پهپاد و هوش مصنوعی در تعقیب پشه ها!
دانشمندان به فناوری های پیشرفته، از جمله هواپیماهای بدون سرنشین و هوش مصنوعی روی آورده اند تا سعی کنند قبل از شروع شیوع بیماری آن را متوقف کنند.
در جنگل های آمازون واقع در پرو، بیماری های استوایی خطر فزاینده ای را ایجاد می کنند و دانشمندان به فناوری های پیشرفته، از جمله هواپیماهای بدون سرنشین و هوش مصنوعی روی آورده اند تا سعی کنند قبل از شروع شیوع بیماری آن را متوقف کنند.
به گزارش تین نیوز به نقل از ایسنا، به دلیل وجود جنگل های انبوه و آب هایی که شهر را احاطه کرده اند، نمی توان به شهر ایکیتوس در پرو از طریق مسیرهای جاده ای دسترسی داشت. فقط هواپیماها یا قایق ها می توانند به این کلان شهر حدود نیم میلیون نفری برسند. تمام آب ها و پوشش های گیاهی نیز میزبان یک مهمان ناخواسته است و آن پشه ها هستند.
به نقل از سی بی سی، پشه ها می توانند ناقل بیماری های گرمسیری مانند مالاریا و تب دنگی باشند. در سال ۲۰۰۰، سازمان بهداشت جهانی تنها نیم میلیون مورد جهانی تب دنگی را ثبت کرد، اما نزدیک به دو دهه بعد، این سازمان ۵.۲ میلیون مورد را گزارش کرد.
گابریل کاراسکو(Gabriel Carrasco)، که این پروژه تحقیقاتی را رهبری می کند، می گوید: افزایش تب دنگی نشان می دهد که چگونه تغییرات آب و هوایی بر کشورهای در حال توسعه و گرمسیری تأثیر می گذارند. حتی اگر این کشورها ردپای کربن بسیار کمتری نسبت به کشورهای صنعتی داشته باشند.
کاراسکو می گوید: وقوع رویدادها بیشتر شده است. به عنوان مثال، ال نینو اکنون نسبت به چند سال پیش بیشتر ایجاد می شود. وقایعی مانند سیل و رویدادهای گرمای شدید در مناطقی وجود دارد که پیش از این گزارش نشده بود.
گرما و طوفان های شدید می تواند زمینه ای ایده آل برای پرورش پشه ها باشد.
محققانی مانند کاراسکو و برایان فرناندز(Bryan Fernandez) از هواپیماهای بدون سرنشین برای گرفتن تصاویری با وضوح بالا در داخل و اطراف آمازون استفاده می کنند و به دنبال آب هایی می گردند که می توانند مکان هایی برای تکثیر پشه ها باشند. پهپادها هر سه ثانیه عکس می گیرند و این تصاویر به تصاویری سه بعدی تبدیل می شوند که آب و جنگل زدایی را ردیابی می کنند. این گروه همچنین از حسگرهای آب و هوا برای ردیابی شرایط و دستگاه های ضبط کوچک برای نظارت بر تغییرات در مناطقی که در آن پرسه می زنند استفاده می کنند.
سپس این اطلاعات به یک هوش مصنوعی داده می شود. فرناندز می گوید: این مدلی است که می تواند پیش بینی کند یک بیماری کجا می تواند ایجاد شود.
کاراسکو توضیح داد: اکنون ایده این است که چگونه می توانیم آن مدل ها را بسیار دقیق تر و با جزئیات بسیار بیشتر بسازیم.
کاراسکو می گوید که امید این است که این فناوری در مناطقی در سراسر جهان با داروها، واکسن ها و پزشکان محدود گسترش یابد. دانستن محل احتمال انتشار بیماری می تواند به این مناطق کمک کند تا منابع را به صورت استراتژیک مستقر کنند.
کاراسکو افزود: کاری که ما در تلاشیم انجام دهیم این است که به مردم مناطق واقعا فقیر کمک کنیم تا زنده بمانند.
