文／本刊記者 陳 杰

或許，你知道全世界八成的疾病與飲用水質(zhì)不良相關(guān)，但你不知道自己所處的環(huán)境水質(zhì)是否安全？

或許，你也道出廠安全的自來水會受管網(wǎng)的二次污染，但你不知道國家發(fā)布的水衛(wèi)生標(biāo)準(zhǔn)是否真正得到了有效監(jiān)測？

尤其是，近年來多次發(fā)生水污染事件后，相信你也嚇壞了，不禁要問，我喝的水安全嗎？

然而，城市供水管網(wǎng)是結(jié)構(gòu)非常復(fù)雜、規(guī)模非常巨大的管線網(wǎng)絡(luò)系統(tǒng)，實時有效預(yù)測水質(zhì)難度非常大。

日前，在人工智能領(lǐng)域國際頂級學(xué)術(shù)會議 IJCAI 2018上，京東城市被錄用的一篇論文引發(fā)廣泛關(guān)注，其使用深度學(xué)習(xí)技術(shù)，不僅成功預(yù)測了中國東南某城市自來水管網(wǎng)的水質(zhì)，在空氣質(zhì)量預(yù)測上同樣得到了驗證，還可用于交通預(yù)測中，且效果明顯超過現(xiàn)有的方法。

正常情況下，為保持水體被有效的消毒，自來水廠會定期往里面投氯。但盡管如此，如果出廠水沒有氯或加氯量不夠，在管網(wǎng)里就可能使細(xì)菌大量繁殖；相反，如果自來水余氯濃度過高的話就會傷害呼吸系統(tǒng)，甚至生成致癌物，想想都可怕。

自來水廠是如何進(jìn)行投氯的呢？

過去，預(yù)測水質(zhì)的方法主要是根據(jù)自來水管網(wǎng)中傳感器之間的距離關(guān)系。但是，這真的就萬無一失了嗎？當(dāng)然不是，影響水質(zhì)的因素紛繁復(fù)雜，并不那么簡單。

好在有傳感器，它如同物理世界和數(shù)字世界的橋梁，在復(fù)雜環(huán)境中如魚得水。又因部署在不同的地理位置，供水管網(wǎng)數(shù)據(jù)、交通數(shù)據(jù)、空氣污染數(shù)據(jù)……統(tǒng)統(tǒng)都被收集起來，然后分析規(guī)律、建模。

京東城市團隊發(fā)現(xiàn)，水質(zhì)在受時間、空間多種因素影響中，每分每秒都在變化，是一個實時動態(tài)變化的過程。要想實時了解水質(zhì)情況，對應(yīng)的，就需要在傳感器實時收集數(shù)據(jù)的基礎(chǔ)上，構(gòu)建一套動態(tài)預(yù)測系統(tǒng)。為此，團隊提出了多層注意力（Space attention）的循環(huán)神經(jīng)網(wǎng)絡(luò)。細(xì)分為空間注意力模型和時間注意力模型。其原理就像水安全警察一樣，“注意”著站點周邊的一舉一動。

如果說傳感器如橋梁一樣將物理世界的數(shù)據(jù)收集為數(shù)據(jù)信息，那么，京東城市團隊做的事情就是把現(xiàn)實世界的影響問題放到了數(shù)字世界中解決。采用嵌入的方式，將這些因素分別投影到數(shù)字世界中進(jìn)行研究，告訴機器這是春夏秋冬、公園地鐵等，形成了外部因素融合模型。機器大量地學(xué)習(xí)理解，模型就會不斷進(jìn)行完善。

據(jù)悉，目前上述水質(zhì)監(jiān)測方法已經(jīng)在中國東南某城市的水質(zhì)預(yù)測上進(jìn)行了驗證，結(jié)果顯示我們提出的算法在預(yù)測精確度上超過了現(xiàn)有方法。基于該算法，京東城市部署了管網(wǎng)水質(zhì)預(yù)測系統(tǒng)來實時預(yù)測未來的管網(wǎng)水質(zhì)，從而指導(dǎo)自來水工廠更科學(xué)地進(jìn)行投氯消毒，保證居民飲用水質(zhì)，還能及時發(fā)現(xiàn)水管健康狀態(tài)，第一時間安排維護(hù)、修理，保證城市高效運轉(zhuǎn)，進(jìn)而給政府各項城市建設(shè)決策提供參考，并有顯著的民生和社會價值。