يساعد IBM Watson في زيادة كفاءة المياه في كاليفورنيا

يوجد في العالم العديد من المناطق حيث لا يوجد ما يكفي من الماء. من الواضح أن أسوأ شيء هو بالنسبة لسكان الأماكن ذات المناخ الجاف والقليل من مصادر الرطوبة. غالبًا ما تكون إمدادات المياه في هذه المناطق معقدة للغاية: حتى اللحظة التي يبدأ فيها الماء في التدفق من الصنبور ، يمر مسارًا معقدًا من المصدر إلى المستهلك.

عند تخطيط إمدادات المياه في مثل هذه الأماكن ، من الضروري حل العديد من المشاكل المعقدة في وقت واحد. هذا هو توازن الاحتياجات / الموارد المتاحة ، ورصد الظروف الجوية ، وضمان استدامة النظم البيئية المحلية. يتم اتخاذ القرارات على أساس المعلومات التي نادرا ما تكتمل ، لذلك تحدث الأخطاء. ولكن ماذا لو كان هناك المزيد من المعلومات وسيكون أكثر دقة؟ قررت OmniEarth استخدام الخدمة المعرفية IBM Watson لتوفير تخطيط فعال للمياه في كاليفورنيا ، الولايات المتحدة الأمريكية. يوفر النظام المعرفي لموظفي الشركة البيانات اللازمة لمدة عام تقريبًا ، وتبدأ حل المشكلات التي كانت تبدو في السابق غير قابلة للحل.

إن جمال التعلم الآلي هو أن النظام قادر على تعلم اتخاذ القرارات بناءً على كمية محدودة من البيانات. يحتاج النظام إلى إظهار الأمثلة والحلول الممكنة مرة واحدة فقط ، وبعد ذلك سيعمل بشكل مستقل. اعرض على النظام تفاحة - وسيتمكن من العثور على تفاح على جميع الصور المعروضة بعد ذلك. اعرض صورها الجوية للمناطق التي يوشك حدوث الجفاف فيها ، وسيكون النظام قادرًا على التنبؤ بالجفاف من الصور الفوتوغرافية الأخرى.

تحلل شركة OmniEarth للتحليلات عددًا كبيرًا من الصور الملتقطة عبر الأقمار الصناعية والجو لتحديد المكان الذي تحتاج إليه المياه بشدة. بدأت الشركات الآن للمساعدة في عمل IBM Watson.

"لم يتم تدريب خدمتنا على التعرف على الصور الجوية. لكن الشركاء في OmniEarth كانوا قادرين على تعليمه بسرعة كيفية العمل مع مثل هذه الصور لعدد من الأمثلة "، كما يقول موظف شركة IBM Jerome Pesenti. "عندما التقطوا مئات الآلاف من الصور من مناطق مختلفة في كاليفورنيا ، ومرروها من خلال المصنف الذي تم تدريبه من قبل ، تمكنوا من تحديد العديد من مشاكل المياه في هذه الأماكن."

"ما قمنا به هو دراسة كل سنتيمتر من المناطق التي تهمنا. يقول جوناثان فنتزكي ، المتحدث باسم OmniEarth ، لقد حددنا مساحة الأشجار والشجيرات والمسابح والأسقف والمناطق التي يتم فيها الري أو بدونه. ثم قام الخبراء "بتغذية" بيانات طقس النظام لهذه المناطق إلى جانب مؤشرات تبخر المياه. بعد تحليل كل تيرابايت من البيانات هذه ، تمكنت شركة IBM Watson من تحديد المناطق التي تشتد فيها الحاجة إلى إمدادات إضافية من المياه.

تمكن النظام من تحديد مكان استخدام المياه بكفاءة وأين لا. عادة ، تعرف شركات المياه مقدار المياه التي تستهلكها الأسر أو الشركات. لكن الشركات غير قادرة على تحديد مدى كفاءة استهلاك المياه. ويمكن لبعض أصحاب المنازل إنفاق ضعف ما يحتاجونه من الماء. في الشركات ، هذا الرقم أعلى من ذلك. يمكن لـ IBM Watson أن يُظهر لمستخدم البنية التحتية للمياه مقدار المياه المطلوبة في كل حالة وكم يُهدر.
ثم يجب أن يبدأ المستخدم نفسه في التصرف. على سبيل المثال ، للتحقق من الأنابيب - فجأة هناك تسرب في مكان ما؟

كما طورت شركة IBM حزمة برامج مخصصة لمراقبة استهلاك المياه وإدارة إمدادات المياه بكفاءة. تسمى هذه الخدمة IBM Intelligent Water . تعمل على مستويات مختلفة ، تظهر المعلومات اللازمة للمستهلكين والمشغلين وإدارة شركات المياه.


المعلومات التي يراها المستخدم


البيانات التي يتلقاها مشغل نظام الإمداد بالمياه


ويتم الاطلاع على هذه البيانات من قبل المشرف الذي يقدر كفاءة استهلاك المياه حسب المناطق المختلفة


، وأخيرًا ، البيانات العامة التي يراها رئيس منظمة إمداد المياه

تقوم OmniEarth بمعالجة البيانات وتوفير نتائج التحليل لتلك المنظمات في كاليفورنيا المسؤولة عن إمدادات المياه. على سبيل المثال ، شركة Inland Empire Water Utilities Agency والمناطق البلدية التي تعمل معها. ترى الشركة المشكلة وتحلها على الفور. في العام الماضي ، أتاح مخطط العمل هذا تحديد الجفاف الذي يقترب ، وبعد ذلك خفضت السلطات المحلية مستوى استهلاك المياه بنسبة 25٪. إذا لم يكن من أجل التنبؤ في الوقت المناسب ، فإن آثار الجفاف ستكون أكثر حدة. تلقى العديد من الأشخاص في المنطقة إشعارات توضح كفاءة استخدام المياه في منازلهم أو شركاتهم. وقد أدى ذلك إلى تقليل الخسائر بشكل كبير. إذا اتبع جميع مستهلكي المياه التوصيات الواردة ، فيمكن تقليل استهلاك المياه أكثر ، ولن يشعر المستهلكون بأي إزعاج.

في كاليفورنيا ، هناك مشاكل في المياه - الكل يعرف ذلك. لذلك ، علينا أن نبحث عن طرق لحل المشكلة بنقص السوائل الحيوية. ويعد IBM Watson أحد العناصر الأساسية لهذا الحل.

Source: https://habr.com/ru/post/ar396575/