيقة تغذي الأنظمة المختلفة لدعم متخذي القرار. وتطبيقات الاستشعار عن بُعد، وأنظمة المعلومات الجغرافية، وكذلك أنظمة الإحصاءات البيئية، حيث حصدت الهيئة المركز الأول على 26 جهة في إمارة أبوظبي في مؤشرات النضج الإحصائي بالإمارة، بمعدل 97.98%.
المصدر: صحيفة الاتحاد
كلمات دلالية: بيئة أبوظبي الإمارات الذكاء الاصطناعي هيئة البيئة البيئة
إقرأ أيضاً:
الذكاء الاصطناعي يساعد على توقع الخصائص الكيميائية
طور باحثون تطبيقا أطلقوا عليه اسم "ChemXploreML" يتنبأ بالخصائص الكيميائية ويسرعها، دون الحاجة إلى مهارات برمجة متعمقة.
من الأهداف الأساسية المشتركة لمعظم باحثي الكيمياء الحاجة إلى التنبؤ بخصائص الجزيء، مثل درجة غليانه أو انصهاره. بمجرد أن يتمكن الباحثون من تحديد هذا التنبؤ بدقة، يصبحون قادرين على المضي قدمًا في عملهم، محققين اكتشافات تُفضي إلى أدوية ومواد وغيرها. مع ذلك، ارتبطت الطرق التقليدية للكشف عن هذه التنبؤات، تاريخيًا، بتكلفة باهظة، استنزاف الوقت والجهد المبذول في المعدات، بالإضافة إلى التمويل.
تمكن فرع من الذكاء الاصطناعي، يُعرف باسم التعلم الآلي machine learning (ML)، من تخفيف عبء التنبؤ بخصائص الجزيئات إلى حد ما، لكن الأدوات المتقدمة التي تُسرّع العملية بشكل أكثر فعالية، من خلال التعلم من البيانات الموجودة لإجراء تنبؤات سريعة للجزيئات الجديدة، تتطلب من المستخدم امتلاك مستوى عالٍ من الخبرة البرمجية. هذا يُشكّل عائقًا أمام العديد من الكيميائيين، الذين قد لا يمتلكون الكفاءة الحسابية اللازمة لاجتياز عملية التنبؤ.
للتخفيف من هذا التحدي، ابتكر باحثون في مجموعة "ماكغواير" للأبحاث في معهد ماساتشوستس للتكنولوجيا (MIT) تطبيق ChemXploreML، وهو تطبيق سطح مكتب سهل الاستخدام يُساعد الكيميائيين على إجراء هذه التنبؤات المهمة دون الحاجة إلى مهارات برمجة متقدمة. هذا التطبيق متاح مجانًا وسهل التنزيل ويعمل على المنصات الرئيسية، كما أنه مصمم للعمل دون اتصال بالإنترنت، مما يُحافظ على خصوصية بيانات البحث.
وقد تم توضيح هذه التقنية الجديدة والمثيرة في مقال نُشر مؤخرًا في مجلة المعلومات والنمذجة الكيميائية Journal of Chemical Information and Modeling.
اقرأ أيضا... أداة ذكاء اصطناعي مجانية تعد تقارير طبية مثل الأنظمة التجارية
إحدى العقبات المحددة في مجال التعلم الآلي الكيميائي هي ترجمة البنى الجزيئية إلى لغة رقمية تفهمها أجهزة الكمبيوتر. يُؤتمت برنامج ChemXploreML هذه العملية المعقدة باستخدام "مُضمِّنات جزيئية" مدمجة قوية تُحوّل البنى الكيميائية إلى متجهات رقمية غنية بالمعلومات. بعد ذلك، يُطبّق البرنامج خوارزميات متطورة لتحديد الأنماط والتنبؤ بدقة بالخصائص الجزيئية، مثل درجات الغليان والانصهار، كل ذلك من خلال واجهة رسومية تفاعلية سهلة الاستخدام.
يقول أرافيند نيفاس ماريموثو، باحث في مجموعة ماكغواير والمؤلف الرئيسي للمقالة "يهدف ChemXploreML إلى تعميم استخدام التعلم الآلي في العلوم الكيميائية"، مضيفا "من خلال إنشاء تطبيق سطح مكتب سهل الاستخدام وقوي وقابل للعمل دون اتصال بالإنترنت، نضع أحدث النمذجة التنبؤية بين يدي الكيميائيين مباشرةً، بغض النظر عن خبراتهم البرمجية. هذا العمل لا يُسرّع البحث عن أدوية ومواد جديدة من خلال تسريع عملية الفحص وتخفيض تكلفتها فحسب، بل يفتح تصميمه المرن آفاقًا جديدة للابتكارات المستقبلية".
صُمم تطبيق ChemXploreML ليتطور مع مرور الوقت. لذا، مع تطور التقنيات والخوارزميات المستقبلية، يُمكن دمجها بسلاسة في التطبيق، مما يضمن للباحثين الوصول الدائم إلى أحدث الأساليب وتطبيقها. تم اختبار التطبيق على خمس خصائص جزيئية رئيسية للمركبات العضوية: نقطة الانصهار، ونقطة الغليان، وضغط البخار، ودرجة الحرارة الحرجة، والضغط الحرج، وحقق درجات دقة عالية وصلت إلى 93% لدرجة الحرارة الحرجة. كما أظهر الباحثون أن طريقة جديدة وأكثر إحكامًا لتمثيل الجزيئات كانت دقيقة تقريبًا مثل الطرق القياسية ولكنها كانت أسرع بما يصل إلى 10 مرات.
يقول ماريموثو: "نتصور مستقبلًا يُمكن فيه لأي باحث تخصيص وتطبيق التعلم الآلي بسهولة لحل تحديات فريدة، من تطوير مواد مستدامة إلى استكشاف الكيمياء المعقدة للفضاء بين النجوم".
مصطفى أوفى (أبوظبي)
ترحيب كبير من لاعبي سيراميكا بـ عمرو السولية...صور