A Magyar Hidrológiai Társaság XXXVI. Országos Vándorgyűlése (Gyula, 2018. július 4-6.)

Nyitó Plenáris előadások - 2. Dr. Szöllősi-Nagy András (Nemzeti Közszolgálati Egyetem): Sorsfordító a fejlődésben – 2. rész: Válaszút előtt a világ vízgazdálkodása

14

Hidrológiai Közlöny 2018. 98. évf. 4. sz.

csonyak voltak, ám nem szingulárisak, mert több hasonlóra számíthatunk a jövőben. Rendkívül fontos az igen érzékeny és nagy sebezhetőségű felszínalatti vizekkel való racionális és fenntartható gazdálkodás. Ha a különböző vízadó rétegeket 80 méteres kutakkal kötjük össze, mindenféle átgondolás, hidrogeológiai szakvélemény, mérés és monitoring nélkül, akkor a nem-pontszerű szennyeződésekkel már teljesen elszennyeződött első vízadó szenynyeit vezetjük át a lejjebb fekvő vízadó rétegekbe s fosztjuk így meg a jövő generációit a tiszta víztől. Több ez, mint politikai döntés egy szűk lobbi rövidtávú érdekeit kielégítendő. Ez már etikai kérdés. Mint ahogy az egész fenntartható vízgazdálkodás az.

VÍZTUDOMÁNYUNKRÓL TAMÁSKODVA: LEHETŐSÉGEINK ÉS KORLÁTÁINK

A XXI. század vagy a tudás társadalma, vagy nem lesz XXI. század - hangzik egyre többet szerte a világban annak nyomán, hogy a 90-es évek közepe táján voltaképpen ledőlt a digitális korlát és - legalábbis a mezzo-szintű vízmérnöki gyakorlat szintjén - minden kiszámítható - mindez csak gépidő kérdése. És persze a tudás kérdése. Ez így van a vízgazdálkodásban is. Jól működő digitális modellek serege (Vörösmarty és társai 2018) áll a hidrológus, a gyakorlati vízmémök és a stratégiai vízügyi tervező rendelkezésére különböző szinteken: a lokálistól a regionálison át a globálisig. Példa erre lokális szinten a szennyvíztisztító telepek irányítástechnikája a szenzoroktól a szabályzó elemekig, regionális vízellátó rendszerek távirányítással történő optimális folyamatszabályozásától osztott intelligenciájú folyamatirányító rendszerekkel, a globális hidrológiai körfolyamat biogeokémiai fluxusainak számításáig térinformatikai rendszerben, összekapcsolva az atmoszferikus és szárazföldi részek elemeit, amire korábban soha nem volt lehetőség, részint az említett számítási korlátok, részint a megfelelő és elégséges mennyiségű adatok hiánya miatt. Az utóbbit illetően is hihetetlen fejlődés tanúi lehettünk az elmúlt negyed évszázadban. A műholdak és távérzékelési technikák ma már naponta egy exabájt hidrológiailag releváns adatot továbbítanak a Földre tera Herz sebességgel. Ez ugye nagy szám: egy milliárd gigabájt, azaz egy darab egyes után tizennyolc nulla. Jó sok adat naponta.

Ám hogyan dolgozzuk mindezt fel és hogyan kapcsoljuk össze a különböző szintű modelleket, melyek egymásnak kölcsönösen peremfeltételei? Ráadásul sereg bizonytalanságot rejtenek magukban s így a laplace-i determinizmus csődöt mond, mert a hidrológiai ciklus nem egy 3D-s vízgép, melynek működése csinosan számítható a klasszikus determinisztikus hidrodinamika eszköztárával és rutin numerikus módszerekkel. A hidrológiai folyamatok - és a mátrix, amiben történnek - heterogenitásából fakadó véletlenszerűsége és a léptékváltás ezt az utat kizárja. Hogyan segítheti mégis a sok adat az operatív vízgazdálkodást? Miként lehet ebből az óriási napi adattömegből a jó döntés számára szükséges mintázatot kiszűrni? Az adatgyűjtési technikák fejlődésével - legyen szó az in situ intelligens szenzorokról, vagy az említett távérzékeléssel nyert adatokról - párhuzamosan fejlődtek a nagy adathalmazok gyors feldolgozására képes adatfeldolgozási módszerek. A Big Data és alakzatfelismerő algoritmusok a rekurzív tanulás elvét alkalmazva hihetetlen sebességgel szűrik ki a

