A Dra. Yini Airet Miro, investigadora da Universidad Internacional Iberoamericana (Universidade Internacional Iberoamericana, UNIB), participa num estudo que explora a utilização da aprendizagem automática quântica (quantum SVM) para rastrear o impacto da poluição atmosférica na saúde humana e os factores ambientais que contribuem para o problema.
A qualidade do ar é uma questão de preocupação global devido aos seus efeitos prejudiciais para a saúde humana e o ambiente. A poluição atmosférica, causada por uma variedade de fatores como o pólen, as poeiras e os gases nocivos, pode ter um impacto significativo na qualidade de vida. A qualidade do ar é avaliada através do Índice de Qualidade do Ar (IQA), que classifica a qualidade do ar em diferentes categorias. As partículas (PM2,5, PM10), o dióxido de enxofre (SO2), o dióxido de azoto (NO2), o monóxido de carbono (CO), o ozono (O3) e outros são também utilizados para medir a qualidade do ar. Um IQA igual ou inferior a 50 é considerado “moderado”, enquanto um IQA superior a 300 é considerado “perigoso”.
Quando o IQA é elevado, as pessoas são aconselhadas a permanecer em casa e a fechar portas e janelas para se protegerem dos efeitos nocivos da poluição. De acordo com a OMS, quase toda a gente no mundo respira ar poluído. As partículas finas, como as PM2,5, representam um risco para a saúde, uma vez que podem penetrar nos pulmões e conter partículas nocivas como os vírus. A exposição prolongada a estas partículas tem sido associada a um risco acrescido de doenças respiratórias e cardiovasculares, incluindo a COVID-19.
A utilização de métodos de aprendizagem automática tem-se revelado eficaz na previsão da qualidade do ar, uma vez que podem tratar grandes conjuntos de dados e gerar previsões exactas. Algoritmos como as redes neuronais (RNA), as máquinas de vectores de apoio (SVM), a floresta aleatória (RF) e o vizinho mais próximo (KNN) têm sido utilizados para fazer previsões neste domínio. Nos últimos anos, surgiu um novo paradigma que combina a mecânica quântica e a aprendizagem automática, dando origem à aprendizagem automática quântica para melhorar a eficiência dos sistemas computacionais e resolver problemas difíceis de análise de dados.
Dadas as implicações da poluição atmosférica na saúde humana, é importante determinar os fatores ambientais que contribuem para a poluição atmosférica. Por conseguinte, o objetivo do estudo em que a Dra. Miró participou foi melhorar o desempenho da SVM quântica para prever como os fatores ambientais afectam os níveis de poluição atmosférica que afectam a saúde e comparar os resultados com a aplicação da SVM tradicional.
Os resultados da investigação mostraram que o SVM quântico tem um desempenho muito melhor do que o modelo SVM tradicional para a avaliação da qualidade do ar, alcançando uma precisão de 97% e 94%, enquanto o modelo tradicional alcançou uma precisão de 91% e 87%. No entanto, é importante reconhecer que os computadores quânticos ainda se encontram numa fase inicial de desenvolvimento, pelo que, num futuro próximo, quando os cúbitos com menos ruído e as correcções de erros forem aumentados, os computadores quânticos obterão melhores resultados em termos de tempo e precisão. Para isso, é necessária mais investigação nos próximos anos.
Se quiser saber mais sobre este estudo, clique aqui.
Para ler mais pesquisas, consulte o repositório da UNIB.
A Universidade Internacional Iberoamericana (UNIB) oferece o programa de Mestrado em Gestão Estratégica com especialização em Tecnologias da Informação. Um programa que proporciona aos profissionais as competências e capacidades necessárias para gerir cargos de direção e liderar projectos de mudança organizacional com recurso às TIC ou aconselhar empresas que pretendam juntar-se à competitividade de novos negócios. Junte-se ao desenvolvimento empresarial estudando o nosso programa de mestrado e prepare-se para levar a sua carreira para o próximo nível!