Tekst: Terje Berg, rådgiver i Norsk Vann
AI-historie
Kunstig intelligens (Artificial Intelligence; AI), eller tanken på å få datamaskiner til å gjøre ting som normalt sett krever intelligens hos mennesker, har lenge vært en drøm. Noen år før 2. verdenskrig mente den engelske kodeknekkeren Alan Turing at dette burde være mulig. Og utpå 1960-tallet tok professor Marvin Minsky ved MIT over som en drivende kraft. Men felles for disse – og senere framstøt på 70- og 80-tallet – var at tanker og forsøk som tidlig var lovende, rant ut i sanden og ble stående som en lang rekke teknologiske fiaskoer. Hvordan kunne man lage maskinelle modeller bygget på menneskelig intelligens når man ikke visste hvordan hjernen fungerte?
Lenge var derfor fagfeltet en eneste lang rekke fiaskoer. Investorer trakk seg unna, og de spredte framskritt som ble gjort forble usynlige fordi, som en forsker sa det; “hvis det virker, kaller vi det ikke for AI …” Gradvis dukket investeringer i “ekspertsystemer”, “genetiske algoritmesystemer”, og – ikke minst – “algo-trading” (automatisert fonds- og aksjehandel) opp. Militæret viste fram selvtenkende droner, og plutselig begynte begrepet AI å lydes på alles lepper. Og denne gang med investeringer til å bakke opp historien.
Kommet for å bli
I dag er det ikke lenger noen tvil: Kunstig Intelligens – AI – er kommet for å bli og stadig flere bransjer blir utsatt for konsekvensene av at datamaskiner for alvor har begynt å tenke selv. Den 4. industrielle revolusjonen kaller man det. Biler begynner å kjøre selv. Datamaskiner overtar jobbene til alt fra jurister til journalister. Og stadig flere samfunnsaktører varsler om både vakre muligheter og dystre trusler.
AI og vannbransjen
Men hva har dette å si for vannbransjen? Hvilke utfordringer har den som den nye maskinelle intelligensen kan løse?
Før vi kan svare på det, bør vi ta en tur innom en annen raskt utviklende teknologisk bevegelse; Internet of Things (IoT): millioner – ja faktisk milliarder – av sensorer som føler, lytter, smaker, ser og samler inn mengder av informasjon i verden rundt oss. Alle ting rundt oss henter data om sine omgivelser: biler, telefoner, smartklokker, lyspærer og en mengde andre produkter som har det til felles at de er klar over sin plassering i den fysiske verden og hvordan denne plasseringen påvirkes. Metrologiske sensorer registrerer værdata som vind og nedbør. Sensorer i jordsmonnet sjekker vannmetningsgraden i bakken. Også i pumper, rør og bassenger registreres det ene datasettet etter det andre og sender gigabyte etter gigabyte med informasjon inn i sentrale datasystemer.
Vårt problem er at vår hjerne ikke har hatt en oppdatering på over
50 000 år, så vår evne til å nyttiggjøre oss all denne informasjonen er – for å si det veldig mildt – begrenset. Så hva gjør vi? Jo vi tar i bruk maskinlæringssystemer (se fig) som bruker statistiske modeller til å strukturere data, trekke ut mønster fra dem og komme med forutsigelser om en fremtidig utvikling. Og vi konstruerer dybdelæringssystemer som bruker selvlærende nettverk som setter sammen spesifikke forutsigelser for å kunne takle nye situasjoner. Vi lar altså i større og større grad datamaskinene rundt oss tolke dataene vi får inn,
og deretter foreslå – eller ta –
beslutninger basert på disse. Flere beslutninger, og som oftest også bedre beslutninger.
