據(jù)日本共同社7月8日報道，日本東京大學(xué)生產(chǎn)技術(shù)研究所6日發(fā)布消息稱，已研發(fā)出根據(jù)低氣壓和季風(fēng)等過去的天氣模式，利用人工智能(AI)預(yù)測核事故中排放到大氣的放射性物質(zhì)擴散方向的方法。

　　2011年3月東京電力福島第一核電站事故時，預(yù)測擴散方向的“緊急時輻射影響迅速預(yù)測網(wǎng)絡(luò)系統(tǒng)”(SPEEDI)未能用于居民疏散。據(jù)悉若能預(yù)測擴散方向，將有助于制定居民疏散路線以及判斷防止甲狀腺遭受輻射的碘劑的服用等。

　　研究小組使用了第一核電站周邊的氣象數(shù)據(jù)。考慮到放射性物質(zhì)向輻射源下風(fēng)頭擴散的性質(zhì)，研究人員讓AI學(xué)習(xí)了過去4年的氣象廳每隔3小時發(fā)布的風(fēng)的強度和方向等天氣模式。

　　AI以逾85%的準(zhǔn)確率推測出擴散方向。有臺風(fēng)不規(guī)律經(jīng)過的夏季的預(yù)測精度低于冬天。利用氣象廳提供的未來33小時天氣預(yù)報時，精度為77%以上。

　　該研究所的特任講師吉兼隆生(氣候?qū)W)表示，“通過事先掌握擴散方向，能夠采取降低輻射風(fēng)險的適當(dāng)防護措施”。