هوش مصنوعی پیشبینی غلظت یونها در تصفیه آب الکتروشیمیایی را امکانپذیر کرد

نزدیک به ۲.۲ میلیارد نفر، یعنی بیش از یکچهارم جمعیت جهان، به آب آشامیدنی سالم و مدیریتشده دسترسی ندارند و نزدیک به نیمی از جمعیت جهان در برخی مقاطع سال با کمآبی مواجه میشوند.

به نقل از نیوزوایز، برای برطرف کردن این کمبودها، هزینههای اجتماعی و اقتصادی سنگینی برای راهحلهایی مانند بهرهگیری از آب باران و نمکزدایی آب دریا صرف میشود. علاوه بر این، سیستمهای توزیع متمرکز آب معایبی دارند؛ از جمله عدم توانایی در پاسخدهی سریع به تغییرات تقاضای آب.

با توجه به این چالشها، علاقه روزافزونی به فناوریهای غیرمتمرکز تشکیل آب وجود دارد. این فناوریها شامل روشهای الکتروشیمیایی مانند وایونش خازنی و وایونش الکترود باتری هستند که به راحتی قابل اجرا میباشند. با این حال، حسگرهای اندازهگیری کیفیت آب در فناوریهای مبتنی بر الکتروشیمی، یونهای منفرد موجود در آب را ردیابی نمیکنند و در درک شرایط کیفیت آب از طریق رسانایی الکتریکی محدودیت دارند.

گروه پژوهشی دکتر سون مون از مرکز تحقیقات چرخه منابع آب موسسه علم و فناوری کره جنوبی (KIST) با همکاری گروه پروفسور بائک سانگ سو از دانشگاه یئونگنام، فناوری جدیدی را ابداع کردهاند که از هوش مصنوعی مبتنی بر داده برای پیشبینی دقیق غلظت یونها در آب طی فرآیندهای تصفیه الکتروشیمیایی بهره میگیرد.

پژوهشگران در آزمایشها دریافتند که برای بهبود دقت پیشبینیها، لازم است هر ۲۰ تا ۸۰ ثانیه بهروزرسانیهایی انجام شود. این بدان معناست که برای اعمال این روش در شبکههای ردیابی یونهای خاص، کیفیت آب باید در هر دقیقه مورد بررسی قرار گیرد تا مدل اولیه آموزش ببیند.

مدل مورد استفاده در این پژوهش نسبت به مدلهای پیچیده یادگیری عمیق مقرونبهصرفهتر است و برای آموزش به منابع محاسباتی ۱۰۰ برابر کمتر نیاز دارد.

دکتر مون گفت اهمیت این پژوهش تنها گسترش یک مدل هوش مصنوعی جدید نیست، بلکه کاربرد آن در سیستم ملی مدیریت کیفیت آب است. با بهرهگیری از این فناوری میتوان غلظت یونها را با دقت بیشتری تحت کنترل قرار داد و به بهبود دسترسی به آب کمک کرد.

این پژوهش در مجله به چاپ رسیده است.