Flere områder
Dette gjør at vannbransjen i årene framover påvirkes på flere områder:
- Flommer og overvannsproblemer kan forutsies og takles bedre fordi værdata sees i sammenheng med metningsgrad i bakken, vannføring i rør og elver og kontinuerlig oppdaterte modeller av utviklingen de nærmeste timer og dager
- Energi spares fordi vannforbruk forutsies lang tid i forveien slik at pumpesystemer og lignende kjøres i perioder der energibelastningen er lav og strømprisen ofte billigere
- Man har mye større og mer nøyaktig oversikt over grunnvannsressurser
- Salter og annen forurensing holdes unna drikkevann gjennom intelligente membransystemer
- Rensekostnader synker drastisk på grunn av nyutviklede og AI-styrte verktøy som avpasser renseprosess og eventuell kjemikaliebruk til de fremmedstoffer som til enhver tid finnes i vannet
- Kapitalkostnader minimeres gjennom mer effektiv og mer skånsom bruk av eksisterende maskinpark
- Datasikkerhetshull oppdages og tettes raskere fordi AI-systemer ser etter “unormal” aktivitet i nettverket og reagerer på brøkdeler av sekunder
- Planlegging av nye anlegg blir langt bedre fordi modellering av komplekse utfordringer blir mer robust
Bare positivt?
Betyr så dette at alt er uforbeholdent lysere for vannbransjen i denne AI-styrte fremtiden?
Det kan nok i aller høyeste grad diskuteres. Noen motforestillinger går på farene ved at vi mennesker mister mer og mer oversikt og kontroll over systemene rundt oss når maskinene overtar. Og arbeidstakere vil nok ikke se med uforbeholdent blide øyne på at stadig flere oppgaver – og etter hvert jobber – overtas av maskiner som makter å gjøre arbeidet bedre, billigere og raskere enn det vi tobente klarer. For ikke å snakke om at maskiner aldri tar ferie, jobber 24 timer i døgnet og aldri ber om mer lønn …
I vannbransjen vil det alltid finnes oppgaver som passer bedre for mennesker enn maskiner. Montører, rørleggere og andre håndverkere vil nok ikke merke så mye i første omgang, men de av oss som sitter på kontorer foran PC-skjermer er mer utsatt. I følge den svenske “Stiftelsen for strategisk forskning” vil 53 prosent av jobbene våre være borte innen vi passerer 2030. Noe som krever gjennomtenkte politiske løsninger for hvordan blant annet en drastisk høyere arbeidsløshet skal motvirkes. Nå vil nok nye typer jobber komme til, slik det har skjedd på våre 3 tidligere industrielle revolusjoner, men frafallet av arbeidsplasser vil nok føre til at mer utradisjonelle løsninger som f.eks. borgerlønn vil tvinge seg fram.
Flere teknologiske drivkrefter
I denne artikkelen har vi sett på hvordan kunstig intelligens gjør sitt inntog i vannbransjen. Og konsekvensene av dette er tildels betydelige; for ikke å snakke om enorme i enkelte tilfeller. Men de virkelig store endringene vil man ikke kunne se før AI sees i sammenheng med en del andre akselererende teknologier som er i like sterk vekst, og hver for seg vil få like stor påvirkning. Jeg tenker her på gjennombrudd innenfor nanoteknologi, stadig flere sensorsystemer (IoT) og – ikke minst – 3d-printing. Hvilke fremtidsscenarier en kobling av disse utviklingstrendene bringer med seg går ut over rammene til denne artikkelen. De får vi eventuelt komme tilbake til ved en senere anledning.
Inntil da er det verdt å merke seg hva NVIDIAs Will Ramey sa her forleden:
“For å stå stille i dag må du jaggu bevege deg fort”
Prosjekter å følge med på:
Water Planets Intelliflux:
IBM Intelligent Water:
Pluto AI:
T2H2O:
G2O Water Technologies:
Power Water Alert:
Terje Berg
Terje Berg er rådgiver i Norsk Vann, hvor han jobber med IKT strategi, implementering og drift.
I tillegg er han teknisk kontaktperson for arrangementer.
VA forums Gjesteskribent
VA forum har i dette nummeret invitert en rådgiver i Norsk Vann til å bidra med en kronikk for å spre nye ideer til fagmiljøet. Eneste ”føringen” som er gitt er at temaet skal være VA-faglig nyttig, og gjerne inneholde nye og interessante måter å løse utfordringer på. Det kan ta utgangspunkt i et spennende prosjekt eller en innovativ visjon. I neste nummer vil en ny fagperson inviteres til å dele sine synspunkter og erfaringer, og da kanskje fra et annet fagmiljø.