AI for Good: Harmonizing Three Decades of Citizen Science Water Quality Data using Probabilistic Modeling
تقدم هذه الورقة إطاراً للنمذجة الاحتمالية يجمع بين النماذج الهرمية البايزية وهندسة ميزات البيانات الوصفية لتنظيم وتنسيق والتحقق من صحة بيانات جودة المياه العالمية المستمدة من العلوم المواطنية على مدار ثلاثة عقود، محولةً بذلك الملاحظات الشعبية المشوشة إلى رؤى قابلة للتنفيذ لاتخاذ القرارات البيئية.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أن أنهار الأرض وبحيراتها ومحيطاتها عبارة عن مكتبة ضخمة نابضة بالحياة. لعقود من الزمن، حاول العلماء قراءة الكتب في هذه المكتبة لفهم مدى صحة مياهنا. عادةً ما يستخدمون طريقتين رئيسيتين للقراءة: إما إرسال أقمار صناعية باهظة الثمن وعالية التقنية من الفضاء لإلقاء نظرة سريعة، أو إرسال فرق من الخبراء مع معدات ثقيلة إلى حافة المياه لأخذ قياسات دقيقة. لكن الأقمار الصناعية لديها نقاط عمياء؛ فهي لا تستطيع الرؤية عبر السحب أو في الليل، وغالبًا ما تغفل عن البرك الصغيرة أو الجداول المتعرجة. وفي الوقت نفسه، فإن إرسال الخبماء إلى كل مكان هو أمر بطيء ومكلف للغاية لتغطية الكوكب بأكمله.
هنا يأتي دور "العلم المواطني". فكر في الأمر كأنه لعبة "هاتف مكسور" عالمية وضخمة، حيث يعمل الأشخاص العاديون — من طلاب وجيران ومتنزهين — كعيون وآذان للعلماء. يقومون بإسقاط قرص أبيض بسيط في الماء أو ينظرون عبر أنبوب شفاف لتخمين مدى صفاء المياه. إنها طريقة منخفضة التكلفة لجمع البيانات "أثناء العمل" في المواقع، وهي بيانات لا تستطيع الأقمار الصناعية أو الرحلات الميدانية المكلفة الوصول إليها. ومع ذلك، يظل السؤال الكبير هو: هل يمكننا الوثوق بآلاف الملاحظات التي يدونها الناس العاديون؟ هل هي دقيقة بما يكفي لمساعدتنا في اتخاذ قرارات كبرى بشأن بيئتنا، أم أنها مجرد كومة فوضوية من التخمينات؟ هذا هو اللغز الذي سعى فريق من الباحثين من جامعة هارفارد ووكالة ناسا لحله.
تتناول الورقة البحثية، التي تحمل عنوان "الذكاء الاصطناعي من أجل الخير: تنسيق ثلاثة عقود من بيانات العلم المواطني لجودة المياه باستخدام النمذجة الاحتمالية"، كومة ضخمة وفوضوية من البيانات التي جُمعت على مدار 30 عامًا من برنامج "GLOBO" التابع لناسا. في المجمل، نظر الفريق في حوالي 160,000 قياس للمياه تم أخذها من 4,500 موقع مختلف حول العالم. كانت المشكلة تكمة في أن هذه البيانات كانت تشبه مكتبة حيث كُتبت بعض كتبها بأقلام التلوين، وفُقدت فيها بعض الصفحات، وتغيرت القصص اعتمادًا على من يرويها. لقد تغيرت بروتوكولات قياس صفاء المياه على مر العقود، ومن المحتمل أن تكون بعض القياسات مجرد أخطاء أو "ضجيج".
ولإصلاح ذلك، لم يقم الباحثون بمجرد التخلص من البيانات السيئة؛ بل بنوا "أمين مكتبة ذكيًا" ذاتي التصحيح. لقد أنشأوا نظامًا يستخدم نوعًا من الرياضيات يسمى "النموذج الهرمي البايزي". يمكنك التفكير في هذا النموذج كأنه محقق ذكي وصبور لا ينظر فقط إلى قياس واحد بمعزل عن غيره، بل ينظر إلى تاريخ بحيرة أو نهر معين. فإذا كانت البحيرة دائمًا عكرة في الصيف ولكن شخصًا ما أبلغ فجأة أنها صافية تمامًا في يوم غائم، فإن الذكاء الاصطناعي يصنف ذلك كأمر مشبوه. ولكن إذا كانت نفس البحيرة تصبح أكثر صفاءً على مدار السنوات العشر الماضية بسبب التغيرات البيئية، فإن الذكاء الاصطناعي يقبل القراءة الجديدة الأكثر صفاءً باعتبارها حقيقية.
يعمل النظام في حلقة مستمرة؛ فهو يأخذ دفعة جديدة من البيانات، ويتحقق منها مقابل ما يعرفه عن ذلك الموقع المحدد، ويقرر ما إذا كان سيحتفظ بها أو يضع علامة عليها ليراجعها بشرى. وإذا احتفظ بالبيانات، فإنه "يعيد تدريب" نفسه فورًا، ويتعلم من تلك المعلومة الجديدة ليصبح أكثر ذكاءً بشأن ما يبدو "طبيعيًا" في ذلك الموقع. وهذا يسمح للنظام بالتكيف مع التغيرات في العالم الحقيقي، مثل عودة نهر ليكون أكثر اتساخًا بعد حريق غابات أو أكثر صفاءً بعد بناء سد، دون أن يصاب بالارتباك.
والنتيجة هي مجموعة بيانات "منسقة". لقد أخذ الفريق الملاحظات الخام والمشوشة من علماء المواطنين على مدار ثلاثة عقود وقاموا بتنظيفها وتحويلها إلى سجل موثوق وعالي الجودة. لم يكتفوا بتنظيف الأرقام فحسب، بل أضافوا أيضًا سياقًا إضافيًا، مثل عمق المياه أو مدى قرب موقع القياس من الشاطئ، باستخدام خرائط الأقمار الصناعية لملء الفراغات. لقد حول هذا العمل البيانات من مجرد مجموعة مبعثرة من التخمينات إلى أداة قوية يمكن للعلماء والمعلمين والقادة المحليين استخدامها فعليًا.
تشير الورقة البحثية إلى أن هذا النهج نجح في تحويل "جمع البيانات الشعبية الأكثر ضجيجًا" إلى شيء "قابل للتنفيذ إلى أقصى حد". إنها تثبت أنه مع أدوات الذكاء الاصطناعي المناسبة، يمكننا الوثوق بملاحظات الناس العاديين لسد الفجوات التي تتركها الأقمار الصناعية والدراسات الميدانية المكلفة. ويشير المؤلفون إلى أنه بينما كان تركيزهم على شفافية المياه، يمكن استخدام طريقة "أمين المكتبة بالذكاء الاصطناعي" هذه لتنظيف أنواع أخرى من البيانات الطويلة والمشوشة التي يجمعها الناس العاديون، من جودة الهواء إلى مشاهدات الحياة البرية. لا تدعي الدراسة أنها حلت جميع مشاخت جودة المياه، لكنها تقدم طريقة جديدة، ممتعة وقوية، للاستماع إلى أصوات كوكبنا المتعددة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.