人工智能在水资源管理中的应用

本文摘自论文“人工智能与水管理——公用事业公司现在需要知道什么”。你可以在这里找到完整的论文。

聊天机器人的未来：为水务客户设想更智能的客户服务界面

您可以看到，除了限制之外，ChatGPT 在水务领域更智能的客户服务聊天机器人方面如何具有有用的应用程序。如今，大多数客户服务聊天机器人都是从计算机生成的对客户问题的回答开始的。当计算机无法根据其可用的预设问题和答案数据库回答客户的问题时，它会将客户传递给人类。但是这些类型的聊天机器人通常感觉非常像你在与计算机交谈，而且通常不是很有帮助。

但是，如果像 ChatGPT 这样的东西可以访问来自特定组织（如自来水公司）的信息，那么它可以通过利用计费数据、客户数据甚至供水系统的数据来为客户问题提供更相关的答案。

人工智能也许能够进一步回答诸如“水从我的水龙头流出”，“我的水是棕色的”或“为什么我的账单这么高？”之类的担忧和问题，然后再将客户传递给人类。

例如，想象一下，一位客户向具有 ChatGPT 等强大功能的 AI 辅助聊天抱怨他们的水从水龙头中缓慢流出（由于低压）。如果它能够访问正确的数据，它可以进行情绪分析，以查看同一领域是否有其他问题报告。然后它可以提醒工作人员并制定有用的回应，例如，“是的，我们似乎在那个地区遇到了问题，我们有一个工作人员前往那里。他们应该在两个小时内完成，你的服务将恢复。

这就是像 ChatGPT 这样的人工智能对改善水务部门客户服务聊天机器人可能产生的影响， 如果它 能够访问组织的数据，并且我们在本文第一部分列出的其他限制得到解决。

公用事业客户与高级聊天机器人的对话示例

用于解决复杂配水系统设计问题的进化计算（在一半的时间内）

人工智能在水领域的一个有前途的领域是进化计算，用于发现配水系统的最佳设计。这对于中型配水系统的规划举措尤其重要，例如人口为50,000至100,000的城市。例如，它可以用于长期总体规划计划，以优化未来的扩展、维护和维修成本。

进化计算是人工智能的一个子领域，它解决了传统算法具有太多变量的高度复杂的问题。顾名思义，该领域的灵感来自自然进化的基本原理。进化计算使用遗传算法，这些算法借鉴了遗传和自然选择等原则 – 更适合其环境的生物体将繁殖其遗传物质并繁殖以在其环境中变得更加多样的标准。

在水领域，进化计算解决了测试实现最佳水系统设计的几乎无限可能性的问题。例如，即使有 100,000 英尺的管道，如果您必须依次更换每根管道才能在效率和成本方面找到最佳设计，那么世界上也没有计算时间可以做到这一点。这当然不能由人类来完成。大多数工程师只有时间为项目考虑少数设计解决方案。

这个想法是，人工智能可以不断测试大型复杂系统中的微小变化，采用强解决方案并更改弱解决方案，直到系统达到所谓的“接近最优解决方案”。

事实上，进化计算已经被发现可以节省一半以上的成本，并产生比手动生产设计更好的解决方案。基于遗传算法的人工智能可以为我们提供配水系统设计问题的解决方案，如果没有人工智能，我们的部门过去无法解决这些问题。

用于日常运营的 AI：用于故障检测和计算机视觉的机器学习

故障和异常检测

人工智能在公用事业日常流程中最相关的应用之一是故障检测。这将是一个人工智能系统，它使用机器学习在给客户带来问题之前检测水系统中的故障。它的工作方式是人工智能根据系统的历史性能学习正常情况。它根据一天中的时间、温度、季节和其他变量识别正常模式，然后预测接下来会发生什么。如果预测的值等于或相似，则没有问题。但如果存在很大的差异，那么它可以提醒操作员。

例如，假设您的配电系统中的某个地方的管道在半夜爆裂，您的 AI 系统检测到问题。然后，它可以提醒工作人员在给客户带来问题之前去修理它。早上，客户甚至不知道有问题就打开了淋浴。

将这种人工智能驱动的分析和警报系统与 ChatGPT 等生成性自然语言模型相结合，资源有限的公用事业公司，尤其是可能没有大型公用事业公司通常拥有的内部分析部门的小型公用事业公司，可以看到巨大的好处。

我们看到这种机器学习和自然语言处理能力出现在水管理行业中，例如Qatium等工具，它有一个数字助理“Q”，可以为异常压力区，水箱液位，流量和其他重要的日常操作等异常情况提供警报。

计算机视觉

如前所述，我们今天在水务领域越来越多地看到的深度学习人工智能应用是计算机视觉。计算机视觉使用深度学习来分析视频和照片，以比传统的人工分析更快、更准确地检测异常、泄漏和故障。

深度学习AI在学习管道的视觉特征方面非常出色且快速。它可以有条不紊地表征不完美，而人类根本没有带宽去做。基于图像的深度学习可以利用其庞大的数据集，以便能够识别，例如，镜头是否显示碎片堆积，或者它是否实际上是管道连接的断裂或滑动。即使人类没有犯错，看了两三个小时的这种镜头，也失去了所有意义。但是深度机器学习没有这个问题，使其成为闭路电视（CCTV）数据的一个非常好的应用程序。甚至在最近的应用中，基于图像的深度学习模型使用闭路电视录像来分析雨滴的密度，以识别降雨强度，这对快速的洪水管理响应具有重要意义。

人工智能在水务领域的应用下一步是什么？

机器人技术在水管理行业有着明确的未来。我们的行业处理的基础设施很难监控、访问、检查和理解，因为它被埋在地下。虽然机器人在其他行业中发挥着关键作用，在这些行业中，人类旅行收集数据太困难、太危险或具有破坏性，但水务部门尚未成功充分利用机器人技术。

尽管如此，我们已经看到了水行业向机器人技术发展的一些趋势。例如，已经开发出人们进入管道以收集数据以进行泄漏检测的设备。设备不会留在管道中;它们被放在一个位置，然后在另一个位置取走，因此可以收集和分析数据。

但在未来，我们应该看到更多的自主机器人无限期地留在水系统中，在管道网络中爬行，并不断收集和发送数据，通过人工智能分析来分析网络上的信息。

管道机器人旨在通过开发微型机器人来彻底改变埋地管道基础设施管理，这些机器人旨在在地下管道网络中工作。

如前所述，水务部门人工智能的进步受到限制，因为，第一，我们不是一个高利润的行业，第二，我们厌恶风险，因为我们的水系统对人类健康至关重要。因此，尽管机器人和人工智能是水管理解决方案的合理未来，但我们在这个方向上的进展比其他行业要慢。尽管如此，我们应该对未来人工智能解决方案在我们行业中令人兴奋的潜在应用持乐观态度。