حل أزمة المياه العالمية بإستخدام الذكاء الإصطناعي

48

أصبحت أزمة المياه واحدة من الإهتمامات الرئيسية في جميع أنحاء العالم. يشير تقرير إلى أن الولايات المتحدة وحدها تهدر 7 مليارات غالون من مياه الشرب يومياً. وبما أن أقل من واحد في المائة من مياه سطح الأرض مناسبة للإستهلاك البشري, يصبح من الأهمية أن ننقذ المياه حتى تبقى أجيالنا المستقبلية على قيد الحياه. وقد أدى سوء إستخدام المياه والظروف الجوية القاسية إلى تفاقم الوضع, وسوف يحدث في وقت ما نقص في المياه العذبة, وعدم إنتظام العرض والطلب, وتقلص المياه الجوفية, من بين تحديات أخرى.

للمساعدة في التغلب على أزمة المياه, بدأت المنظمات في إستخدام الذكاء الإصطناعي لوقف هذا الهدر بكفاءة. يستخدم الباحثون الذكاء الإصطناعي كآلية مزيفة للنماذج الهيدرولوجية التقليدية, التي تثبت أنها ناجحة وفعالة.

الحاجة للذكاء الإصطناعي في إدارة المياه

تتطلب القضايا الهيدرولوجية مثل الفيضانات والأمطاروإدارة المياه الجوفية توافر بيانات مفصلة ودقيقة حول أنظمة المياه, والتي لا تتوفر عادة في البلدان النامية بسبب القيود الإقتصادية والبنية التحتية. في مثل هذه السيناريوهات الصعبة, يأتي الذكاء الإصطناعي كبديل جيد لإدارة المياه.

يتم إستخدام تقنيات الذكاء الإصطناعى مثل الشبكات العصبية الإصطناعية (ANN)  وآلية متجهات الدعم (SVM) بشكل عام لأنها أقل فاعلية من حيث التكلفة مقارنة بآليات البيانات الضخمة. تدعم خوارزميات الذكاء الإصطناعي العصبية لبناء محطات مياه تعطي إحصائيات محدثة عن الموارد الحالية والمساعدات لبناء نماذج للأوضاع القادمة. البرامج المزودة بالشبكات العصبية تقوم بوضع إستراتيجية لعمليات إدارة المياه بشكل حيوي.

كما أنه يساعد في تطوير الموارد المائية الحالية. يمكن أن تؤدي قدرات إتخاذ القرار لدى الذكاء الإصطناعي إلى تحسين وأتمتة الموارد المتاحة. يمكن للأجهزة الرئاسية والإدارات المعنية بالمياه أن تفهم فقدان المياه في الوقت الفعلي وسوء إستعمالها, مع التخطيط الذي يستند علي الذكاء الإصطناعي.

حالات إستخدام الذكاء الإصطناعي الأخيرة

في اليونان, إستخدم الباحثون خوارزمية مدربة على الشبكات العصبية المغذية لتحفيز تناقص إتجاهات المياه الجوفية. إستخدموا بيانات مستوى الأمطار والحرارة ومستوى المياه الجوفية كمتجه للشبكات العصبية للتنبؤ. كانت النتائج قادرة على توفير حل للأشهر ال 18 المقبلة.

في شمال فرنسا, قام العلماء بتطبيق نموذج الذكاء الإصطناعي العصبية لتقدير عمق الأراضي الملوثة بالتربة لتقدير تلوث المياه الجوفية الذي تسبب فيه مشاريع الطرق.

لتحليل محتوى النترات في المياه الجوفية في آبار سهل حران في تركيا, إستخدم الباحثون درجة الحرارة, والتوصيل الكهربائي, ومستويات PH من المياه الجوفية كمتجهات لخوارزمية الذكاء الإصطناعي العصبية.

أجريت ملاحظة في مستودع المياه الجوفية في إدوارد في تكساس, الولايات المتحدة الأمريكية, مع تغيير رأس الشبكة الهيدروليكي لخوارزمية الذكاء الإصطناعي العصبية لتوقع مستوى المياه الجوفية. تم أخذ درجة حرارة الأيام الستة السابقة ومعدلات ضخ الآبار القريبة كمقياس لهذه التجربة.

قامت إيران بتطوير نظام ذكاء إصطناعي عصبي متعدد الطبقات (MLP) لنمذجة عملية جريان الأمطار بإستخدام فترات هطول الأمطار ومتوسط ​​الكثافة للموسم لأكثر من 100 حدث كمتجه للنموذج.

قامت سنغافورة بتطوير خوارزمية تدريب ANN  للتنبؤ بجودة نوعية المياه الساحلية بإستخدام مواقع المحطات والملوحة السابقة ودرجة الحرارة ومستويات الأكسجين الذائب ومستويات الكلوروفيل في المحطات المجاورة كمتجهات.

السيناريو في الهند

وقد سجلت الهند تطورات مثيرة للاهتمام في مجال إدارة أزمة المياه باستخدام الذكاء الإصطناعي. تم تطوير اثنين من نماذج ANN في الهند للعثورعلى جودة نوعية لمياه نهر Gomati. تم أخذ متغيرات نوعية المياه مثل مستويات PH وفي تطور آخر مثير للاهتمام, تعاونت وزارة الموارد المائية مع Google لتطوير نموذج للذكاء الإصطناعي للتنبؤ بالفيضانات. هذا البرنامج لا يزال في مرحلة المهد. تعمل حكومة الهند Google للحصول على أفضل تحليل تنبؤي للتعامل مع الكوارث الطبيعية بطريقة فعالة.

مع البرامج الحكومية مثل Digital India في الهند و Startup India التي تكتسب زخما وحيث أن قطاع تكنولوجيا المعلومات يتحرك نحو التحليلات, ويعطي الاعتماد السريع للذكاء الإصطناعي الأمل. يتعاون عدد من رؤساء التكنولوجيا من Google و Microsoft و Facebook وغيرهم مع الحكومة لتطوير نماذج تستند إلى الذكاء الإصطناعي لمعالجة العديد من المشكلات.

تمت ترجمة المقال الأصلي والموجود بالرابط أدناه

https://www.analyticsindiamag.com/solving-global-water-crisis-with-artificial-intelligence/

تعليقات