全國客服熱線 : 0571-8717-8428
|
掃一掃添加微信公眾號
×

新聞中心

NEWS
行業(yè)新聞
首頁> 新聞中心> 行業(yè)新聞

AI防治水污染,是追熱點還是醫(yī)痛點?一文剖析城市水安全問題及對策

2020-09-23

       水安全,已成為全球重要議題。聯(lián)合國更是將“為所有人提供清潔飲水和環(huán)境衛(wèi)生并對其進行可持續(xù)管理”,列為面向 2030 年的全球可持續(xù)發(fā)展目標之一。但是,目前各個國家和地區(qū)的經(jīng)濟發(fā)展階段和科技水平存在不同程度的差異,如何構建行之有效的水污染防治路徑與解決方案依舊面臨諸多挑戰(zhàn)。

     9 月 16 日,中國科學院生態(tài)環(huán)境研究中心王旭博士及同事,在《中國科學院院刊》發(fā)表題為《人工智能在 21 世紀水與環(huán)境領域應用的問題及對策》的論文,結合聯(lián)合國 “清潔飲水和衛(wèi)生設施” 可持續(xù)發(fā)展目標的核心內涵和落實難點,分析和總結人工智能(AI)在水與環(huán)境領域的應用現(xiàn)狀及效應,探討利用 AI 推進水與環(huán)境可持續(xù)發(fā)展過程中有待解決的核心關鍵問題,并對水與環(huán)境領域和 AI 領域的創(chuàng)新發(fā)展方向進行展望。

       DeepTech 聯(lián)系到王旭,并就這一研究方向進行了深入交流。他也是《麻省理工科技評論》“35 歲以下科技創(chuàng)新 35 人”首屆中國榜單入選者。

圖 | 王旭

       AI 如何應對水與環(huán)境領域的巨大挑戰(zhàn)?

       目前全球在落實 “清潔飲水和衛(wèi)生設施”可持續(xù)發(fā)展目標的過程中,正面臨四大挑戰(zhàn):(1)數(shù)據(jù)監(jiān)測與分析評估手段不足,嚴重制約國際組織及各國對水與環(huán)境衛(wèi)生真實現(xiàn)狀和發(fā)展成效的全面掌握;(2)水循環(huán)系統(tǒng)構建、監(jiān)控、模擬、評估和整體優(yōu)化調控的困難;(3)水環(huán)境與水生態(tài)風險的復雜性;(4)諸如新冠病毒等突發(fā)大流行性疾病對城市供水排水系統(tǒng)的沖擊和影響。為此,探尋適宜的技術路徑和解決方案迫在眉睫。

       近年來,王旭及合作者運用大數(shù)據(jù)和機器學習方法探索水系統(tǒng)工程與全球變化的前沿科學問題,并取得了重要進展。據(jù)他介紹,AI 等信息科技的快速進步,為實現(xiàn)水污染高效防治,落實聯(lián)合國可持續(xù)發(fā)展目標提供了新的思路和手段。

       具體來說,隨著計算機算力的大規(guī)模發(fā)展及算法的不斷突破,AI 得到了快速發(fā)展,這為水環(huán)境污染防治、水質安全保障、涉水設施優(yōu)化重構、流域生態(tài)系統(tǒng)管理等技術的研發(fā)和創(chuàng)新提供了強大的工具。

       例如,利用人工神經(jīng)網(wǎng)絡自適應選擇方法,以水質遙感和檢測數(shù)據(jù)為特征,可實現(xiàn)非線性水質指標模型的構建和應用,為水體水質管理與數(shù)字規(guī)劃提供必要的基礎數(shù)據(jù)。AI 在水質指標模型化及多維時空數(shù)據(jù)融合等方面的應用實踐,為提升水污染的研判能力創(chuàng)造了新機遇。

圖 | 面向 AI 的水環(huán)境污染物識別與風險響應技術體系(來源:受訪者)

       除了在水質指標建模與數(shù)據(jù)融合方面,AI 在風險物質檢測與毒性評估、水質預警與污染應急方案構建等方面也開始發(fā)揮作用,這為整體提升水環(huán)境污染識別與風險響應能力提供了有力的技術和決策支持。

