人工智能（Artificial Intelligence）被普遍認(rèn)為是一種新的“通用目的”技術(shù)，如同輪子、印刷、電力、汽車、互聯(lián)網(wǎng)一樣，橫跨整個(gè)經(jīng)濟(jì)的多種用途，將給很多行業(yè)帶來不同程度的變革。AI在互聯(lián)網(wǎng)已經(jīng)被廣泛采用，復(fù)雜的后臺(tái)是為了給用戶提供簡(jiǎn)單的個(gè)性化交互；AI在藥品研發(fā)、輔助診療等領(lǐng)域的價(jià)值已經(jīng)初現(xiàn)端倪，疫情又加速了這個(gè)領(lǐng)域的變革。當(dāng)然，新技術(shù)的發(fā)展大都遵循技術(shù)成熟度曲線，會(huì)有期望膨脹期、泡沫破滅期，之后逐漸爬升復(fù)蘇趨于成熟，AI同理。對(duì)任何行業(yè)來講，需要真正找到AI技術(shù)所能帶來的或深或淺的變化并矢志不渝逐步落地。作為一個(gè)古老的學(xué)科，在水利水務(wù)水環(huán)境領(lǐng)域AI能夠帶來什么樣的價(jià)值，下面提供我們和一些行業(yè)同仁共同的思考。
感知是水利水務(wù)水環(huán)境領(lǐng)域最大的痛點(diǎn)。無論是水量包括水位和流量監(jiān)測(cè)，還是水質(zhì)包括排口和斷面監(jiān)測(cè)，還是監(jiān)管包括工程和河湖管理，無論是使用各類傳感器，還是使用人工，都面臨巨大的難點(diǎn)。傳感器投資成本高，維護(hù)專業(yè)，耗損嚴(yán)重，即便壞了很多時(shí)候也不知道，而需要監(jiān)測(cè)的點(diǎn)位分布廣泛數(shù)量眾多，為了做到時(shí)空相對(duì)連續(xù)的準(zhǔn)確泛在監(jiān)測(cè)很不現(xiàn)實(shí)。使用人工能夠顯著補(bǔ)充傳感器的不足，但地域廣泛，人力不足。做AI的人都知道，攝像頭是一個(gè)重要的低成本方案，已經(jīng)在交通、安防等領(lǐng)域普遍采用，把攝像頭作為一個(gè)通用傳感器，賦予AI能力，打造端邊云的視覺傳感方案，具有投資成本低、維護(hù)簡(jiǎn)單、耗損可控、一圖識(shí)多言、可自學(xué)習(xí)的特點(diǎn)，即便識(shí)別不準(zhǔn)也可以遠(yuǎn)程人工調(diào)取視頻確認(rèn)。大家也知道，很多物理生物化學(xué)現(xiàn)象很難被視覺所感知，而機(jī)器視覺也做不到人的視覺能輕易完成的很多任務(wù)。
問題來了，水行業(yè)中存在的感知問題，能否因?yàn)?/span>AI的出現(xiàn)迎刃而解？
水量的角度看，水位和流速場(chǎng)是兩個(gè)重要的維度。對(duì)水位而言，現(xiàn)在通用的做法是通過物理量來換算，比如氣泡壓力、電導(dǎo)率等，但水位本質(zhì)上是個(gè)長(zhǎng)度的概念，完全可以通過視覺測(cè)量，即通過AI攝像頭測(cè)量水面線在水尺的位置來計(jì)算。除了要解決在黑夜、雨霧等特殊天氣的精度問題，還要考慮水尺變臟、變模糊、被沖毀、絕對(duì)水位等場(chǎng)景，通過技術(shù)攻關(guān)和產(chǎn)品設(shè)計(jì)，利用水尺和攝像頭的組合實(shí)現(xiàn)水位的時(shí)空相對(duì)連續(xù)的泛在監(jiān)測(cè)，并在一些場(chǎng)景下通過水位流量曲線估計(jì)流量。水尺將在內(nèi)澇積水測(cè)量、水文測(cè)量、取排水口獲得廣泛的應(yīng)用，尤其是幫助解決城市內(nèi)澇管理、中小河流、中小水庫、水資源、水環(huán)境等現(xiàn)在面臨的突出問題。流速場(chǎng)測(cè)量是水文工作的一個(gè)重要組成部分，任務(wù)艱巨，如何通過攝像頭測(cè)量光影在水體表面的表面流速場(chǎng)，哪怕會(huì)碰到風(fēng)速、光照等環(huán)境的影響，這種相對(duì)簡(jiǎn)單的非接觸式的測(cè)量方法仍然受到水文工作者的高度期待，尤其是洪水和應(yīng)急場(chǎng)景。
