Бъстерите за замърсяване гледат на AI за по-добра скорост и точност

, когато замърсяването свива количеството сладка вода, което хората по целия свят могат да употребяват, като се оправят с казуса с новите лекувания и осъвременената инфраструктура е незабавно. Въпреки това, съществуването на допустимо най -полезна информация е от значително значение. Ето за какво новаторите се стремят към неестествен интелект-който може да обезпечи прецизен разбор в действително време-да разпознават замърсители и да задействат по-бързо, фокусирани почиствания.

Източниците на замърсяване на водата са комплицирани, защото те могат да включват индустриални химикали, пластмасови боклуци, замърсителите, прибрани от наводненията и токсините и пепелта, основани от дивифирори.

Има и увеличение на приключването на химикали от земеделска земя, до момента в който нелекуваните градски отпадни води, влизащи в реки и езера, води до по-голям разцвет на водорасли. But it needs data to assess why, where and when contamination is taking place.

A key focus of attention is ageing sewer­age and clean water infrastructure, much of it underground and in constant need of repair to prevent leaks and overflows polluting freshwater.

While cameras, robots and sensors have long been used to inspect out-of-reach areas, the data retrieved on water quality or the state of pipes has been reviewed by хора. AI може да поеме тази задача, като проучва видео и изображения тъкмо и бързо.

CCTV инспекциите са добре открити, споделя Ейми Бъндшел, която управлява архитектурата, инженерството и строителството в американската софтуерна компания Autodesk. „ Сега можем да вземем тези данни и да използваме AI, с цел да стигнем до бърз отговор. “

Autodesk употребява AI технология за разбор на изображения, с цел да усъвършенства своя инструмент за активи Info360, който автоматизира прегледите на инспекциите за комунални услуги и общини. Той е създаден от Vapar, австралийска софтуерна компания за поддръжка на тръбопровода, която събра 5 милиона $ финансиране предходната година от вложителите, в това число Autodesk.

Tech на Vapar дава опция на екипажите на полето да качват и усилват автоматизирано преглеждането на фрагменти от CCTV от водопроводни тръби и канализации, спестявайки време и увеличение на точността. “Humans miss about 40 per cent of the problems. AI learns and will get to a much higher success rate, ” Bunszel predicts.

More stories from this report

Extreme rainfall puts cities on alert
Trump backlash adds to challenges for California water policymakers
Big Tech under pressure to act over data centres’ thirst За вода
Как една чаша рециклирана канализация оказва помощ при дефицит на вода

, както и за разкриване, AI може да помогне за попречване на замърсяване. В селското стопанство той може да употребява данни от датчици и спътници, с цел да генерира визия за растежа на културите и качеството на почвата, с цел да помогне на фермерите да заобикалят ненужното потребление на торове и пестициди. Резултатът е по-малко химическо приключване на добиване във водоснабдяване.

„ Можете да оптимизирате прибавянето на хранителни субстанции, когато това се изисква на годишна продукция, тъй че да не прекалявате с олицетворения “, споделя Александър Кроуел, сътрудник в основаната в Амстердам водна техника за вложения в PureTerra Ventures. Една от фирмите, които е подкрепила, е Испанският HEMAV, който предходната година събра 8 милиона евро, с цел да създаде модели за прогнозиране на културите, захранвани от AI.

Досега полезността на спътниците е лимитирана до разкриване на общи промени в огромните тела на водата. Тук влизат наземни датчици, защото те могат да съберат равнището на детайлите, които ИИ би трябвало да генерира най-хубавите прозрения, споделя Скот Брайън, президент на Imagine H2O, ускорител, който поддържа повече от 200 започващи водни стартирания в целия свят.

Комбинирането на тестови ленти за еднократна приложимост с уеб-свързвания програмен продукт за разбори на мобилно приложение прави технологията по-лесен за достъп. „ Вместо да има една организация, която събира данните, земеделските производители или други чиновници на държавно образувание могат да улавят и събират тези данни “, споделя Брайън.

Колкото и да е интелигентен, основан на AI технология, главните данни постоянно са основни. Гранулираната информация е от значително значение за използването на разбори за замърсяване на водата, споделя Orianna Bretschger, чийто започващ Aquacycl, основан на Съединени американски щати, употребява микробен технология за понижаване на цената и въглеродния отпечатък на обработката на индустриалните отпадни води. „ AI е толкоз добър, колкото данните, влезнали в него. “

Без цялостно схващане на равнищата на замърсяване, техните източници и по какъв начин те се двоумят, тя вижда заплахите да се втурват в приложимост на AI. „ Ако прилагате AI с лимитирани набори от данни, ще получите неприятни отговори и ще вземете неверни решения “, предизвестява тя.