search.noResults

search.searching

dataCollection.invalidEmail
note.createNoteMessage

search.noResults

search.searching

orderForm.title

orderForm.productCode
orderForm.description
orderForm.quantity
orderForm.itemPrice
orderForm.price
orderForm.totalPrice
orderForm.deliveryDetails.billingAddress
orderForm.deliveryDetails.deliveryAddress
orderForm.noItems
ARTIFICIËLE INTELLIGENTIE


verschillende buis- en omgevingsparameters (zoals leeftijd, materiaal, diameter) in verband te brengen met de conditie van buizen (bijvoorbeeld aan de hand van het aantal leiding- breuken).


De toepassing van genetische algoritmen en andere vormen van evolutionaire berekeningen in het wateronderzoek, is goed gedocumenteerd. De bijzonder krachtige optimalisatiealgorit- men zijn op allerlei terreinen toegepast, van het ontwerp of de rehabilitatieplanning voor stedelijke waterinfrastructuur tot de exploitatieoptimalisatie van een reservoirsysteem en de bere- kening van modellen voor waterkwaliteit. Softwareleveranciers voor waterinfrastructuur hebben ook evolutionaire algoritmen opgenomen in hun aanbod. Zo komen krachtige optimalisa- tiecapaciteiten steeds meer binnen het bereik van de praktijk. Nu al wordt AI/ML ingezet om lekken in waterleidingnetwerken op te sporen, de waterbehoefte van huishoudens en de land- bouw te voorspellen en energieverbruik in watersystemen te beheersen.


Maar we staan ook voor een grote uitdaging. Er komen steeds meer systemen voor gegevensverzameling, technologieën voor gegevensopslag, lokale en op de cloud gebaseerde computingnetwerken en datavisualisatieomgevingen, waaron- der ook virtual/augmented reality - dit alles in combinatie met nieuwe AI/ML-technologieën. Zowel bestaande als nieuwe uit- dagingen vragen om meer mensen in ons vakgebied die ook thuis zijn in AI. Datawetenschappers enkel opgeleid in AI/ML kunnen geen sturing geven aan de toepassing van AI/ML in waterbeheer. Zij zijn immers niet bekend met de complexiteit en uitdagingen van de watersector. Nodig is een nieuw soort professional die is opgeleid voor de watersector, maar ook in AI/ML. Deze ‘hydroinformaticus’ zal aan de lopende band watergerelateerde gegevens, modellen en instrumenten moe- ten ontwikkelen en toepassen om meer inzicht te ontwikkelen in onze omgeving, alle stakeholders te betrekken, en onder-


steuning te bieden aan besluitvorming voor een duurzamer milieu. Alleen met professionals die kunnen opereren op het raakvlak van AI/ML en (het onderzoek en de techniek van) de watersector kan de belofte van AI volledig worden waarge- maakt terwijl de risico’s ervan worden ondervangen.


De oorspronkelijk titel van het white paper is: Artifi cial intelligen- ce: How can water planning and management benefi t from it?


bijvoorbeeld gaat om slimme watermeters. Het belang van cybersecurity neemt natuurlijk ook toe. In Australië nam een ontslagen medewerker wraak door vanaf thuis de controle over kleppen over te nemen en afvalwater te lozen. Zo’n hack moet uiteraard nooit kunnen gebeuren.


Die AI-hype waait vast over, toch?


In de drinkwatersector moet AI zich nog bewijzen, maar in veel sectoren is AI al niet meer weg te denken. Het is een volgende stap in ict en automatisering. De verwachting is dat kunstmatige intelligentie over vijf tot tien jaar ook een stan- daardmethode is om drinkwatersystemen te verbeteren. Tenzij je nu vlak voor je pensioen zit, krijg je er dus mee te maken. Je hoeft zelf geen AI-specialist te worden, maar het wordt zeker tijd om wat basiskennis op te doen en je te ver- diepen in de mogelijkheden. En ben je in voor iets nieuws, dan is AI een mooie kans om jezelf te ontwikkelen. Duik erin


WATERFORUM NOVEMBER 2019 31


en je bent al snel een early adapter, een koploper die waarde- vol is voor de organisatie.


Page 1  |  Page 2  |  Page 3  |  Page 4  |  Page 5  |  Page 6  |  Page 7  |  Page 8  |  Page 9  |  Page 10  |  Page 11  |  Page 12  |  Page 13  |  Page 14  |  Page 15  |  Page 16  |  Page 17  |  Page 18  |  Page 19  |  Page 20  |  Page 21  |  Page 22  |  Page 23  |  Page 24  |  Page 25  |  Page 26  |  Page 27  |  Page 28  |  Page 29  |  Page 30  |  Page 31  |  Page 32  |  Page 33  |  Page 34  |  Page 35  |  Page 36  |  Page 37  |  Page 38  |  Page 39  |  Page 40  |  Page 41  |  Page 42  |  Page 43  |  Page 44  |  Page 45  |  Page 46  |  Page 47  |  Page 48  |  Page 49  |  Page 50  |  Page 51  |  Page 52  |  Page 53  |  Page 54  |  Page 55  |  Page 56