Cyfrowy bliźniak miasta: jak sztuczna inteligencja przewiduje smog na konkretnej ulicy + test

Zamglona ulica miasta z trolejbusami i smogiem nad zabudowa

Aplikacja pokazuje jakość powietrza dla całego miasta, ale spaliny nie rozkładają się równo: zalegają między wysokimi budynkami, zbierają się na skrzyżowaniach i dryfują pod szkołę. Naukowcy z projektu MODELAIR budują więc trójwymiarowe cyfrowe bliźniaki miast, w których sztuczna inteligencja łączy dane z czujników, prognozy pogody i symulacje przepływu powietrza — a na końcu możesz sprawdzić, jak bardzo ufasz AI w sprawach, które dotyczą zdrowia.

Spis treści

⇑Smog, który zmienia się co ulicę

W miastach zanieczyszczenie powietrza potrafi się mocno różnić między sąsiednimi ulicami. Tymczasem władze miast często nie mają dość szczegółowych prognoz, żeby zareagować, zanim poziom zanieczyszczeń stanie się groźny. Właśnie tę lukę chce wypełnić prof. Soledad Le Clainche, matematyczka stosowana z Politechniki Madryckiej, która kieruje grupą badawczą ModelFLOWs.

W ramach finansowanego przez UE projektu MODELAIR pracuje z naukowcami z Belgii, Holandii, Szwecji i Wielkiej Brytanii. Cel: sprawić, żeby niewidoczne, bardzo lokalne wzorce zanieczyszczeń były dla miast zrozumiałe.

„Wiele osób tworzy narzędzia do badania zanieczyszczenia powietrza, ale jesteśmy pierwsi, którzy w czasie rzeczywistym obliczają trójwymiarowy obraz zanieczyszczeń w badanych przez nas obszarach miejskich” — mówi Le Clainche w rozmowie z magazynem Horizon.

⇑Miasto w komputerze

Zespół MODELAIR buduje trójwymiarowe „cyfrowe bliźniaki” miast, napędzane sztuczną inteligencją. Łączą one symulacje komputerowe, dane z czujników i modele 3D, dzięki czemu pokazują jakość powietrza na poziomie ulicy i w czasie rzeczywistym. Mają pomóc władzom w planowaniu ruchu, lokalnym monitoringu i decyzjach, gdzie wprowadzić ograniczenia.

Narzędzia są testowane w trzech miastach: Brukseli, Madrycie i Bristolu. Każde z nich sprawdza inne zastosowanie — od wpływu układu zabudowy przez lepszy monitoring po testowanie konkretnych działań.

⇑Dlaczego to ma znaczenie

Większość mieszkańców europejskich miast oddycha powietrzem gorszym, niż uznaje za bezpieczne Światowa Organizacja Zdrowia. Zanieczyszczenia zwiększają ryzyko chorób serca, udaru i niektórych nowotworów, a także nasilają astmę i infekcje dróg oddechowych. Europejska Agencja Środowiska oszacowała, że w 2023 roku ograniczenie zanieczyszczeń do poziomów z wytycznych WHO mogło zapobiec w 27 państwach UE takiej liczbie zgonów:

Wykres: szacunek EEA na 2023 rok - 182 000 zgonów z powodu pyłu drobnego, 63 000 z powodu ozonu i 34 000 z powodu dwutlenku azotu w UE-27

Magazyn przypomina też badanie z 2025 roku, według którego kontakt z drobnymi cząstkami i tlenkami azotu w pierwszych 18 latach życia wiąże się z gorszym zdrowiem układu krążenia, zwłaszcza z wyższym ciśnieniem krwi u młodych dorosłych.

⇑Agenci AI, którzy zbierają dane

Zespół korzysta z „agentów” AI — programów-asystentów, które na bieżąco łączą informacje z czujników, prognoz pogody i modeli komputerowych, żeby przygotować lokalne prognozy. Część metod projektu jest już dostępna w otwartym oprogramowaniu ModelFLOWs-App.

Alessandro Parente z Wolnego Uniwersytetu Brukselskiego, specjalista od przepływów powietrza i AI w cyfrowych bliźniakach, opisuje wyzwanie tak: dzisiejsze modele dają użyteczne informacje, ale nie zawsze tak szczegółowe, jak potrzebują miasta. Trzeba połączyć dane ze stacji pomiarowych z bardzo dokładnymi symulacjami ruchu powietrza. „Miasta mają trudność z podejmowaniem decyzji w sprawie zanieczyszczenia powietrza” — dodaje. Projekt działa od 2023 roku i łączy trójwymiarowe repliki miast z eksperymentami w tunelu aerodynamicznym.

⇑AI podpowiada, człowiek decyduje

Ruch powietrza w mieście komplikują ciśnienie, wiatr i temperatura, które zmieniają się co godzinę. Dlatego naukowcy chcą, żeby to współpraca ludzi i agentów AI pozwalała przewidzieć, co dzieje się na konkretnym rogu ulicy. Parente podkreśla jednak granice technologii: „Agenci AI łączą dane eksperymentalne, uruchamiają prognozy i podsuwają możliwe działania. Ale trzeba jasno powiedzieć, że AI może tylko sugerować. Ocena tych sugestii należy do naukowców, a ostateczna decyzja, czy i jak działać — do polityków”.

Jakie działania wchodzą w grę? Na przykład:

  • zmiana tras ruchu, żeby uniknąć korków,
  • takie projektowanie nowych dzielnic, żeby ograniczać miejskie wyspy ciepła,
  • sadzenie drzew w wybranych miejscach, żeby obniżyć temperaturę, dać cień i pochłonąć część zanieczyszczeń.

Wyspy ciepła powstają, bo asfalt, beton i budynki magazynują ciepło, co sprzyja powstawaniu ozonu i zatrzymuje zanieczyszczenia w niektórych ulicach.

⇑Bruksela i Madryt jako poligon

Po połączeniu dokładnych symulacji z danymi z prawdziwego świata badacze przygotowują test narzędzia do podejmowania decyzji w czasie rzeczywistym w brukselskiej dzielnicy Ixelles. W Madrycie modele posłużą do oceny wariantów organizacji ruchu. Partnerem projektu jest belgijska firma inżynierska BuildWind, której platforma BrusAir mapuje zanieczyszczenie powietrza w Brukseli, także w pobliżu szkół.

⇑Podsumowanie

MODELAIR pokazuje, jak cyfrowy bliźniak i agenci AI mogą zmienić ogólną prognozę dla miasta w obraz powietrza na konkretnej ulicy. Jeśli podejście się sprawdzi, miasta łatwiej zdecydują, kiedy i gdzie działać, zanim zanieczyszczenia się skumulują — a decyzje i tak zostaną po stronie ludzi.

Artykuł powstał na podstawie tekstu opublikowanego w Horizon, magazynie badań i innowacji UE: Anthony King, „How AI is helping cities tackle invisible pollution” (3 września 2026), licencja CC BY 4.0.

⇑Pięć pytań: ile zaufania dajesz sztucznej inteligencji? (test)

5 pytań · minuta

1. Aplikacja AI mówi, że na Twojej ulicy powietrze jest dziś złe. Co robisz?

2. Czy wiesz, skąd biorą się dane o jakości powietrza w Twoim mieście?

3. Kto powinien decydować o zmianie tras ruchu w mieście?

4. Otwarte oprogramowanie w nauce to według Ciebie…

5. Czy chciałbyś/chciałabyś pracować przy takich projektach jak MODELAIR?


opublikowano: 2026-09-29
« powrót
Komentarze
Polityka Prywatności