水質(zhì)的角度看，對(duì)入河排口和工業(yè)排口實(shí)現(xiàn)監(jiān)測(cè)才能從源頭上解決水環(huán)境污染問題，而排口眾多分布廣泛，排水行為復(fù)雜，包括排口流量有無、流量多少、顏色形態(tài)、化學(xué)指標(biāo)、生物指標(biāo)、人員入侵等，使用在線監(jiān)測(cè)設(shè)備的話建設(shè)和維護(hù)成本巨大。如何通過AI使得攝像頭包括多光譜攝像頭成為每個(gè)排口行為觀測(cè)的眼睛，成為一個(gè)重要的潛在選擇，并和自動(dòng)采樣裝置聯(lián)動(dòng)，在告警時(shí)自動(dòng)采樣作為證據(jù)以供后續(xù)化驗(yàn)和執(zhí)法。單單實(shí)現(xiàn)排口流量有無這一個(gè)功能就已經(jīng)受到監(jiān)管者的歡迎，減輕巡查工作量，及時(shí)發(fā)現(xiàn)偷排、雨污混接、溢流等問題。當(dāng)然，無論工業(yè)排口還是入河排口形態(tài)多樣問題復(fù)雜，需要通過技術(shù)攻關(guān)產(chǎn)品設(shè)計(jì)，真正發(fā)揮技術(shù)優(yōu)勢(shì)解決客戶實(shí)際問題，此行任重道遠(yuǎn)。
監(jiān)管的角度，AI更是能成為水資源管理的眼睛，分布廣泛響應(yīng)及時(shí)。與水相關(guān)的視覺技術(shù)是計(jì)算機(jī)視覺中最難的部分之一，光與水有豐富的交互，倒影、反光、透明、強(qiáng)光、弱光、雨霧、補(bǔ)光等等，很多場(chǎng)景下尤其是城市河道光污染非常嚴(yán)重，而水資源管理中需要識(shí)別的場(chǎng)景大多數(shù)是小概率事件，比如漂浮物、拋灑物、水體入侵等，從而導(dǎo)致信號(hào)弱噪音強(qiáng)也即信噪比低，識(shí)別難度很大。而且目前AI技術(shù)本身有其明顯的局限，包括需要大量的標(biāo)注數(shù)據(jù)，場(chǎng)景定義要非常明確等，要努力在技術(shù)可實(shí)現(xiàn)性、客戶需求度、商業(yè)可行性中尋找交集。除此之外，閘站泵站水廠等基礎(chǔ)設(shè)施有無人化和智能化的趨勢(shì)，如何通過AI和5G等新技術(shù)分階段賦能落地，也是個(gè)很有潛力的方向。
空天地一體的感知網(wǎng)絡(luò)是業(yè)界普遍看好的方向。
衛(wèi)星遙感數(shù)據(jù)上云是大勢(shì)所趨，如何提高數(shù)據(jù)可用性，縮短模型開發(fā)周期，提高目標(biāo)識(shí)別、變化檢測(cè)、地物分類等的效率，服務(wù)于水土保持、河湖管理等領(lǐng)域具有重要意義。無人機(jī)無人船能夠?qū)崿F(xiàn)連續(xù)的長(zhǎng)距離自主巡航，隨著控制精度的不斷提高、惡劣環(huán)境適應(yīng)性的不斷增強(qiáng)，將會(huì)成為河湖日常和應(yīng)急管理的重要手段，AI技術(shù)不僅體現(xiàn)在視頻分析，更體現(xiàn)在自主行動(dòng)。這些和固定攝像頭一起，從點(diǎn)、線、面不同視角互相補(bǔ)充增強(qiáng)。對(duì)這些非結(jié)構(gòu)化數(shù)據(jù)包括遙感影像、視頻流進(jìn)行結(jié)構(gòu)化處理后，和其它傳感器獲取的結(jié)構(gòu)化信息融合起來，共同匯聚成數(shù)據(jù)湖，供各類水利水務(wù)水環(huán)境業(yè)務(wù)使用。數(shù)據(jù)就是情報(bào)，數(shù)據(jù)的可靠性是第一位的。
