Zatímco ještě nedávno žila většina lidí v malých městech a na venkově, v roce 2009 se tento trend obrátil, od tohoto milníku žije více než polovina světové populace ve velkých městech a aglomeracích. Lepší pracovní uplatnění či bohatší kulturní život velkoměst jsou však vykoupeny podstatně horší kvalitou ovzduší.
Že nejde o nijak zanedbatelný problém dokládá i statistika Světové zdravotnické organizace – k úmrtí přibližně každého osmého člověka na světě dochází v důsledku znečištěného vzduchu, 90 % obyvatel velkoměst pak v současné době žije v ovzduší obsahujícím vysoce nadlimitní množství škodlivin. Boj se znečištěným ovzduším ve městech je tak trochu potýkání se s větrnými mlýny, v budoucnu by však přesto mohli mít obyvatelé větší šanci, jak se nejhorším smogům vyhnout. Vývojáři společnosti Siemens totiž vyvinuli speciální predikční software, který dokáže předpovídat změny v hodnotách znečištění ovzduší až na tři dny dopředu.
Klíčový je čas i místo
Smyslem softwaru je dát městem možnost efektivně se bránit znečištění, ve správný čas a na vhodném místě. Konkrétně vznik smogu je ovlivněn nejen mírou samotného znečištění, ale i počasím, kdy například typickému londýnskému smogu nahrávají zimní inverze s mlhami, oxidačnímu zase sluneční svit apod. Software proto k vytváření předpovědí používá jednak data o aktuálních a historických hodnotách znečištění ze senzorů rozmístěných po městě, a současně meteorologické informace o teplotě, vlhkosti vzduchu, oblačnosti a podobně. Spolu s nimi jsou do výpočtu zahrnuty i informace, které mají výrazný dopad na dopravní situaci a tím pádem i produkci emisí, například svátky, prázdniny nebo sportovní události. Ze všech těchto dat pak algoritmus předvídá, které oblasti města a v jakou dobu budou nejvíce znečištěny.
Umělé mozky předvídají budoucnost
Program k provádění výpočtů používá technologii neuronových sítí, jež se již léta používá jako spolehlivý predikční nástroj například v burzovním obchodování, v energetice pro odhadování množství elektřiny vyrobené větrnými turbínami, či v informačních technologiích pro filtrování spamu. Důvod, proč jsou počítačové modely pracující na bázi neuronových sítí natolik úspěšné, spočívá zejména v jejich schopnosti učit se. Konkrétně u softwaru předvídajícím znečištění pracuje program s velkým množstvím parametrů, jimž musí přiřadit určitou váhu odpovídající míře jejich vlivu na kvalitu vzduchu. Postupným vytvářením předpovědí a jejich porovnáním s realitou pak ve stovkách iterací upravuje váhu jednotlivých parametrů a činí předpověď stále přesnější. U pilotního projektu, který pracoval s daty ze 150 senzorů rozmístěných po Londýně, byla výsledkem více než 90% úspěšnost v předvídání míry znečištění na tři dny dopředu v hodinových intervalech.
Samozřejmě pouhá znalost toho kdy a kde znečištění dosáhne kritických hodnot ještě žádnou změnu neznamená, dává však městům šanci znečištění potlačit například omezením nákladní dopravy, popřípadě aspoň předem varovat obyvatele zasažených míst.
