水务部门工作中一直充斥着各种流行语，如：循环经济、净零排放、PFAS、水资源正效益、液体零排放等等。然而，有一个词却捕捉到了整个行业的兴奋点（也许某些人还有怀疑），那就是人工智能（AI）。

人工智能长期以来都被吹捧为水务部门的革新风暴——它利用异步自动化、机器学习、数字孪生等技术提供更优化的水处理解决方案、并让人期待水务事业全新的未来。然而它是否能实现如此高的期望，并说服一个以谨慎著称的行业颠覆其固有的信仰，进而转身拥抱未来的科技呢？

在这期探讨中，我们将在众说纷纭下揭开人工智能的面纱，回答人工智能到底是什么？它是如何工作的？它能提供什么？并探访那些在黑暗泥泞中前进的行业探索者及初创公司。

什么是人工智能？

“人工智能可以被定义为利用计算机和机器来模仿人类思维下解决问题和进行决策的能力。” —— IBM

人工智能早已快速地融入了现代社会和我们的日常生活中——我们每天都在使用而且已经习惯到忘记了它的存在。例如智能助手——亚马逊的Alexa、苹果的Siri和谷歌的Echo等。

人工智能的类型有哪些？

人工智能有四种类型：反应式机器、有限记忆、心智理论和自我意识。

1. 反应式机器：最基本的人工智能系统类型。反应性机器是指仅对某些刺激和场景有反应性的机器。

深蓝，IBM的国际象棋超级计算机，在20世纪90年代末击败了国际特级大师加里-卡斯帕罗夫。

2. 有限记忆：这类人工智能的工作原理是强化学习。这种人工智能允许机器人将信息和经验存储为“记忆”。然后当下一次遇到类似的情况时，它会使用这种新的“记忆”来更好地预测。例：自动驾驶汽车。

3. 心智理论：此类型的人工智能还处于理论下且尚未被完全利用。与有限记忆不同，它不需要通过一系列的试错来学习，而是通过人工智能构建中枢神经网络来学习——让其理解世界上人/物体的想法和情绪从而影响AI自身的行为。

4. 自我意识：此人工智能系统将能够创造意识、评估自己内部状态、进行自身表述。

人工智能是如何工作的？

人工智能可归结为基于数据和计算后，将这些数据解释为可利用的、有意义的、有见解的能力。与人工智能同时使用的另一个短语是机器学习——使用数据的数学模型来帮助计算机在没有直接指令的情况下进行学习的过程。

要真正理解人工智能的工作原理，你不能把它看成一个单一的实体，而是要看成一门科学，因为它结合了好几种能够模拟人类思维的方法。

至此，虽然人工智能已经征服了国际象棋比赛，并想出了该自动播放哪首歌曲给你听，但它该如何帮助水务部门？

人工智能可以给水务部门带来什么？

多年来，人工智能一直被水务部门推崇--凭借处理大量数据、监测、学习和提供预测性解决方案的能力，它非常适合用于水和废水管理。

以一个为250万人服务的水务公司为例：该公司希望检查地下管网其中一个旧段的状况和水流量。为此它或将召集一个团队去手动检查管道和水流。这其中可能涉及长途旅程、拖动特定的设备、使用困难或危险的接入点，或者有可能根本无法检查管道。现在，人工智能有希望完全换一种方式来改善这一检查过程：一个人工智能系统可以一天24小时，一周7天不断检查进出水的流量、评估管网的状况，并为该公用事业提供整个水系统的即时报告。

人工智能提供的解决方案也不仅仅是检查水流量——人工智能还可以帮助我们在设想之外建立完美的水枢纽和处理厂布局。

人工智能正在为水务部门提供简单性预测性解决方案、预警系统、新的设计和优化的水系统。

人工智能的障碍是什么？

水处理行业内外部对水务部门都有一种刻板印象，即水务部门在采用新技术方面进度一直很缓慢。

水务部门对新技术整合缓慢的一个典型例子是陶瓷膜。该技术是在90年代开发的，但一直面临水务部门的大量批评和怀疑。在30年后，我们才开始看到公用事业和工业公司从聚合物膜转向使用陶瓷膜。