       近幾年,越來越多的研究開始關注 AI 在水質安全保障技術研發(fā)中的角色。王旭告訴 DeepTech:“通過對材料開發(fā)過程的失敗試驗和歷史數(shù)據(jù)進行機器學習,結合目標污染物特征,對新材料的成分和特性進行計算模擬和優(yōu)化,有望擯棄傳統(tǒng)以試錯為核心的材料研發(fā)范式,這將極大地促進水質凈化新材料的設計與應用?!?/span>

圖 | AI 輔助的水質凈化新材料研發(fā)范式(來源:受訪者)

       而將 AI 技術與生物信息學結合,可以為水系統(tǒng)的信息挖掘和微觀解析提供重要機遇,為闡明污染物去除機制及高效技術研發(fā)開辟新的途徑。

圖 | 基于 AI 的污水生物處理機理與定向強化技術研究新思路(來源:受訪者)

       王旭分析稱,近些年,水污染控制的核心范式正逐漸從污染物去除向資源化和能源化轉變,而數(shù)字孿生等虛擬和增強現(xiàn)實的前沿 AI 技術,將有望突破實時仿真同步調控水中污染物定向轉移轉化的技術難題,這將是未來 AI 形成的又一重大助推力。

       城市是人類活動的中心,包含完整的水循環(huán)系統(tǒng),涉水單元相互聯(lián)系緊密。但是,傳統(tǒng)水系統(tǒng)工程以取水、供水和排水為分割化目標,缺乏從系統(tǒng)論和整體論的角度去優(yōu)化、管理甚至重構滿足城市可持續(xù)發(fā)展的涉水設施新范式。若延續(xù)傳統(tǒng)思路,從現(xiàn)在到未來很長一段時間內,城市水安全問題恐難有實質性突破。

       王旭則認為,目前 AI 的爆發(fā)式發(fā)展,為突破城市水系統(tǒng)的優(yōu)化重構與集成管理提供了關鍵性的技術。比如,將模擬退火算法等 AI 技術運用到排水系統(tǒng)的規(guī)劃設計及雨水資源的利用管理,可為排水系統(tǒng)的前瞻布局、優(yōu)化設計及即時調控提供強大的科技支撐。

圖 | 數(shù)據(jù)驅動的水循環(huán)集成管理與人工智能模式(來源:受訪者)

       王旭團隊近期的研究進展,正是通過構建基于機器學習算法的數(shù)據(jù)驅動模型,在實現(xiàn)城市水系統(tǒng)水量水質動態(tài)預測的基礎上,預測系統(tǒng)能耗,這為實現(xiàn)水系統(tǒng)運營成本的精準控制、過程能耗和碳排放的有效降低提供了非常重要的決策評估工具。

       此外,流域生態(tài)系統(tǒng)也是一個重要問題。它作為水、土、氣、生、人多要素相互作用形成的復雜系統(tǒng),是自然和社會耦合系統(tǒng)的縮微,也是探索水資源、水環(huán)境與水生態(tài)統(tǒng)籌管理的重要尺度。

目前國際上已實現(xiàn)了 AI 技術與衛(wèi)星通信、空間定位、遙感、地理信息系統(tǒng)等對地觀測技術的有效融合,搭建了地球科學大數(shù)據(jù)平臺,為流域生態(tài)系統(tǒng)的過程解析與綜合評估提供了極為關鍵的數(shù)據(jù)基礎。

       未來,在地球科學大數(shù)據(jù)與社會經(jīng)濟指數(shù)相融合的基礎上,對 AI 算法與氣候變化和人類活動的物理模型進行集成,在流域尺度上開展自然 - 社會 - 經(jīng)濟系統(tǒng)的綜合調控研究,有望突破綠色流域構建與統(tǒng)籌管理技術體系。

       亟待解決的問題及對策

       “AI 技術的迅速進步,為水環(huán)境風險防控、水質安全保障及水系統(tǒng)優(yōu)化管理等技術從微觀到中觀和宏觀尺度的發(fā)展與應用注入了新的活力,從而為加速聯(lián)合國可持續(xù)發(fā)展目標進程帶來了一系列積極的效應。但是,未來 AI 在水與環(huán)境領域深入應用仍有若干關鍵問題亟待解決?!蓖跣窨偨Y道。

       比如,黑盒效應與算法可解釋性。盡管以機器學習為突破口、以深度學習為實現(xiàn)方法的各種 AI 技術在水與環(huán)境領域展露出優(yōu)異的預測性能,但其可解釋性是推廣應用的短板。另外,水務行業(yè)的研究人員、工程師和管理者通常不具備 AI 領域的知識和經(jīng)驗,這使得他們在選擇、評估及理解 AI 技術解決水與環(huán)境問題時面臨較大困難,可能影響 AI 技術的充分發(fā)揮。

