Inteligencia artificial ayuda a producir agua limpia

Alrededor de 2.200 millones de personas, más de una cuarta parte de la población mundial, carecen de acceso a agua potable segura y gestionada, y aproximadamente la mitad de la población mundial experimenta una grave escasez de agua en algún momento del año.

Para superar esta escasez, se están gastando enormes costos socioeconómicos en riego por alcantarillado y fuentes de agua alternativas, como la reutilización del agua de lluvia y la desalinización del agua de mar.

Además, estos sistemas centralizados de distribución de agua tienen la desventaja de no poder responder de inmediato a los cambios en la demanda de agua.

Por lo tanto, existe un creciente interés en las tecnologías de producción de agua descentralizadas, que son tecnologías basadas en electroquímica que son fáciles de adoptar, como la desionización capacitiva y la desionización de electrodos de batería (también conocida como desionización faradaica).

Sin embargo, los sensores de medición de la calidad del agua existentes que se utilizan en tecnologías basadas en electroquímica no miden ni rastrean los iones individuales en el agua, y tienen la limitación de inferir aproximadamente las condiciones de calidad del agua a partir de la conductividad eléctrica.

El equipo de investigación del Dr. Son Moon en el Centro de Investigación del Ciclo de los Recursos Hídricos del Instituto de Ciencia y Tecnología de Corea (KIST), en colaboración con el equipo del profesor Baek Sang-Soo en la Universidad de Yeongnam, ha desarrollado una tecnología que utiliza inteligencia artificial basada en datos para predecir con precisión la concentración de iones en el agua durante los procesos de tratamiento electroquímico del agua.

Los investigadores primero construyeron un modelo de bosque aleatorio, una técnica de aprendizaje automático basada en árboles utilizada para problemas de regresión, y luego lo aplicaron para predecir las concentraciones de iones en las tecnologías de tratamiento electroquímico del agua.

El modelo de inteligencia artificial basado en bosque aleatorio desarrollado pudo predecir con precisión la conductividad eléctrica del agua tratada y la concentración de cada ion (Na+, K+, Ca2+ y Cl-) (R2=~0,9).

También descubrieron que se necesitaban actualizaciones cada 20 a 80 segundos aproximadamente para mejorar la precisión de las predicciones, lo que significa que para aplicar esta técnica a las redes nacionales de calidad del agua para rastrear iones específicos, es necesario medir la calidad del agua al menos cada minuto para entrenar el modelo inicial.

El modelo de bosque aleatorio utilizado en este estudio tiene la ventaja de ser económicamente superior a los modelos de aprendizaje profundo complejos, ya que requiere más de 100 veces menos recursos informáticos para entrenarse.

“La importancia de esta investigación no solo radica en el desarrollo de un nuevo modelo de IA, sino también en su aplicación al sistema nacional de gestión de la calidad del agua“, afirmó el Dr. Moon.

“Con esta tecnología, se puede controlar con mayor precisión la concentración de iones individuales, lo que contribuye a mejorar el bienestar social en materia de agua”.

Fuente: ScienceDirect