الگوریتمهای جدید «مدلهای ترکیبی فیزیک-هوش مصنوعی» توانستهاند پیشبینی آلودگی هوا را از سطح شهر به مقیاس خیابان برسانند. این فناوری پیشرفته میتواند مدیریت بحران آلودگی در تهران را متحول کرده و اقدامات هدفمندتری را ممکن کند.
در روشهای سنتی پیشبینی آلودگی، یا از مدلهای پیچیده فیزیکی استفاده میشد که محاسبات سنگینی داشتند، یا از هوش مصنوعی که تنها به دادههای گذشته متکی بود. اما در مدلهای ترکیبی، هوش مصنوعی با قوانین فیزیکی ترکیب شده و پیشبینیهای دقیقتری ارائه میدهد. برای مثال، اگر مدل فیزیکی پیشبینی کند که هوای منطقهای پاک است، اما دادههای لحظهای نشاندهنده ترافیک سنگین باشد، هوش مصنوعی این پیشبینی را اصلاح میکند. این فناوری میتواند بهطور دقیق اعلام کند که در چه زمانی و کدام منطقه دچار افزایش یا کاهش آلودگی خواهد شد.
یکی از مزایای این فناوری، امکان مدیریت نقطهای آلودگی است. برخلاف روشهای فعلی که محدودیتها در کل شهر اعمال میشود، این مدلها میتوانند کانونهای بحرانی آلودگی را شناسایی کرده و اقدامات محدودیتزا را تنها در همان نقاط اجرا کنند. این رویکرد، علاوه بر کاهش هزینهها، اختلال کمتری در زندگی شهروندان ایجاد میکند.
شهر پکن نمونه موفقی از استفاده از این فناوری است. این شهر با بهرهگیری از سیستمهای پیشرفته پیشبینی، توانست در کمتر از یک دهه، میزان آلودگی ذرات معلق را بهطور چشمگیری کاهش دهد. برای تهران نیز، با توجه به شرایط جغرافیایی خاص، استفاده از این فناوری نه تنها یک انتخاب، بلکه ضرورتی برای مقابله مؤثر با آلودگی هوا است.
