Pesquisadores da Escola de Engenharia e Ciências Aplicadas da Universidade da Virgínia desenvolveram um sistema alimentado por IA que imita o olfato humano para detectar e rastrear gases tóxicos em tempo real. Usando redes neurais artificiais avançadas combinadas com uma rede de sensores, o sistema identifica rapidamente a fonte de gases nocivos como o dióxido de nitrogênio (NO₂) que representa riscos graves à saúde respiratória.
Combatendo a Poluição do Ar com Tecnologia Inovadora
De acordo com a Organização Mundial da Saúde, a poluição do ar externo, incluindo NO₂, contribui para aproximadamente 4,2 milhões de mortes prematuras no mundo a cada ano, principalmente devido a problemas respiratórios como asma e doença pulmonar obstrutiva crônica (DPOC). Para enfrentar esse desafio, a equipe de pesquisadores desenvolveu um sistema inovador que utiliza sensores baseados em grafeno para imitar o cheiro humano e detectar a presença de gases tóxicos.
Sensores Baseados em Grafeno Imitam o Olfato Humano
O sistema depende de nano-ilhas de catalisadores metálicos incorporados em superfícies de grafeno. Este dispositivo funciona como um nariz artificial, reagindo com moléculas de gás tóxico direcionadas. À medida que as moléculas de dióxido de nitrogênio se ligam ao grafeno, a condutividade do sensor muda, permitindo que o sistema detecte vazamentos de gás com extrema sensibilidade.
"Nanoilhas de catalisadores metálicos são pequenos aglomerados de partículas metálicas depositadas em uma superfície, como o grafeno, que melhoram as reações químicas ao aumentar a área de superfície para interação das moléculas de gás, permitindo a detecção precisa de gases tóxicos", explicou Yongmin Baek, cientista pesquisador do Departamento de Engenharia Elétrica e de Computação.
Inteligência Artificial para Localizar Vazamentos de Gás
Ao integrar IA com sensores de gás de última geração, a equipe é capaz de localizar vazamentos de gás com precisão sem precedentes, mesmo em ambientes grandes ou complexos. Os receptores olfativos artificiais são capazes de detectar pequenas mudanças nas concentrações de gás e comunicar esses dados a um sistema de computação de sensor próximo, que usa algoritmos de aprendizado de máquina para prever a fonte do vazamento.
"Nosso sistema alimentado por IA tem o potencial de tornar ambientes industriais, áreas urbanas e até mesmo edifícios residenciais mais seguros ao monitorar constantemente a qualidade do ar. É um grande passo à frente na prevenção de riscos à saúde a longo prazo e na proteção do meio ambiente", afirmou Byungjoon Bae, aluno de doutorado em engenharia elétrica e de computação.
Otimização do Posicionamento dos Sensores
A rede neural artificial do sistema analisa dados dos sensores em tempo real, com base no posicionamento otimizado do sensor para garantir a cobertura e a eficiência do sistema. Essa otimização é habilitada por um "algoritmo de otimização bayesiana de região de confiança", uma técnica de aprendizado de máquina que divide problemas complexos em regiões menores para encontrar as posições de sensor mais eficientes. Isso garante que menos recursos sejam usados, ao mesmo tempo em que fornece detecção de vazamento de gás mais rápida e precisa.
Colaboração Interdisciplinar
A equipe de pesquisa inclui Yongmin Baek, Byungjoon Bae, Jeongyong Yang, Wonjun Cho, Inbo Sim, Geonwook Yoo, Seokhyun Chung, Junseok Heo e Kyusang Lee, que colaboraram em instituições como a Universidade da Virgínia e a Universidade Ajou. Esse esforço interdisciplinar combina expertise em engenharia elétrica, ciência de materiais e aprendizado de máquina para desenvolver soluções inovadoras para problemas ambientais urgentes.
O artigo, intitulado "Rede de receptores olfativos artificiais para monitoramento espaço-temporal de gases tóxicos", foi publicado na Science Advances, uma revista científica de alto impacto. Essa pesquisa representa um avanço significativo no campo da detecção de gases tóxicos, com o potencial de melhorar a qualidade do ar e proteger a saúde pública em todo o mundo.
