《e-ReWater人工智能平台评估水资源可用性》

  • 来源专题:水环境治理与保护
  • 编译者: 王阳
  • 发布时间:2023-11-29
  • 2023年11月27日,据《智能水杂志》报道,国际水资源管理研究所IWMI计划开发一个名为e-ReWater的新人工智能平台,以改善中东和北非地区的废水再利用,该计划得到 Google慈善机构Google.org三年共计100万美元的资助。IWMI的研究人员开发e-ReWater是由人工智能和地球观测数据驱动的平台,利用遥感技术来监测陆地、海洋和大气数据,以估计水资源的可用性,从而提高水源的利用效率。

    中东和北非地区是世界上最缺水的地区之一,随着人口的增长和气候变化,加剧了水资源短缺问题。虽然与抽取地下水进行海水淡化相比,再生水具有多种优势,但最近的一项研究表明,中东和北非地区至少有54%的营养丰富的废水没有合理使用。e-ReWater平台可以降低中东和北非地区水资源短缺所产生的影响,从而解决粮食问题和水安全问题。

    作为e-ReWater研发项目的一部分,IWMI 的研究人员还将开发一个在线仪表板,该仪表板将提供有关埃及、沙特阿拉伯和阿联酋废水产生和回收潜力的可访问且全面的信息,为公用事业管理者、政策制定者和广大公众,提供更直观、便捷的水再利用等相关信息,从而助力于提高区域的气候适应能力。


  • 原文来源:https://smartwatermagazine.com/news/international-water-management-institute-iwmi/iwmi-unveils-google-backed-ai-tool-water-reuse
相关报告
  • 《真正推动生成式人工智能的是高质量和可信数据的可用性》

    • 来源专题:新一代信息技术
    • 编译者:isticzz2022
    • 发布时间:2024-03-14
    •       开发和讨论大型语言模型的技术花费了大量的时间和精力。虽然这项技术确实令人印象深刻,但正在构建生成式人工智能应用程序的企业意识到,真正推动生成式人工智能的是高质量和可信数据的可用性。       生成式人工智能将焦点放在数据质量问题上,这一事实并不令人惊讶。毕竟,数据和人工智能归根结底是不可分割的,因为人工智能只是数据的一种升华。但有时,在一段时间的过度刺激之后,需要重新吸取惨痛的教训,比如当前的生成式人工智能热潮。       市场上为确保高级分析和机器学习项目的数据质量而开发的许多相同工具和技术也适用于新颖的生成式人工智能应用程序。这有助于推动数据可观察性软件提供商的业务。       虽然生成式人工智能需要一些新工具,但公司为早期高级分析和机器学习项目所做的许多投资都可以在生成式人工智能中重用,将数据存放在Databricks或Snowflake存储库中的公司正在利用这些数据平台来构建他们的生成式人工智能应用程序。       蒙特卡洛成立于2019年,使用各种统计方法来检测客户数据管道何时可能出现问题。传统上,该公司的技术部署在ETL/ELT管道中,将数据从事务系统转移到数据仓库。随着生成式人工智能变得越来越流行,这些公司正在使用蒙特卡洛来帮助确保检索增强生成(RAG)和微调工作流程的内容是准确的。       蒙特卡洛还参与了一些生成式人工智能项目。高管们表示,谷物制造商、医疗保健公司和金融服务公司都希望该公司的软件能够帮助他们保持数据管道的良好运行,并能够为聊天机器人和推荐引擎等生成式人工智能应用程序提供高质量和可信的数据。       加维什说:“整个实验都在提醒企业,数据对它们的运营有多么重要。你必须让你的数据井然有序,以便在它的基础上构建生成性应用程序。要做到这一点,你必须将你的内部数据纳入模型,无论是通过RAG还是微调。” “但你必须以某种方式将你的数据嵌入模型,然后基本上回到基础,对吧?”他接着说。“你如何弄清楚你有什么数据,在哪里,有多好,然后你如何保持它的信任和可靠?”我们并没有解决所有这些问题,但我们绝对专注于可靠性和信任部分。”加维什说,蒙特卡洛接受了它所扮演的新角色,特别是在帮助解决LLM围绕幻觉和不确定结果的各种问题时。 他说:“因此,基础数据的可靠性变得更加关键,因为这就是缓解措施。”。“归根结底,人们之所以进行RAG,还有其他原因,因为模型本身并不是非常准确。所以RAG是一种让它们更准确的方法,但如果数据不可信,这种方法就行不通了。”
  • 《人工智能气象应用基础支撑技术平台正式上线》

    • 来源专题:大气污染防治与碳减排
    • 编译者:李扬
    • 发布时间:2023-09-11
    •   8月31日,人工智能气象应用基础支撑技术平台V1.0正式上线发布,为人工智能技术在气象领域融合应用提供基础性支撑。目前,该平台已为基于深度学习的短中期预报试验等多个应用提供服务。   今年,国家气象信息中心(以下简称“信息中心”)以气象信息化系统工程超算系统建设为依托,用半年时间统筹融合新老智能算力资源,建设了总算力超过2PFlops的多种类、多架构智能平台,同时开展人工智能气象应用基础支撑技术平台V1.0开发,实现面向不同应用场景的不同计算规模需求,灵活提供多种资源规格供给。