"我们远远落后于时代，特别涉及到人工智能的采用这块，我们落后于几乎所有其他主要行业至少20-30年。水处理需要得到更多的重视，并且在财务上得到更多的投入。”最近在吸引投资的美国软件公司Transcend的首席客户官Adam Tank说。

人工智能融入水务部门的其他潜在障碍包括成本、缺乏战略、匮乏的案例研究、法规、网络安全，还有最大的障碍——风险。"任何受监管的行业都是非常想规避风险的。水务行业也不例外，至少在市政方面，一切行为都由减轻风险的决定所驱动。我们必须从小事做起，思考这项技术如何能够帮助减少整个行业的风险。通常当技术公司去销售他们的工具或解决方案时，它关注的是潜在的经济回报，而不是帮助管理风险。"Tank补充说："改变是我们的责任。我们需要改变我们的行为方式，并谈论减轻风险的问题。

行业先驱者

GoAigua

2018年，GoAigua诞生，作为专注于数字转型领域的一家公司，它希望为水务部门带来数字解决方案。该公司的出现是公用事业公司Global Omnium数字化转型的成功结果。在之后2020年初，西班牙智能水务公司Idrica也随之成立，其创始团队有180名专家。

GoAigua平台通过其智能水务引擎汇集了流程和基础设施信息。该引擎收集、处理和标准化数据，为整个水循环提供解决方案，它还有一个用于可视化指标的中央BI仪表板。

Idrica的数据科学家Elisa Fenu在接受Aquatech Online采访时说："我们在GoAigua中使用人工智能，用于推断特定城市或地区的消费模式，并对其进行分组，以预测该人口的具体用水需求。我们还有一个水质预测的系统，水处理厂可以用它更好地控制和提前调整水质。在墨西哥，我们的软件结合了数据分析和机器学习来进行泄漏检测。我们正在努力保护和收集水资源，尽可能的做到不损失。"

GoAigua还在帮助休斯顿市优化分配给下水道网络预测性清洁的资源，并将油脂和擦拭物堵塞造成的卫生下水道溢流（SSO）减少70%以上。

该人工智能解决方案主要集中在三个关键领域：

1. 为每个资产创建基于风险的预防性维护计划

2. 水位传感器的有效定位

3. 使用预测分析法来早期检测SSO

"在我看来，AI的可能性是永无止境的，"Fenu说。"我对自动读取水表感到兴奋，因为拥有简单、容易和准确的反馈真的很重要。

Qatium - 公用事业用水管理

由人工智能驱动的西班牙水管理平台Qatium是一个基于网络的应用程序，让水务公司更好地了解其工作网络。此程序主要集中在网络运营方面，它允许运营商和分析师通过"假设"场景模拟、运行和了解他们的网络。

Qatium公司的创新总监Luke Butler说："如果发生了爆裂、泄漏，那你必须对这个区域进行补给。我们的程序可以让那些没有传统技术工具的用户自己就做出判断和决定，而不需要向工程师求助。他在接受Aquatech Online采访时说："在过往，这些做决定的工具被少数非常专业的技术人员掌握；而当事故发生时，人们只希望能尽快的解决问题。我们正在消除来自信息、经典数据、孤岛和决策方面的障碍，并向整个组织开放。”

Qatium为其用户提供水网的实时模拟，重点是让每个人都能获得数据。它的特点是在人工智能辅助下的数据管理，使水网与GIS数据和水力模型以三维方式可视化。用户可以分析他们的水质和需求，确定能源节约和降低公用事业的碳足迹。

Transcend - 初步网络设计

Transcend Design Generator（TDG）是一个由人工智能驱动的、在线生成式设计平台，帮助资本规划者、项目开发者和工程专业人士生成水和污水处理设施的初步网络工程设计。