       王旭建議:“未來應加速突破具備可解釋性的 AI 新技術,以及發(fā)展面向水與環(huán)境領域的 AI 技術系統(tǒng)構建理論與評估方法,這對促進 AI 技術在水與環(huán)境領域研究、應用及教育的全面發(fā)展具有重要意義?!?/span>

       其次是大規(guī)模算力與環(huán)境負效應的問題。隨著水系統(tǒng)數(shù)據(jù)量的不斷膨大、數(shù)據(jù)不確定性的日益提高及數(shù)據(jù)間聯(lián)系的愈發(fā)復雜化,基于 AI 的水與環(huán)境問題解決方案將消耗大量計算資源。目前已有研究預測,AI 的粗放型應用,將加重全球能源危機與氣候變化,甚至對生態(tài)系統(tǒng)產(chǎn)生未知的溢出效應。

       有研究對比,人腦處理數(shù)據(jù)所消耗的卡路里遠小于訓練 AI 模型所需的電耗。所以,如果我們能在機器學習過程中引入科研人員的領域知識,對數(shù)據(jù)集進行初篩和研判,從而減少不必要的算例密集型過程,就有可能減少 AI 應用時的能耗和碳排放等問題。

       “未來應強化 AI 技術同水與環(huán)境領域知識的深度融合,發(fā)展基于 AI 算力最小化的水循環(huán)管理與風險管控體系和模式,在解決水與環(huán)境問題的同時,減少甚至避免不必要的溢出效應?!睂Υ?,王旭建議道。

       數(shù)據(jù)有效性與標準化是亟待解決的另一個問題。AI 作為數(shù)據(jù)驅動型技術,若期望其效能在水與環(huán)境領域得以充分發(fā)揮,一個重要基礎在于確保數(shù)據(jù)體量和質量的有效性。近幾年,水量、水質和能耗等在線監(jiān)測傳感設備及物聯(lián)網(wǎng)技術的快速發(fā)展,為解決數(shù)據(jù)即時性和有效性的瓶頸帶來了機遇。但目前國際上在數(shù)據(jù)質量、接口和協(xié)議等方面仍未統(tǒng)一標準。這是未來以 AI 為核心的新一代水系統(tǒng)與智慧城市體系進行融合亟待解決的核心關鍵。

       “解決這一問題,未來應大力發(fā)展水與環(huán)境領域的數(shù)據(jù)在線監(jiān)測與傳感技術,落實數(shù)據(jù)質量、接口和協(xié)議的標準化;同時,在不同國家和地區(qū)的發(fā)展水平仍存在差異的前提下,突破當前水系統(tǒng)可用數(shù)據(jù)量普遍較小的約束,研發(fā)基于小數(shù)據(jù)樣本的 AI 算法和技術系統(tǒng)是當下發(fā)展的權宜方向?!?/span>

       AI 被認為是 21 世紀的三大尖端科技之一,但目前無論是與 AI 相關的知識教育、技術研發(fā)還是技術應用,均多見于發(fā)達國家。因此,AI 技術的限域應用,可能會導致全球不同國家和地區(qū)在水與環(huán)境領域治理方面出現(xiàn)甚至加劇不均衡問題。

       “未來應結合發(fā)展中國家和地區(qū)在水與環(huán)境領域的共性問題和重大挑戰(zhàn),開展國際科技、教育與投資合作,幫助發(fā)展中國家和地區(qū)在 AI 領域部署能力建設,突破因尖端科技限域應用而帶來的不平等問題。”

       對于這一新興交叉研究領域的未來,王旭非??春茫豪?AI 等數(shù)據(jù)驅動新技術,以數(shù)字化、智慧化為模式,實現(xiàn)城市或城市群水安全的全系統(tǒng)管理及環(huán)境風險的高效防控,是頗具新意、有廣闊前景的研究課題。未來,通過水與環(huán)境領域和 AI 領域的融合創(chuàng)新和協(xié)同發(fā)展,有望在全球范圍內重構健康、可持續(xù)、高彈性和智慧化的下一代城市水系統(tǒng),以滿足增進全人類福祉和保護水生態(tài)環(huán)境的重大需求。


文章來源:DeepTech深科技