ประชากรประมาณ 2.2 พันล้านคน หรือกว่าหนึ่งในสี่ของประชากรโลก ขาดการเข้าถึงน้ำดื่มที่ปลอดภัยและมีการจัดการที่ดี และประมาณครึ่งหนึ่งของประชากรโลกประสบภาวะการขาดแคลนน้ำอย่างรุนแรงในช่วงระยะเวลาหนึ่งของปี
Newswise — About 2.2 billion people, more than a quarter of the world’s population, lack access to safe, managed drinking water, and about half of the world’s population experiences severe water scarcity at some point during the year.
ปัญญาประดิษฐ์ช่วยผลิตน้ำสะอาด
ประชากรประมาณ 2.2 พันล้านคน หรือกว่าหนึ่งในสี่ของประชากรโลก ขาดการเข้าถึงน้ำดื่มที่ปลอดภัยและมีการจัดการที่ดี และประมาณครึ่งหนึ่งของประชากรโลกประสบภาวะการขาดแคลนน้ำอย่างรุนแรงในช่วงระยะเวลาหนึ่งของปี
เพื่อแก้ปัญหาการขาดแคลนเหล่านี้ จึงมีการใช้จ่ายต้นทุนทางเศรษฐกิจและสังคมขนาดใหญ่ในการใช้ระบบชลประทานและแหล่งน้ำทางเลือกอื่น ๆ เช่น การใช้น้ำฝน และการกำจัดเกลือจากน้ำทะเล นอกจากนี้ ระบบจัดจำหน่ายน้ำแบบรวมศูนย์เหล่านี้ยังมีข้อเสียที่ไม่สามารถตอบสนองต่อการเปลี่ยนแปลงความต้องการน้ำได้อย่างทันทีทันใด
ดังนั้น จึงมีความสนใจเทคโนโลยีการผลิตน้ำแบบ decentralized water production technologies ซึ่งเป็นเทคโนโลยีที่ใช้หลักการ electrochemical-based technologies ซึ่งง่ายต่อการนำไปใช้ เช่น การผลิตน้ำจากการเปลี่ยนประจุไฟฟ้า และการผลิตน้ำจากขั้วแบตเตอรี่ (ซึ่งเรียกว่าการผลิตน้ำแบบ faradaic deionization) อย่างไรก็ตาม เซนเซอร์วัดคุณภาพน้ำที่ใช้อยู่ในปัจจุบันสำหรับเทคโนโลยีที่ใช้หลักการ electrochemical-based technologies ไม่สามารถวัดและติดตามไอออนแต่ละชนิดในน้ำ และมีข้อจำกัดในการประมาณคุณภาพน้ำโดยใช้การน้ำความน้ำย้อนกลับทางไฟฟ้า
ทีมวิจัยของ Dr. Son Moon จากศูนย์วิจัยวัฏจักรทรัพยากรน้ำของสถาบันวิทยาศาสตร์และเทคโนโลยีเกาหลี (KIST) ร่วมกับทีมของ Professor Baek Sang-Soo มหาวิทยาลัยยองนาม ได้พัฒนาเทคโนโลยีที่ใช้ data-driven artificial intelligence เพื่อพยากรณ์ความเข้มข้นของไอออนในน้ำได้อย่างแม่นยำระหว่างกระบวนการบำบัดน้ำด้วยวิธี electrochemical water treatment processes
ก่อนอื่น ผู้วิจัยได้สร้างโมเดล random forest model ซึ่งเป็นเทคนิค tree-based machine learning technique utilized for regression problems ที่ใช้สำหรับปัญหาการถดถอย และจากนั้นนำมาประยุกต์ใช้ในการพยากรณ์ความเข้มข้นของไอออน (predict ion concentrations) ในเทคโนโลยีการบำบัดน้ำแบบ electrochemical water treatment technologies โมเดลปัญญาประดิษฐ์แบบ random forest-based artificial intelligence model ที่พัฒนาขึ้นสามารถพยากรณ์ electrical conductivity of the treated water และความเข้มข้นของแต่ละไอออน (Na⁺, K⁺, Ca2⁺ และ Cl-) ได้อย่างแม่นยำ (R²=~0.9) นอกจากนี้ พวกเขายังพบว่าต้องอัปเดตข้อมูลทุกๆ 20-80 วินาที เพื่อปรับปรุงความแม่นยำของการพยากรณ์ ซึ่งหมายความว่า เพื่อให้นำเทคนิคนี้ไปใช้กับระบบติดตามคุณภาพน้ำของชาติ เพื่อติดตามไอออนเฉพาะ จำเป็นต้องวัดคุณภาพน้ำอย่างน้อยทุกนาทีเพื่อฝึกโมเดลเริ่มต้น random forest model ที่ใช้ในการศึกษานี้ มีข้อได้เปรียบทางเศรษฐกิจกว่า complex deep learning models โดยใช้ทรัพยากรคอมพิวเตอร์ในการฝึกน้อยกว่า 100 เท่า
“ความสำคัญของงานวิจัยนี้ไม่เพียงอยู่ที่การพัฒนาโมเดลปัญญาประดิษฐ์ใหม่ แต่ยังอยู่ที่การนำมาประยุกต์ใช้กับระบบจัดการคุณภาพน้ำระดับชาติ” Dr.Son Moon จาก KIST กล่าว “เทคโนโลยีนี้จะช่วยให้สามารถติดตามความเข้มข้นของไอออนแต่ละชนิดได้อย่างแม่นยำมากขึ้น ซึ่งจะช่วยในการปรับปรุงสวัสดิการด้านน้ำของประชากร (social water welfare) ได้”
