Dit betekent AI voor waterbeheer in 2030

De ontwikkeling van kunstmatige intelligentie gaat hard, elke week kan er meer. Welke impact heeft dat op de watersector? HydroLogic en Wateropleidingen organiseerden deze zomer daarom samen een praktische masterclass ter inspiratie: met de inzet van AI ben je bijvoorbeeld beter voorbereid op weerextremen en kun je sneller inspelen op veranderende omstandigheden. 

Met 18 deelnemers afkomstig van waterschap, gemeente, industrie tot adviesbureau trapte directeur Gabrielle Knufman van Wateropleidingen de masterclass af: hoe ver ben jij met AI? Wat ze gemeen hebben, is hun interesse in de mogelijkheden van kunstmatige intelligentie en de behoefte dit toe te passen in hun werk. Vooral de taalmodellen ChatGPT en Copilot zijn populair, als teksthulp, bij data-analyse, raming van projectkosten of het schrijven van phytonscripts. Waar de ene organisatie zich oriënteert op de mogelijkheden, denkt de andere al na over integratie in de vaste workflow en de virtuele engineer van de toekomst.

Slimmer dan de mens

Ook business director Leanne Reichard van HydroLogic kijkt vooruit: wanneer AI slimmer wordt dan de mens, hoe zorgen we dan dat AI ons helpt – zonder ons te vervangen? Haar advies: ‘Gebruik AI als strategisch bondgenoot in je werk, blijf actueel, ontwikkel je vaardigheden en deel onderling je kennis.’
Hoe zal jouw functie er uit zien, vraagt ze de deelnemers: welke activiteiten neemt AI straks over? AI gaat functioneren als adviseur, is de gedeelde mening. Dat maakt betere en integrale besluitvorming mogelijk. Wel moet het vertrouwen nog groeien dat de aangeboden data en adviezen ook daadwerkelijk betrouwbaar zijn.

Zelflerende netwerken

Collega Arnold Lobbrecht legt uit hoe een zelflerend systeem werkt: van af te leiden patronen op basis van data tot het bouwen van een model (of netwerk) dat het geleerde nabootst en daarna zelf voorspellingen kan doen. Lobbrecht noemt twee belangrijke netwerken voor waterbeheer: het Convolutional neural network (CNN) en het Long short term memory network (LSTM). De toepassing is veelvuldig, zoals het opsporen van dijkscheuren of blokkades in de riolering en het voorspellen van droogte en neerslag, maar ook van drinkwatergebruik.

Snel voorspellen

Vooral de simulatie- of surrogaatmodellen gaan het echte verschil maken in de uitvoeringspraktijk van waterprofessionals, zegt hij. Hij laat het zien aan de hand van drie uitgevoerde simulaties: een dijkdoorbraak van de Lek (wat gebeurt er dan?), de overstroming van een kleine polder in hoogheemraadschap de Stichtse Rijnlanden en een vroegtijdig alarmeringssysteem voor dreigende wateroverlast in Amersfoort. ‘Deze AI-simulaties voorspellen de impact van een dijkdoorbraak of aankomende wateroverlast vele malen sneller dan op fysica gebaseerde rekenmodellen: in een paar seconden in plaats van uren.’

Situatie in 2030

Wat Leanne Reichard betreft, ziet de watersector in 2030 er zo uit:

• Beter voorbereid op weerextremen: pro-actief inspelen op veranderingen dankzij AI-gestuurde besluitvorming.
• De koppeling van real-time datasets en modellen maakt het bijvoorbeeld waterschappen, gemeenten en drinkwaterbedrijven mogelijk om samen te werken in een adaptief netwerk.
• Waterprofessionals en burgers krijgen via hun eigen persoonlijke AI-assistent informatie, advies en acties op maat.

En de deelnemers? Zij gaan aan de slag met toepassing AI op een casus. In kleine groepen delen zij enthousiast hun eigen ervaringen naar aanleiding van de besproken praktijkvoorbeelden of proberen een AI-tool uit die ze nog niet kenden. Met de tips van Leanne en Arnold is de wereld van waterbeheer en AI nog interessanter geworden.

Meer weten

Wil jij ook deelnemen aan deze masterclass of heb je behoefte aan een vervolg op deze masterclass? Laat het weten aan Martine Smallenburg en we houden je op de hoogte!