人工智能中的智慧水务案例

当水处理遇见人工智能--加拿大科学家用图像分析技术监测水质安全 

来源：IWA国际水协会 时间：2019-03-26

     蓝藻（cyanobacteria）是一组光合细菌，几乎存在于地球每片陆地和水生栖息地。近年来，人类活动和气候变化导致地表水中的蓝藻大量增加，最终导致蓝藻水华。在藻华爆发期间，一些微生物会释放味道和气味化合物（例如蓝藻毒素），这对人类和动物健康构成威胁，因此监测这些藻类细胞在供水系统中的情况非常重要。 自来水厂的工作人员如果在样品中发现了蓝藻，他们需要很快地采取应对措施。有些水厂可以处理蓝藻细菌，但大多小型水厂没有这样的处理能力，而诸如私人井等供水点更是无法检测。目前有关蓝藻的饮用水质量指南是基于藻毒素的最大可接受浓度或供水系统中蓝藻细胞的增加水平。

    目前用于估算这些细胞浓度的技术主要是间接定量方法，例如流式细胞术和PCR荧光片段检测，但它们往往需要昂贵的设备。其他间接方法包括那些专注于光合色素的荧光分析法和整合细胞制备、信号处理和数据分析的芯片微缩实验室技术。但也有一些研究者认为基于成像的方法对蓝藻水质监测更有效，这主要是因为这些方法用更少的资源却可更快地分析细胞，并且可以根据大小、形状和颜色来检测和分类目标细胞。 最近一个可行性研究显示，一项基于人工智能的新型水监测技术可以为水处理厂，特别是那些小型或者农村地区的处理站，提供更简易、更低成本的解决方案。

    来自加拿大滑铁卢大学的团队就开发了一套人工智能软件，可以对水样里的数种蓝藻细菌进行辨识和计量，成为水厂的好助手。 将劳动密集工作自动化   “我们一开始就觉得这是一个很值得研究的领域，因为目前这类水质分析还是需要通过手动完成的”，滑铁卢大学的系统设计工程教授Alexander Wong解释说，“但这又是一项需要专业知识的工作，不是每个人都做得来。而即使是那些专业人员，他们也得对一个个样品进行观察，并且对里边的每一种微生物进行计数。这工作是在太累人了。因为我们的AI背景，大家很自然就会问‘这不正是可以自动化的工作内容嘛？’我们想利用团队在人工智能方面的专业知识，利用机器来帮助更快更好地完成这项任务。” 滑铁卢大学的系统设计工程教授Alexander Wong 就这样，他们开发了一个人工智能系统，通过显微镜和软件对水样进行分析，搜寻藻类细胞，机器会对它发现的各种细胞进行分类和计数。 图像采集和分析的整个流程示意图  图源：Nature “用户将样品放到显微镜下，AI系统就会对显微镜捕捉的图像进行观察,” Wong教授解释说，“然后它会告诉用户它在样品中都看到了哪类细胞，以及各类细胞的数量。” 后者十分关键，因为它正是判断水质是否安全的关键标准，决定是否需要对水进行额外处理，又或者判断是否对现有工艺进行改变。人工智能可以完成定量而不仅仅是定性的工作。目前这套系统能在1-2小时内得出分析结果，再由人类分析师对结果进行确认。 这个系统的工作原理跟IBM的Watson机器人有些相似，后者通过阅读上百万张医学图片，来模仿人类的思考方式，来学会判断哪些图片是有问题的。尽管它还不能真的像个医生那样思考，但是它可以处理海量数据并进行学习和记忆，最后找出人类可能也会遗漏的问题。 “我们让机器从过去已有的样本中学习，以此识别出各样本的特征，”Wong教授描述道，“我们用人工智能来捕捉这些线索，不一定再要手工完成了。 我们的目标是帮助水处理专家更快、更可靠地完成他们需要做的事情，而且更具一致性和更准确。“ 找出水中的致命污染物   目前对蓝藻水样的测试，即使是最先进的技术，也要将样品送到实验室，然后在实验分析员进行手动分析。但是这个过程可能长达数天，潜在的公共卫生危机和相应的重要政策决定在测试结果出来之前往往悬而未决。条件好的一些城市也许拥有自己的自动化分析系统，但这些系统通常非常昂贵

          目前这个人工智能系统虽然可以自动分析样品，但依然需要人工去采集水样。不过研究团队表示这部分工作难度不大，只要样品到位，系统就会快速分析样品获取结果。 Erie湖采集的水样中的藻类  图源：David Zapotosky of EPA Wong教授认为，有了这套设备，当地政府和水厂甚至不用将样品送去专门的检测机构。因为有了这个人工智能系统，只要取一点水样并放在显微镜下，无需特殊专业知识，也会得到相应信息，并可以根据信息直接做出判断。这意味着可以通过更低的成本进行快速、频繁的测试，向任意用户提供快速警告反馈。 “我们能切实看到这项技术的前景，特别是它在一致性方面的优势，可以实现连续的大规模的监测工作”，Wong教授强调。他表示，这项技术可以大大节省相关人手，可能未来还能通过无人机进行取样，如果一切如期发展的话，它真的可以成为那个“游戏改变者”。 其实Wong教授与其团队的研究不仅限于环境领域，他们在医学上也有不少创新，例如最近他们发明了一项突破性技术——开发一种新的成像设备，使用AI对我们身体的深层组织扫描，可以更早地检测早期黑素瘤皮肤癌。 为人工智能的到来做好准备   “我们需要保护我们的供水系统，”土木与环境工程教授、滑铁卢水利研究所成员MonicaEmelko说，“这个工具将为我们提供一个预警系统，当它们受到威胁时，可以更迅速做出响应”。研究团队计划在未来的2-3年里，进一步优化这项技术，并做出一个完全商业化的样品测试系统，用于实验室或在处理厂内部使用，而提供连续监测的技术可能需要3-4年时间。 “我们已经知道它的可行性，现在我们正计划开展一个更全面的检查工作，“Wong教授介绍说。他表示目前已经分析的细胞类型还相对有限。在污染水体中还有很多更恶劣更复杂的环境。AI系统面对这些有许多不同污染物的环境时，可能会遇到各种问题。但另一方面，在处理这些挑战的时候，我们也获得了新的认知，并利用这些新的知识优化系统。与此同时，研究团队也希望政府决策层能认真考虑这些人工智能技术，并为这些技术制定相关鼓励政策。Wong教授认为人工智能技术会极大地推动水质监测工作的发展。