預(yù)測(cè)調(diào)度業(yè)務(wù)是水利水務(wù)水環(huán)境中的核心業(yè)務(wù)，AI技術(shù)有望讓現(xiàn)有的預(yù)報(bào)調(diào)度一體化系統(tǒng)再上一個(gè)新臺(tái)階?，F(xiàn)有預(yù)報(bào)調(diào)度業(yè)務(wù)主要依賴機(jī)理模型，無論是參數(shù)率定還是其他數(shù)據(jù)挖掘工作，現(xiàn)有機(jī)制中并沒有很好的發(fā)揮不斷累積數(shù)據(jù)的價(jià)值。而且現(xiàn)有預(yù)報(bào)調(diào)度系統(tǒng)高度依賴于專家經(jīng)驗(yàn)，方案生成的效率較低，控制粒度不夠精細(xì)，據(jù)調(diào)研發(fā)現(xiàn)目前大部分系統(tǒng)中也并沒有采用運(yùn)籌優(yōu)化方法。隨著業(yè)務(wù)范圍的不斷擴(kuò)大，無論是大型流域綜合調(diào)度，還是城市水資源水環(huán)境調(diào)度，都需要對(duì)眾多水利工程進(jìn)行聯(lián)合調(diào)度，要考慮防洪排澇、水資源、水生態(tài)、泥沙、應(yīng)急等多種目標(biāo)，更迫切需要機(jī)器智能與專家智慧相互補(bǔ)充。
首先分析數(shù)據(jù)驅(qū)動(dòng)模型和機(jī)理模型的關(guān)系。從預(yù)測(cè)預(yù)警的角度看，現(xiàn)有的機(jī)理模型在落地中碰到眾多的現(xiàn)實(shí)問題，包括數(shù)據(jù)準(zhǔn)備不足、模型參數(shù)過多、計(jì)算量大等，導(dǎo)致理論在實(shí)踐中有落地難度,精度也有待進(jìn)一步提高。利用泛在監(jiān)測(cè)所獲得的時(shí)空相對(duì)連續(xù)的監(jiān)測(cè)數(shù)據(jù)，通過數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)方法，對(duì)采集到的數(shù)據(jù)進(jìn)行可靠性分析，建立數(shù)據(jù)驅(qū)動(dòng)模型從而對(duì)水文水環(huán)境等進(jìn)行黑箱或灰箱建模，這樣更關(guān)心輸入輸出從而使得建模相對(duì)簡(jiǎn)單，也能對(duì)來自現(xiàn)實(shí)世界的實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)進(jìn)行及時(shí)有效利用從而避免理論建模帶來的潛在偏差，而且能夠更容易實(shí)現(xiàn)多源數(shù)據(jù)的融合和相互預(yù)測(cè)。據(jù)此提供的短中長(zhǎng)期預(yù)測(cè)預(yù)警服務(wù)，能顯著彌補(bǔ)原有機(jī)理模型存在的一些問題，并和機(jī)理模型各司其職，從而實(shí)現(xiàn)“預(yù)測(cè)準(zhǔn)”。機(jī)器學(xué)習(xí)模型也存在一些關(guān)鍵的挑戰(zhàn)，包括依賴于數(shù)據(jù)的可靠性，對(duì)時(shí)空連續(xù)性要求也高，另外當(dāng)系統(tǒng)的動(dòng)態(tài)特性發(fā)生變化時(shí)比如新建水利工程，需要對(duì)歷史數(shù)據(jù)進(jìn)行新的轉(zhuǎn)化和利用。而機(jī)理模型能夠基于物理、化學(xué)、生物等原理對(duì)系統(tǒng)的動(dòng)態(tài)特性進(jìn)行重新建模，相對(duì)于機(jī)器學(xué)習(xí)模型更有潛力快速適應(yīng)新的變化。開發(fā)數(shù)據(jù)驅(qū)動(dòng)模型，并與機(jī)理模型進(jìn)行有機(jī)融合，是必然趨勢(shì)。
