金斯顿大学的研究发现，经济实惠的人工智能空气污染传感器可以彻底改变空气质量监测

金斯顿大学的一项新研究发现，由人工智能驱动的新一代漫游空气污染传感器可以提高空气质量测量的准确性，并更好地告知人们所在地区的污染水平。该研究发表在MDPI的《传感器》杂志上，旨在研究如何通过开发和部署手机大小的、具有成本效益的电化学传感器来加强空气质量监测，该传感器与人工智能技术相结合，可以在任何地点提供精确、实时的空气质量读数。

目前的监测系统价格昂贵，不可运输，数量太少，这意味着最近的监测站的污染水平读数往往不能反映您周围环境的空气质量。据世界卫生组织称，空气污染每年导致700万人死亡，由于肺部发育、免疫系统较弱和呼吸速度加快，儿童尤其容易受到伤害。

金斯顿大学最初由内部Seedcorn基金资助，随后由Innovate UK和英国共享繁荣基金资助，与Technocomm咨询有限公司、网络通信和传感器专家合作，开发了一种价格合理的空气污染设备，名为EnviroSense。

金斯顿大学研究了其他气体和环境条件的存在如何影响这些空气传感器的准确性。为了实现这一目标，传感器与北诺福克海岸的高精度参考空气质量站Weybourne大气观测站的传感器位于同一地点。这个位置特别适合，因为它看到了广泛的污染水平，主要是由于西南风从英国各地（包括伦敦和中部地区）携带污染空气。

这些数据是在2024年5月至8月的12周内从较小、价格合理的空气传感器和较大的监测站收集的，每30分钟收集一次一氧化碳（CO）、二氧化碳（CO2）和臭氧（O3）的测量值。还监测了天气状况，以帮助更好地了解不同气体、污染物和环境条件之间的复杂关系。 

然后，这些数据被输入先进的人工智能模型，帮助将测量不准确率降低了46%，这表明数据科学已经将有缺陷但有前景的传感器变成了可以帮助人们寻求更清洁空气的精确工具。 

这一合作成果被Innovate UK认可为成功案例，使Technocomm咨询有限公司能够更新并商业化其更精确的空气污染设备EnviroSense AI。