különböző szintű, bizonytalansággal terhelt adatokban rejlő mintázatot. A tanuló algoritmusok már a mesterséges intelligencia (MI) tartományába tartoznak s bár távolinak tűnhet, mégis közeli a lehetőség a gépi tanuláson alapuló digitális vízgazdálkodás diszciplínájának és gyakorlatának megteremtéséhez.

Úgy tűnik tehát, hogy az MI alkalmazásával hamarosan összekapcsolhatók lesznek a vízgazdálkodási döntések különböző szintjei a lokálistól a globálisig. Ezek a különböző szintű vízgazdálkodási gépek/modellek várhatóan egyfajta sajátos IoT rendszert (Internet of Things) képeznek, lehetővé téve, hogy a lokális optimumok egy globális optimum részei legyenek, azonközben kölcsönösen egymás peremfeltételei is. Válaszokat kaphatunk majd olyan kérdésekre is, hogy miként kell műtárgyainkat méretezni egy olyan világban, ahol a stacionaritás feltétele - amelyen mérnökgenerációk sora nőtt fel - első megközelítésben sem igaz. Mint jeleztük, ezekre a kérdésekre ugyanis sem a klasszikus hidrodinamika, sem a Monte Carlozós számpasszírozás nem ad jó választ. A kockázat viszont marad, szintje meg ismeretlen.

Egy dolgot nem szabadna elfelejtenünk: a vízgazdálkodás elsősorban nem műszaki kérdés, hanem társadalmi. Ha pedig társadalmi, akkor politikai, sőt: etikai. A vizes szakma története tele van trójai falovakkal, ahol ez tetten érthető - elég talán a Bős-Nagymaros nevű döglött politikai műlóra utalni. A szakma akkor nem hallgatott a társadalomra. Igaz, azt a politika akkoriban, jó harminc éve, nem is engedte, s cinikusan játszotta ki egymás ellen az érintett szereplőket. Ha a víz társadalmi kérdés, akkor viszont döntési modelljeinkben megkerülhetetlen a társadalom lehetséges válaszmechanizmusainak modellezése, ami vélhetően legalább egy nagyságrenddel bonyolultabb feladat, mint a 2/3D lokális hidraulikai számítgatás, mert a társadalmi válaszokban nagyságrendekkel több a bizonytalanság (és a kockázat). Hogy ezt sikerrel oldja-e meg az ágens-alapú viselkedésmodellezés (Akhbari és Grigg 2013) és beilleszthető-e ez a környezeti folyamatok fluxusainak modellezésébe, nos ez az a nagy kérdés, amire várhatóan az MI ill., a gépi tanulás ad majd választ a nem távoli jövőben. Az MI várhatóan lényegében fogja átalakítani a humán kondíció egészét és részleteit, a tervezési szabványoktól és eljárásoktól a földmunkagépek használatán át a vízgyűjtő szintű stratégiai tervezésig. Aki ezt nem fogja fel, az intellektuálisan menthetetlen, mert nem érti a XXI. századot.

Mert tanulnunk állandóan kell. És persze a mesterséges intelligencia mellé természetes intelligencia is szükséges a döntéshozók részéről. Ez már keményebb dió - tetszőleges politikai rezsim fennállása esetén is {Somlyódv 2018). Az adaptáció készsége tanulás nélkül nem szerezhető meg egy egyre komplexebb és globálisan egyre inkább összehuzalozott világban. Újabb adalék ez a magyar víztudomány intézményrendszere alapvető újjáépítésének szükségességéhez és a VITUKI kormányokon átívelő kivéreztetésével, majd kivégzésével keletkezett vákuum és tudásszakadék megszüntetéséhez (6. ábra).