Avanço da IA no tratamento da água promete um melhor acesso a água potável segura

Segundo a Organização Mundial de Saúde (OMS), 2,2 mil milhões de pessoas - mais de um quarto da população mundial - não têm acesso a água potável. Além disso, quase metade sofre de escassez grave de água em algum momento do ano. E o problema só está a piorar.

Numa tentativa de fazer face a esta escassez, muitos países gastam muito em soluções como a irrigação por esgotos, a reutilização da água da chuva e a dessalinização da água do mar. No entanto, sabe-se que estes sistemas têm dificuldade em responder a mudanças súbitas na procura, o que levou a um interesse crescente em tecnologias descentralizadas de produção de água.

Estes novos métodos, como a deionização capacitiva e a deionização por elétrodos de bateria, são promissores, mas há um desafio: os sensores atualmente utilizados nestes sistemas apenas fornecem medições aproximadas da qualidade da água através da condutividade eléctrica. Isto significa que não podem medir e seguir com precisão os iões individuais na água, o que limita a sua eficácia.

Para resolver este problema, os investigadores do Instituto Coreano de Ciência e Tecnologia (KIST) e da Universidade de Yeongnam desenvolveram uma solução utilizando tecnologia de inteligência artificial (IA) que utiliza a aprendizagem de máquina para prever as concentrações de iões na água durante o tratamento eletroquímico da água.

Diz-se que esta descoberta poderá conduzir a sistemas de medição da qualidade da água mais precisos e reativos, o que, por sua vez, poderá melhorar o acesso à água potável em todo o mundo.

Mais barato e mais eficiente

A equipa de investigação, liderada pelo Dr. Son Moon, criou um modelo de floresta aleatória, que é basicamente uma técnica de aprendizagem de máquina adequada a problemas de regressão. O modelo foi aplicado para prever concentrações de iões em tecnologias eletroquímicas de tratamento de água. O sistema de IA foi capaz de prever a condutividade elétrica da água tratada e a concentração de iões específicos como o sódio, o potássio, o cálcio e o cloreto com “uma precisão impressionante”.

Os investigadores afirmaram que uma das principais vantagens deste modelo de IA é a sua eficiência. Ao contrário de modelos de aprendizagem profunda mais complexos, o modelo de floresta aleatória utilizado requer significativamente menos recursos informáticos - até 100 vezes menos, de facto. Isto torna-o uma solução mais económica para as instalações de tratamento de água.

No entanto, o modelo requer atualizações regulares para manter a sua precisão, com a investigação a sugerir que as medições devem ser feitas a cada 20 a 80 segundos para garantir um rastreio fiável das concentrações de iões.

“A importância desta investigação não reside apenas no desenvolvimento de um novo modelo de IA, mas também na sua potencial aplicação ao sistema nacional de gestão da qualidade da água”, afirmou o Dr. Son Moon.

“Com esta tecnologia, a concentração de iões individuais pode ser monitorizada com maior precisão, contribuindo para a melhoria do bem-estar social da água.”

Pensa-se que as implicações da investigação poderão ser de grande alcance. Por exemplo, ao integrar esta tecnologia de IA nas redes nacionais de qualidade da água, os sistemas hídricos podem tornar-se muito mais reativos às mudanças na qualidade e na procura da água, ajudando a reduzir os custos associados à escassez de água e a melhorar o acesso à água para milhões de pessoas.

Referência da notícia:

Water Research, KIST and Yeongnam University. 2024.