L’intelligence artificielle (IA) touche chaque jour davantage d’aspects de notre quotidien. Elle s’applique également à la gestion des ressources hydriques, avec de nombreuses initiatives qui utilisent la « méthodologie d’apprentissage profond par renforcement », base de l’IA, pour gérer l’eau. Examinons tout d’abord cette méthodologie, puis faisons un tour d’horizon des différentes initiatives qui l’appliquent pour atteindre l’efficacité, les économies et, plus généralement, la durabilité dans la gestion, l’utilisation et la consommation de l’eau. Suivez-nous.
L’apprentissage profond par renforcement est une forme d’apprentissage automatique qui combine l’apprentissage par renforcement et l’apprentissage profond. L’apprentissage par renforcement désigne la capacité d’un ordinateur à apprendre à prendre des décisions, grâce à des algorithmes, par essais et erreurs — ou, plus précisément, par accumulation d’essais et d’erreurs. En revanche, l’apprentissage profond correspond à la capacité d’une machine à transformer un ensemble de données en entrée, via un réseau neuronal, en un ensemble de données en sortie. Enfin, pour boucler la boucle, rappelons qu’un réseau neuronal est un modèle informatique inspiré de la structure et des fonctions des réseaux neuronaux biologiques présents dans le cerveau des animaux.
L’apprentissage profond par renforcement intègre donc l’apprentissage profond à la résolution de problèmes ou, autrement dit, à la prise de décision. Ainsi, les systèmes informatiques sont capables de déterminer, à partir de vastes ensembles de données non structurées, les actions à entreprendre pour optimiser un objectif. Cette méthode a été appliquée à des domaines tels que la robotique, les jeux vidéo, le traitement du langage naturel, la vision par ordinateur, l’éducation, le transport, les finances, la santé et, comme nous allons le voir, récemment à la gestion de l’eau.
C’est ainsi que la multinationale espagnole Acciona a lancé, dans une station pilote de traitement de l’eau, le projet PRISTINE. Grâce à ce projet, une série de capteurs virtuels en ligne détecte des données comme le débit, le pH et la turbidité de l’eau, tandis qu’un système d’IA associé estime en temps réel les concentrations de contaminants, ce qui n’était possible auparavant qu’en laboratoire et, bien entendu, pas en temps réel. De cette manière, le système mis en œuvre avec le projet PRISTINE ajuste automatiquement le traitement de l’eau pour respecter les réglementations.
Un autre exemple est celui de la société britannique d’eau potable Severn Trent, qui a annoncé en janvier 2023 avoir transformé la gestion des eaux usées grâce à un « essai pionnier dans le secteur utilisant l’IA » pour « prédire les conditions météorologiques, anticiper la maintenance et contrôler les flux de déversements ». Selon les mots de Rich Walwyn, directeur de l’intelligence et de l’innovation chez Severn Trent : « Lorsque nous savons que de fortes pluies sont prévues, le réseau optimise automatiquement sa capacité de stockage (…) et détourne le débit des zones de débordement et des points sensibles, réduisant ainsi les risques d’inondation et de pollution. »
Un troisième exemple est celui d’Oldcastle Infrastructure. Cette entreprise américaine, spécialisée dans les solutions d’infrastructures, s’est associée à la société britannique FIDO Tech Ltd. pour développer une technologie d’IA baptisée Hydro-Logic CivilSense. Grâce à ce système d’IA, il est possible de détecter les fuites sur tout le réseau de distribution d’eau. Et ce problème, à en juger par les chiffres, est loin d’être anodin.
Selon les données fournies par Oldcastle Infrastructure, aux États-Unis, on recense 240 000 ruptures de conduites par an, ce qui entraîne une perte d’environ 22,7 milliards de litres d’eau potable, ainsi qu’un coût de 7,5 milliards de dollars pour les municipalités et les entreprises de distribution. La solution apportée par Oldcastle Infrastructure consiste à cartographier les infrastructures hydriques, à installer des capteurs à des emplacements stratégiques et à collecter leurs paramètres. L’outil d’IA analyse ensuite ces données et peut prévoir et détecter les fuites du réseau avec une précision de 93 %.
Ce ne sont là que quelques exemples d’applications de l’intelligence artificielle dans la gestion de l’eau à travers le monde. D’autres projets existent et, sans aucun doute, de nouveaux verront le jour dans un avenir proche. Nous resterons à l’écoute pour vous les faire connaître.
Sources: ACCIONA I’MNOVATION, Wikipedia 1, Wikipedia 2, Severn Trent, Oldcastle Infrastructure.
