換季時(shí)節(jié)來(lái)臨，容易過(guò)敏的人們恐怕會(huì)深受柳絮、花粉等“不明物體”的困擾。

季節(jié)性過(guò)敏的患者們想必都知道，空氣中過(guò)敏原的濃度每隔幾步就會(huì)發(fā)生變化。周圍一些開花的樹或突然吹來(lái)的帶花粉的風(fēng)很容易引起打噴嚏和流淚。

但空氣中過(guò)敏原的濃度報(bào)告最具體的也只是以城市范圍來(lái)監(jiān)測(cè)的。

一個(gè)由深度學(xué)習(xí)驅(qū)動(dòng)的設(shè)備網(wǎng)絡(luò)可能會(huì)改變這一狀況，使科學(xué)家可以以街區(qū)為單位來(lái)監(jiān)測(cè)花粉濃度。

加州大學(xué)洛杉磯分校(University of California, Los Angeles)的研究人員開發(fā)了一種便攜式人工智能設(shè)備，該設(shè)備能夠識(shí)別花粉和霉菌孢子中五種常見過(guò)敏原的水平，準(zhǔn)確率高達(dá)94%，比傳統(tǒng)的機(jī)器學(xué)習(xí)方法的準(zhǔn)確率提高了25%。

該研究的資深作者、加州大學(xué)洛杉磯分校納米系統(tǒng)研究所副主任Aydogan Ozcan說(shuō)，使用NVIDIA GPU進(jìn)行推理，深度學(xué)習(xí)模型甚至可以做到實(shí)時(shí)分析。加州大學(xué)洛杉磯分校畢業(yè)生Yichen Wu是該論文第一作者。

超越傳統(tǒng)的傳感方式

花粉、孢子和微生物等微小的生物粒子，隨著每一次呼吸都會(huì)進(jìn)入人體。但是，很難說(shuō)這些被稱為生物氣溶膠的微觀粒子中有多少會(huì)散落在的公園或街角的某些特定位置。

生物氣溶膠通常由研究人員使用過(guò)濾器或孢子捕集器收集，然后在實(shí)驗(yàn)室進(jìn)行染色和手工檢查。該方法已有半個(gè)世紀(jì)的歷史，通常需要幾個(gè)小時(shí)到幾天的時(shí)間。

加州大學(xué)洛杉磯分校的研究人員正在著手改進(jìn)這一過(guò)程，他們使用一種便攜且成本低廉的設(shè)備在現(xiàn)場(chǎng)直接監(jiān)測(cè)過(guò)敏原，Ozcan說(shuō)，“這樣就可以避免掉發(fā)送樣品、貼標(biāo)簽和人工檢查所涉及的時(shí)間和人力成本。”

與傳統(tǒng)方法不同的是，他們的設(shè)備可以自動(dòng)吸入空氣，并將其困在一個(gè)被激光照射的粘性表面上。激光產(chǎn)生粒子的全息圖，使原本透明的過(guò)敏原變得可見，并可以被設(shè)備中的圖像傳感器芯片捕獲。

然后，全息圖像會(huì)被兩個(gè)獨(dú)立的神經(jīng)網(wǎng)絡(luò)處理：一個(gè)用來(lái)清理和裁剪圖像，聚焦于描繪生物顆粒的部分，另一個(gè)用來(lái)分類過(guò)敏原。

傳統(tǒng)的機(jī)器學(xué)習(xí)算法在從全息圖像中對(duì)生物氣溶膠進(jìn)行分類時(shí)，準(zhǔn)確率可達(dá)70%左右。通過(guò)深度學(xué)習(xí)，研究人員能夠?qū)?zhǔn)確率提高到前所未有的94%。

Wu說(shuō)，使用NVIDIA GPU可以將神經(jīng)網(wǎng)絡(luò)的訓(xùn)練速度提高數(shù)百倍，并支持實(shí)時(shí)測(cè)試或推理。

超強(qiáng)大的實(shí)時(shí)分析解決方案

雖然文中描述的設(shè)備版本將全息圖傳輸?shù)竭h(yuǎn)程服務(wù)器進(jìn)行深度學(xué)習(xí)分析，但Wu表示，未來(lái)版本的設(shè)備可能會(huì)嵌入GPU，在邊緣運(yùn)行AI模型。

對(duì)于科學(xué)家來(lái)說(shuō)，這款便攜式工具不僅省錢，還能讓他們從分布在多個(gè)位置的傳感器上收集數(shù)據(jù)，從而生成分辨率更高的實(shí)時(shí)空氣質(zhì)量地圖。這張地圖可以在網(wǎng)上提供給公眾，這是一個(gè)可以避免因氣候變化而導(dǎo)致的過(guò)敏季節(jié)更長(zhǎng)、更嚴(yán)重的有效工具。

這款重量略超過(guò)一磅的設(shè)備的另一種用途是，可以用于個(gè)別過(guò)敏哮喘患者，讓他們隨時(shí)監(jiān)測(cè)周圍的空氣質(zhì)量，并通過(guò)智能手機(jī)訪問(wèn)數(shù)據(jù)。

由于該設(shè)備可以無(wú)線操作，所以它也可以安裝在無(wú)人機(jī)上，在危險(xiǎn)或難以進(jìn)入的地點(diǎn)監(jiān)測(cè)空氣質(zhì)量。

研究人員計(jì)劃擴(kuò)展人工智能模型，以探測(cè)更多種類的生物氣溶膠和其他粒子，并改進(jìn)物理設(shè)備，使其能夠?qū)崿F(xiàn)持續(xù)數(shù)月的傳感。