![](https://habrastorage.org/files/d40/8e3/37c/d408e337c2c3425a8c3542232994350b.jpg)
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.
![](https://habrastorage.org/files/12e/ace/d9b/12eaced9b67248f588aac048006d87a7.jpg)
Информация, которую видит пользователь
![](https://habrastorage.org/files/f3b/da7/b91/f3bda7b91a0c4a07ad051642eabc56e4.jpg)
Данные, которые получает оператор системы водоснабжения
![](https://habrastorage.org/files/6bf/9a0/937/6bf9a093739040a6b878e74481182ab6.jpg)
А эти данные видит супервайзер, оценивающий эффективность потребления воды различными регионами
![](https://habrastorage.org/files/44d/87b/43c/44d87b43c6cc4bd3bd377623475b3615.jpg)
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.
Поделиться с друзьями
Комментарии (5)
Hellsy22
08.08.2016 20:32+1Покажите системе яблоко — и она сможет находить яблоки на всех изображениях, показанных после этого.
Неужто? И как она отличит яблоко другого сорта от, например, круглой груши или апельсина?
Разве процесс обучения не включает в себя показ сотен тысяч разных яблок и схожих с ними объектов в разных вариантах?
LiarParadox
09.08.2016 09:21-1Самое важное забыли сказать — насколько справедливо будут накладываться ограничения потребления)
Там сейчас классическая схема отъема денег у населения работает вовсю.
dzobnin
Вот в этом домохозяйстве протечка, а вот тут явно варят «синий» мет.
nomadmoon
НургалиевМедведев разрешил!