Anzeige
Anzeige
News

Künstliches Intelligenzmodell hilft bei der Produktion von sauberem Wasser

Forscher haben ein Kontrollsystem entwickelt, das die Wasserqualität wesentlich präziser überwachen kann als bisherige Technologien. Das basiert auf künstlicher Intelligenz.

2 Min.
Artikel merken
Anzeige
Anzeige
Mittels KI wollen Forscher:innen die Wasserqualität in Aufbereitungsanlagen verbessern. (Bild: Dall-E / t3n)

Alternative Wasserquellen wie die Wiederverwendung von Regenwasser und die Meerwasserentsalzung gewinnen als dezentrale Wassererzeugungstechnologien weltweit an Bedeutung. Denn nach wie vor haben etwa 2,2 Milliarden Menschen, mehr als ein Viertel der Weltbevölkerung, keinen Zugang zu sicherem, kontrolliertem Trinkwasser.

Anzeige
Anzeige

Dezentrale Wassererzeugung als Zukunftsmodell

Bei der dezentralen Wassererzeugung kommen einfach anzuwendende elektrochemische Technologien zum Einsatz. Das sind insbesondere die kapazitive Entionisierung und die faradaysche oder Batterieelektroden-Entionisierung.

Allerdings können die vorhandenen Sensoren zur Messung der Wasserqualität, die in elektrochemischen Technologien verwendet werden, keine einzelnen Ionen im Wasser messen. Deshalb wird die Wasserqualität nur grob anhand der elektrischen Leitfähigkeit abgeleitet, was bei dezentralisierten Verfahren keine zuverlässige Methode ist.

Anzeige
Anzeige

Ein koreanisches Forschungsteam um Dr. Son Moon vom Korea Institute of Science and Technology (KIST) hat eine Technologie entwickelt, die datengesteuerte künstliche Intelligenz nutzt, um die Konzentration von Ionen im Wasser während elektrochemischer Wasseraufbereitungsprozesse genau vorherzusagen.

Wasserqualität genauer messen mit KI

Dazu erstellte das Team ein Modell auf der Basis des „Random Forest“. Random Forest ist ein Ensemble-Lernalgorithmus, der auf Entscheidungsbäumen basiert. Diese Technik des maschinellen Lernens wird etwa für Regressionsprobleme eingesetzt.

Anzeige
Anzeige

Random Forest besteht aus einer großen Anzahl einzelner Entscheidungsbäume, die unabhängig voneinander trainiert werden. Diese Entscheidungsbäume sind zwar einzeln schwache Lernmodelle, aber wenn sie in einem Ensemble zusammengefasst werden, liefern sie robuste und genaue Vorhersagen.

Dieses Modell wandten die Forscher:innen dann an, um Ionenkonzentrationen in elektrochemischen Wasseraufbereitungstechnologien vorherzusagen. Dabei stellten sie fest, dass ihr Modell in der Lage ist, die elektrische Leitfähigkeit des behandelten Wassers und die Konzentration jedes einzelnen Ions genau vorherzusagen, sofern etwa alle 20–80 Sekunden Aktualisierungen stattfinden konnten. Die verbesserten die Genauigkeit der Vorhersagen deutlich.

Anzeige
Anzeige

Eingesetzte KI deutlich günstiger als andere Modelle

In der Anwendung dieser Technik zur Bestimmung der Wasserqualität müsste also mindestens jede Minute gemessen werden, um das Ausgangsmodell zu trainieren. Dabei hat das koreanische Modell einen besonderen Vorteil. Denn das verwendete Random-Forest-Modell ist komplexeren Deep-Learning-Modellen wirtschaftlich überlegen, weil es für das Training mehr als 100-mal weniger Rechenressourcen benötigt.

Die Ergebnisse der Arbeit des Forschungsteams wurden in der Wissenschaftszeitschrift Water Research veröffentlicht.

Fast fertig!

Bitte klicke auf den Link in der Bestätigungsmail, um deine Anmeldung abzuschließen.

Du willst noch weitere Infos zum Newsletter? Jetzt mehr erfahren

Anzeige
Anzeige
Kommentare

Community-Richtlinien

Bitte schalte deinen Adblocker für t3n.de aus!
Hallo und herzlich willkommen bei t3n!

Bitte schalte deinen Adblocker für t3n.de aus, um diesen Artikel zu lesen.

Wir sind ein unabhängiger Publisher mit einem Team von mehr als 75 fantastischen Menschen, aber ohne riesigen Konzern im Rücken. Banner und ähnliche Werbemittel sind für unsere Finanzierung sehr wichtig.

Schon jetzt und im Namen der gesamten t3n-Crew: vielen Dank für deine Unterstützung! 🙌

Deine t3n-Crew

Anleitung zur Deaktivierung
Artikel merken

Bitte melde dich an, um diesen Artikel in deiner persönlichen Merkliste auf t3n zu speichern.

Jetzt registrieren und merken

Du hast schon einen t3n-Account? Hier anmelden

oder
Auf Mastodon teilen

Gib die URL deiner Mastodon-Instanz ein, um den Artikel zu teilen.

Community-Richtlinien

Wir freuen uns über kontroverse Diskussionen, die gerne auch mal hitzig geführt werden dürfen. Beleidigende, grob anstößige, rassistische und strafrechtlich relevante Äußerungen und Beiträge tolerieren wir nicht. Bitte achte darauf, dass du keine Texte veröffentlichst, für die du keine ausdrückliche Erlaubnis des Urhebers hast. Ebenfalls nicht erlaubt ist der Missbrauch der Webangebote unter t3n.de als Werbeplattform. Die Nennung von Produktnamen, Herstellern, Dienstleistern und Websites ist nur dann zulässig, wenn damit nicht vorrangig der Zweck der Werbung verfolgt wird. Wir behalten uns vor, Beiträge, die diese Regeln verletzen, zu löschen und Accounts zeitweilig oder auf Dauer zu sperren.

Trotz all dieser notwendigen Regeln: Diskutiere kontrovers, sage anderen deine Meinung, trage mit weiterführenden Informationen zum Wissensaustausch bei, aber bleibe dabei fair und respektiere die Meinung anderer. Wir wünschen Dir viel Spaß mit den Webangeboten von t3n und freuen uns auf spannende Beiträge.

Dein t3n-Team

Kommentar abgeben

Melde dich an, um Kommentare schreiben und mit anderen Leser:innen und unseren Autor:innen diskutieren zu können.

Anmelden und kommentieren

Du hast noch keinen t3n-Account? Hier registrieren

Anzeige
Anzeige