其次分析機(jī)器智能和專家智慧的關(guān)系。作為機(jī)器智能的組成部分，數(shù)據(jù)驅(qū)動(dòng)模型和機(jī)理模型相互補(bǔ)充，可以提高系統(tǒng)的精度和適應(yīng)性，包括基于參數(shù)或結(jié)果對(duì)機(jī)理模型的在線校正，相似洪水識(shí)別等?？梢钥焖俳o出各種目標(biāo)和約束情況下的方案推薦供人決策，包括使用運(yùn)籌優(yōu)化方案進(jìn)行方案自動(dòng)迭代，使用調(diào)度規(guī)則庫和知識(shí)圖譜進(jìn)行可行方案自動(dòng)生成。機(jī)器智能擅長(zhǎng)暴力計(jì)算，可以對(duì)復(fù)雜大規(guī)模問題進(jìn)行細(xì)粒度和高頻的計(jì)算從而達(dá)到更優(yōu)。通過機(jī)器智能和知識(shí)管理可以實(shí)現(xiàn)知識(shí)和能力更有效的傳承傳播迭代，從而實(shí)現(xiàn)持續(xù)進(jìn)化。與機(jī)器智能不同的是，專家智慧具有優(yōu)秀的融會(huì)貫通的能力。決策會(huì)商時(shí)領(lǐng)導(dǎo)會(huì)從全流域、長(zhǎng)時(shí)間跨度、綜合各種指標(biāo)來考慮問題。預(yù)測(cè)預(yù)報(bào)時(shí)，預(yù)報(bào)員需要根據(jù)經(jīng)驗(yàn)對(duì)系統(tǒng)預(yù)報(bào)結(jié)果進(jìn)行手工調(diào)整和修正。調(diào)度控制時(shí)，調(diào)度控制專家根據(jù)經(jīng)驗(yàn)對(duì)突發(fā)和異常情況給出判斷和建議。數(shù)據(jù)挖掘時(shí)，數(shù)據(jù)科學(xué)家要不斷從數(shù)據(jù)中發(fā)現(xiàn)新的模式模型。專家智慧和機(jī)器智能交互融合，朝精細(xì)化智能化發(fā)展，實(shí)現(xiàn)“預(yù)測(cè)準(zhǔn)”和“調(diào)度準(zhǔn)”。
特別的，知識(shí)圖譜將在水利水務(wù)水環(huán)境業(yè)務(wù)中將扮演越來越重要的角色。流域、河網(wǎng)、管網(wǎng)本身就是網(wǎng)狀結(jié)構(gòu)，與之相關(guān)的知識(shí)是一個(gè)更復(fù)雜的網(wǎng)絡(luò)，而知識(shí)圖譜的“實(shí)體、屬性、關(guān)系”非常適合表達(dá)這樣的網(wǎng)狀關(guān)系。知識(shí)圖譜已經(jīng)被廣泛的應(yīng)用于互聯(lián)網(wǎng)、診療、呼叫中心等領(lǐng)域，包括搜索、推薦、問答、自動(dòng)文本生成等，它擅長(zhǎng)于就復(fù)雜問題給頂尖專家提供知識(shí)賦能，也擅長(zhǎng)于作為載體把頂尖專家的能力傳遞給普通從業(yè)者。而防洪排澇、水環(huán)境、水生態(tài)等很多問題，需要廣泛的知識(shí)和復(fù)雜的推理，頂尖專家和普通從業(yè)者需要借助知識(shí)圖譜作為工具。知識(shí)就是力量，應(yīng)該把它們匯聚起來，讓機(jī)器參與分發(fā)。
水是生命之源，任何水都是由每一滴水組成的。無論是感知水和光的復(fù)雜交互，還是認(rèn)知中對(duì)水量水質(zhì)的仔細(xì)推敲和精確計(jì)算，都需要我們更深入的理解水，從每一滴開始，也就更加敬畏自然。AI賦能提供了一條嶄新的道路，有機(jī)會(huì)打造智慧的眼睛和大腦，感知水，用好水。
文章來源： 華為數(shù)字中國
