Ještě nedávno žila většina lidí v malých městech a na venkově. V roce 2009 se tento trend obrátil a 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 zanedbatelný problém dokládá i statistika Světové zdravotnické organizace: k úmrtí přibližně každého 8. člověka na světě dochází v důsledku znečištěného vzduchu. Přibližně 90 % obyvatel velkoměst v současnosti 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 mohli mít obyvatelé větší šanci, jak se nejhorším smogům vyhnout. Odborníci společnosti Siemens totiž vyvinuli speciální predikční software, který dokáže předpovídat změny v hodnotách znečištění ovzduší až na 3 dny dopředu. KLÍČOVÝ JE ČAS I MÍSTO Smyslem softwaru je dát městům možnost efektivně se bránit znečištění, ve správný čas a na vhodném místě. Vznik smogu je ovlivněn nejen mírou samotného znečištění, ale i počasím. Typickému londýnskému smogu kupř. nahrávají zimní inverze s mlhami, oxidačnímu zase sluneční svit. 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 apod. Spolu s nimi jsou do výpočtu zahrnuty i informace, které mají výrazný dopad na dopravní situaci, a tím pádem na produkci emisí. Kupříkladu svátky, prázdniny, nebo sportovní události. Ze všech těchto dat pak algoritmus předvídá, které oblasti města a v jakou dobu budou nejvíce znečištěny. Program k provádění výpočtů aplikuje technologii neuronových sítí. Ta se již léta používá jako spolehlivý predikční nástroj kupř. 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 předvídajícího znečištění program pracuje 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 90procentní úspěšnost v předvídání míry znečištění na 3 dny dopředu v hodinových intervalech. Samozřejmě pouhá znalost toho kdy a kde znečištění dosáhne kritických hodnot ještě žádnou změnu neznamená. Dává však radnicím šanci znečištění potlačit kupř. omezením nákladní dopravy, příp. předem varovat obyvatele zasažených míst. /vb/