Tank引用了德克萨斯州的一个案例，此案例中该人工智能已经证明了它的价值:

"德克萨斯州的一家公用事业公司最近发布了一份招标书（RFP），要求对一个24MGD的污水处理厂进行总体规划更新。他们正在评估是否应该升级和/或扩大该设施，并希望他们的咨询工程师评估可能可行的三个潜在选项。

他说："而当公用事业公司发现TDG时，他们就修改了其顾问招标书，因为TDG可以提供至少30种不同解决方案——在同样的时间和预算下，该公司现在评估的方案数量是原来的10倍，同时还可以评估处理技术的创新、潮湿天气的流量方案、人口建模、温度变化和监管要求。"

TDG在场地布局和安排方面专门使用了遗传算法。鉴于场地的限制，人工智能自动为已经存在和需要建设的资产找到最合适的方案。

"许多年前，工程师们把澄清器、鼓风机建筑和其他资产的物理形状剪下来，然后在物理蓝图上手动排列，以找到最佳布局。而现在这一切将由计算机完美的解决，这正是我们的软件正在做的事情——它根据自动流程模型数据和生成的BIM文件，处理成百上千个潜在的场地和土建选项，然后为公用事业公司希望达到的结果提供最佳布局，以最大限度地减少场地占用、考虑可持续设计和碳影响，纳入创新处理技术等等。"

Transcend表示，迄今其人工智能软件工具已设计了超过10,000个处理厂。

Pani Energy--AI教练

Pani提供一个基于云的机器学习软件平台，旨在提高工业和城市规模的海水淡化、水和废水处理厂的效率。这家软件即服务（SaaS）公司目前以多层次的订阅模式提供其平台，可用于数字化发展的各个层面的处理设施。

Pani的系统被称为AI教练，它从工厂摄取和汇总数据，然后分析、可视化地向运营商提供建议，帮助他们优化工厂的性能、节省时间资源和对环境的影响。

Pani公司的首席执行官Devesh Bharadwaj接受Aquatech Online采访时说："我们通过工艺操作AI来帮助公司用更少的钱做更多的事。我们的平台为终端客户提供他们所需的信息，以便其在运行工厂时做出更好的决定、确定优化机会，同时努力减少风险。"

去年，这家加拿大技术公司筹集了800万加元的资金，包括由Blue Bear Capital 和Blue Coast共同领导的种子股权轮，以及来自Mazarine Ventures和Humanitas的参与、还有来自加拿大可持续发展技术（SDTC）和其他政府机构的捐款。

迄今为止，该公司已筹集了1000万加元，并已发展到40多名员工，目前为全球各地的设施提供服务，包括亚太、中东、印度和欧洲。

Pani帮助中东的一家大型饮料生产商在2020年和2021年之间将其用水比例提高了3.6%（相当于每年节省约2200万升水）。

"这都是通过在平台中简单地汇总工厂数据并使用人工智能进行分析而实现的；避免了进行工厂改造或改变工厂硬件来实现这些结果。我们的任务是到2032年每年减少0.5千兆吨的温室气体排放。"Bharadwaj说。

"从运营的角度来看，水务部门传统上一直没有得到数字解决方案的服务，因为它一直以来对采用新技术犹豫不决。这些技术的价值对他们来说似乎并不明确，所以没有得到重视。"这位首席执行官认为，随时可以获得的"可操作信息"将改变水务部门，帮助加速采用可持续的商业实践。

"我们看到结构化数据和人工智能加快了供应链处理设施和分销链的决策过程——因为现在对可操作信息的访问比以前更好、更快、更便宜。水务部门若采用工艺操作AI，或许可以在去碳化的道路上发挥重大作用；这种类型的智能数据和案例也将在今后使水处理部门在利用新技术提高效率的过渡中发挥巨大影响。"