Un système alimenté par l'IA détecte les gaz toxiques avec rapidité et précision
Des chercheurs de l’École d’ingénierie et de sciences appliquées de l’Université de Virginie ont développé un système alimenté par l’IA qui imite l’odorat humain pour détecter et suivre les gaz toxiques en temps réel. Grâce à des réseaux neuronaux artificiels avancés combinés à un réseau de capteurs, le système identifie rapidement la source de gaz nocifs comme le dioxyde d'azote (NO₂) qui présente de graves risques pour la santé respiratoire.
Selon l'Organisation mondiale de la santé, la pollution de l'air extérieur, y compris le NO₂, contribue chaque année à environ 4,2 millions de décès prématurés dans le monde, principalement dus à des maladies respiratoires comme l'asthme et la maladie pulmonaire obstructive chronique (MPOC).
Leur article, intitulé « Network of Artificial Olfactory Receptors for Spatiotemporal Monitoring of Toxic Gas », est publié dans Avancées scientifiques.
Des capteurs à base de graphène imitent l'odeur humaine
Le système innovant repose sur des nano-îlots de catalyseurs métalliques intégrés sur des surfaces de graphène. Cet appareil fonctionne comme un nez artificiel, réagissant avec des molécules de gaz toxiques ciblées. À mesure que les molécules de dioxyde d'azote se lient au graphène, la conductivité du capteur change, permettant au système de détecter les fuites de gaz avec une extrême sensibilité.
« Les nano-îlots de catalyseurs métalliques sont de minuscules amas de particules métalliques déposées sur une surface, comme le graphène, qui améliorent les réactions chimiques en augmentant la surface d'interaction des molécules de gaz, permettant une détection précise des gaz toxiques », a déclaré Yongmin Baek, chercheur. chercheur au Département de génie électrique et informatique qui dirige la R&D sur les capteurs.
Kyusang Lee, professeur agrégé de génie électrique et informatique et de génie des sciences des matériaux, et l'un des principaux chercheurs du projet, explique : « En intégrant l'IA à des capteurs de gaz de pointe, nous sommes en mesure d'identifier les fuites de gaz. avec une précision sans précédent, même dans des environnements vastes ou complexes. Les récepteurs olfactifs artificiels sont capables de détecter de minuscules changements dans les concentrations de gaz et de communiquer ces données à un système informatique proche du capteur, qui utilise des algorithmes d'apprentissage automatique pour prédire la source de la fuite.
Le réseau neuronal optimise le placement du capteur
Le réseau neuronal artificiel du système analyse les données des capteurs en temps réel, sur la base du placement optimisé des capteurs pour garantir la couverture et l'efficacité du système. Cette optimisation est rendue possible par un « algorithme d'optimisation bayésien de région de confiance », une technique d'apprentissage automatique qui décompose les problèmes complexes en régions plus petites pour trouver les positions de capteurs les plus efficaces. Cela garantit que moins de ressources sont utilisées tout en offrant une détection des fuites de gaz plus rapide et plus précise.
Doctorat en génie électrique et informatique. L'étudiant Byungjoon Bae ajoute : « Notre système basé sur l'IA a le potentiel de rendre les environnements industriels, les zones urbaines et même les bâtiments résidentiels plus sûrs en surveillant en permanence la qualité de l'air. Il s'agit d'une avancée majeure dans la prévention des risques sanitaires à long terme et la protection de l'environnement.
L'équipe de recherche comprend Yongmin Baek, Byungjoon Bae, Jeongyong Yang, Wonjun Cho, Inbo Sim, Geonwook Yoo, Seokhyun Chung, Junseok Heo et Kyusang Lee, qui ont collaboré avec des institutions telles que l'Université de Virginie et l'Université Ajou.
