El acceso a agua potable sigue siendo un desafío para más de 2.2 mil millones de personas en todo el mundo. La escasez de agua potable no solo afecta a regiones específicas, sino que se estima que la mitad de la población mundial enfrenta graves problemas de acceso al agua en algún momento del año. Ante esta crisis, las tecnologías basadas en la electroquímica, como la desionización capacitiva y la desionización con electrodos de batería, han ganado atención por su capacidad para generar agua de manera descentralizada.
Un nuevo enfoque con IA para mejorar la calidad del agua
En un esfuerzo por mejorar estas tecnologías, el equipo de investigación del Centro de Investigación del Ciclo del Agua del Korea Institute of Science and Technology (KIST), en colaboración con la Universidad de Yeongnam, ha desarrollado un modelo de inteligencia artificial basado en random forest que permite predecir con precisión la concentración de iones en el agua durante los procesos de tratamiento electroquímico.
La IA desarrollada puede predecir con precisión la conductividad eléctrica y la concentración de iones como Na+, K+, Ca2+, y Cl- en el agua tratada. Este avance es crucial porque los sensores actuales solo pueden medir de manera indirecta la calidad del agua a través de su conductividad eléctrica, lo que no permite un seguimiento detallado de los iones individuales.
¿Cómo funciona el modelo de IA?
El equipo utilizó una técnica de random forest, que es un modelo de machine learning basado en árboles de decisión, ideal para resolver problemas de regresión. A diferencia de los modelos de deep learning, el random forest es mucho más eficiente en términos de recursos computacionales, lo que lo convierte en una opción económicamente viable. El modelo es capaz de realizar actualizaciones cada 20 a 80 segundos, lo que mejora significativamente la precisión de las predicciones.
El modelo fue probado en tecnologías de tratamiento de agua como la desionización, y los resultados mostraron una alta precisión en la predicción de las concentraciones de iones, con un coeficiente de determinación (R²) de aproximadamente 0.9.
Implicaciones y futuro de la tecnología
Según el Dr. Moon, uno de los principales investigadores del proyecto, este desarrollo no solo mejora la precisión de los sistemas de tratamiento de agua, sino que también tiene el potencial de integrarse en sistemas nacionales de gestión de calidad del agua, mejorando significativamente el bienestar hídrico en la sociedad.
Este avance representa un paso adelante en la aplicación de la IA para abordar uno de los mayores desafíos globales: el acceso al agua potable. Al permitir un seguimiento más preciso de los iones en el agua, esta tecnología puede mejorar la eficiencia y la efectividad de los sistemas de tratamiento, reduciendo tanto los costos como los riesgos asociados con la calidad del agua.