В мире существует много регионов, где не хватает воды. Очевидно, хуже всего приходится жителям мест с засушливым климатом и минимальным количеством источников влаги. Водоснабжение в этих регионах зачастую довольно сложное: до того момента, как вода начинает течь из крана, она проходит замысловатый путь от источника к потребителю.
При планировании водоснабжения в таких местах приходится решать сразу несколько сложных проблем. Это баланс потребности/доступные ресурсы, мониторинг погодных условий, обеспечение устойчивости местных экосистем. Решения принимаются на основе информации, которая редко бывает полной, поэтому случаются ошибки. А что, если информации будет больше, и она будет более точной? Компания OmniEarth решила использовать когнитивный сервис IBM Watson для обеспечения эффективного планирования водоснабжения в Калифорнии, США. Когнитивная система обеспечивает сотрудников компании нужными данными около года, и проблемы, ранее казавшиеся неразрешимыми, начинают решаться.
Прелесть машинного обучения в том, что система способна на основании ограниченного объема данных обучиться принимать решения. Показать примеры и возможные решения нужно системе только один раз, после она будет работать уже самостоятельно. Покажите системе яблоко — и она сможет находить яблоки на всех изображениях, показанных после этого. Покажите ей аэрофотоснимки регионов, где вот-вот случится засуха, и система сможет предсказывать засуху по другим таким фотографиям.
Аналитическая компания OmniEarth занимается анализом большого количества спутниковых и аэрофотоснимков для определения мест, где вода нужна больше всего. Сейчас компании стал помогать в работе IBM Watson.
«Наш сервис никогда не обучали распознавать аэрофотоснимки. Но партнеры из OmniEarth смогли быстро научить его работать с такими снимками по ряду примеров», — говорит сотрудник IBM Джером Писенти (Jerome Pesenti). «Когда они взяли сотни тысяч изображений с различными регионами Калифорнии, пропустили их через классификатор, который был обучен перед этим, они смогли определить многие проблемы водоснабжения этих мест».
«То, что мы сделали — это изучили каждый сантиметр регионов, которые нам интересны. Мы определили площадь деревьев, кустарников, бассейнов и крыш, регионов с ирригацией и без нее», — рассказывает представитель OmniEarth Джонатант Фентске (Jonathan Fentzke). Потом специалисты «скормили» системе данные по погодным условиям этих регионов вместе с показателями по испарению воды. IBM Watson, проанализировав все эти терабайты данных, смог определить регионы, где больше всего необходимо дополнительное водоснабжение.
Система смогла определить, где вода используется эффективно, а где — нет. Обычно компании, работающие в сфере водоснабжения, знают, сколько воды расходуют домохозяйства или предприятия. Но вот насколько эффективно расходуется вода, компании определить не в состоянии. А некоторые владельцы домов могут расходовать воды в два раза больше, чем требуется. На предприятиях этот показатель еще выше. IBM Watson может показать пользователю водной инфраструктуры, сколько воды требуется в каждом конкретном случае, и сколько расходуется понапрасну.
И тогда уже сам пользователь должен начать действовать. К примеру, проверить трубы — вдруг где-то есть утечка?
Корпорация IBM разработала также специальный пакет программного обеспечения для мониторинга потребления воды и эффективного управления водоснабжения. Этот сервис получил название IBM Intelligent Water. Он работает на разных уровнях, показывая необходимую информацию потребителям, операторам, руководству компаний, занимающихся водоснабжением.
Информация, которую видит пользователь
Данные, которые получает оператор системы водоснабжения
А эти данные видит супервайзер, оценивающий эффективность потребления воды различными регионами
И, наконец, обобщенные данные, которые видит руководитель организации, занимающейся водоснабжением
Компания OmniEarth обрабатывает данные, а результаты анализа предоставляет тем организациям в Калифорнии, которые отвечают за водоснабжение. Например, компании Inland Empire Water Utilities Agency и муниципальным районам, с которыми она работает. Компания видит проблему и тут же ее решает. В прошлом году такая схема работы позволила определить приближение засухи, после чего местные власти сократили норматив водопотребления на 25%. Если бы не своевременный прогноз, последствия засухи были бы более тяжелыми. Многие жители региона получили уведомления с показаниями эффективности использования воды в их домохозяйстве или предприятии. Это позволило заметно сократить потери. Если бы все потребители воды последовали полученным рекомендациям — водопотребление можно было бы сократить еще сильнее, причем потребители не почувствовали бы никаких неудобств.
В Калифорнии существуют проблемы с водой — это известно всем. Поэтому приходится искать пути решения вопроса с дефицитом жизненно важной жидкости. И IBM Watson — один из ключевых элементов этого решения.
