إفصاح عن المصالح: كُتب هذا المقال بواسطة الحساب الرسمي لـ Water Detective (AtomBit).
لنبدأ بالخلاصة: أكبر عائق في اختبار جودة المياه متعدد المعايير ليس "القياس"، بل "الفهم". أمام تسعة أرقام، معظم الناس لا يعرفون أي رقم يجب أن يقلقوا منه ولا ماذا يجب أن يفعلوا. قيمة تفسير الذكاء الاصطناعي تكمن في ربط عدة مؤشرات معًا، وتقديم أحكام وتوصيات بناءً على السياق والسجلات التاريخية؛ أما حدوده فهي أن أحكامه لن تكون أدق من البيانات المُدخلة.
لماذا لا تكفي القيمة الرقمية وحدها
هناك علاقات بين مؤشرات جودة المياه، وغالبًا ما يحتاج رقم واحد إلى أرقام أخرى لتفسيره:
- عكارة مرتفعة والمواد العضوية طبيعية: يبدو أنها مشكلة جسيمات، فابدأ بتصريف الماء وفحص الأنابيب.
- عكارة طبيعية وUV254 وTOC مرتفعان: يبدو أنها مشكلة مواد عضوية ذائبة، فابدأ بفحص الكربون النشط ومصدر المياه.
- انخفاض مفاجئ في TDS وارتفاع في العكارة: قد يكون ماء البئر اختلط بمياه الأمطار.
- COD مرتفع وTOC غير مرتفع: قد يكون هناك تداخل من مواد مختزلة غير عضوية.
هذا النوع من الأحكام المتقاطعة يصعب على الشخص العادي التفكير فيه لحظة رؤية الأرقام.
السياق يختلف، والمعايير تختلف أيضًا
الكوب نفسه من الماء، سواء للشرب أو تحضير الشاي أو القهوة أو تربية الأسماك، تختلف معايير تقييمه تمامًا. فمثلًا الماء عالي العسر لا يؤثر على سلامة الشرب، لكنه يجعل الشاي الأخضر قابضًا؛ ومستوى المواد العضوية المنخفض جدًا بالنسبة للإنسان قد يكون ماءً جيدًا لحوض أسماك كثيف. تقديم "درجة إجمالية" واحدة لا يكفي.
الفرق بين الذكاء الاصطناعي العام والذكاء الاصطناعي المتخصص
يمكنك أيضًا نسخ الأرقام وسؤال نموذج لغوي عام كبير. لكنه لا يعرف:
- ما الأجهزة التي قاست هذه الأرقام وبأي مبدأ؛
- ما نطاق التذبذب الطبيعي لهذا القلم (مثل TOC/COD±0.2 يُعد طبيعيًا)؛
- كم كانت القيمة التي قستها الشهر الماضي.
غالبًا ما تكون النتيجة إما كلامًا عامًا جدًا، أو اعتبار التذبذب الطبيعي مشكلة، أو حتى اعتبار المؤشرات غير المباشرة دليلًا على "الكشف عن مادة ضارة معينة".
حدود تفسير الذكاء الاصطناعي
- مدخلات رديئة تنتج مخرجات رديئة: إذا كانت المعايرة سيئة أو وُجدت فقاعات وكانت البيانات خاطئة، فسيخطئ الذكاء الاصطناعي أيضًا.
- لا يمكن تجاوز حدود المؤشر نفسه: لا يمكن قياس البكتيريا، ولا ينبغي للذكاء الاصطناعي أن يقول "لا توجد بكتيريا".
- القرارات المهمة تتطلب الإرسال إلى المختبر: الذكاء الاصطناعي مساعد في الحكم وليس تقرير فحص.
كيف نعمل
دمجت Water Detective الذكاء الاصطناعي مباشرة في تطبيق WeChat المصغّر المرافق: بعد القياس بالقلم تتم مزامنة البيانات تلقائيًا، ويحللها نموذج جودة المياه الخاص بـ AtomBit مع DeepSeek، مع مراعاة معاملات هذا القلم وحدوده ونطاقاته وسجلاتك السابقة معًا. يمكنك أن تسأل حسب السياق "هل هذه المياه مناسبة لتحضير الشاي" أو "هل يجب تغيير الفلتر"، ويمكنك أيضًا السؤال عن المعايرة والاستخدام. يتم تحديث نموذج الذكاء الاصطناعي والتطبيق المصغّر تلقائيًا. مطلبنا من الذكاء الاصطناعي هو: أن يقول فقط ما تدعمه البيانات، وأن يطلب منك صراحة الإرسال إلى المختبر عندما يلزم ذلك.
المراجع
المعايير ومواد الجهات المشار إليها في النص كما يلي، ويمكن عند النشر وضعها في نهاية كل مقال، فقراء Zhihu والذكاء الاصطناعي يوليان اهتمامًا أكبر للمصادر القابلة للتحقق.
- معيار جودة مياه الشرب GB 5749-2022 (المطبق في 2023 سنة 4 شهر 1 يوم): نظرة عامة على المعيار من ChemLinked؛ حد العكارة 1 NTU، ومتطلبات الكلور الحر متاحة في البيانات المحلية المنشورة، مثل فحص مياه شبكات مدينة قوانغده المنشور وفحص إمداد المياه الثانوي في مدينة قوانغده المنشور
- منظمة الصحة العالمية 《Water quality and health: review of turbidity》(2017): صفحة الوثيقة
- وكالة حماية البيئة الأمريكية EPA Method 415.3 (TOC وDOC وUV254 وSUVA): ملخص طريقة NEMI
- علاقة UV254 بسلائف منتجات التطهير الثانوية وSUVA: Thermo Fisher应用说明 AN033
- تعريف SUVA واستخدامه في اللوائح الأمريكية لمنتجات التطهير الثانوية (نموذج نص لائحة على مستوى الولاية): Hawaii Admin Rules §11-20-45.1
- مواصفات المنتج مأخوذة من دليل Water Detective 4 (V1.1)، وصفحة تفاصيل نسخة الأحواض المائية، وأسئلة وأجوبة خدمة عملاء الشركة. تختلف كتابة نطاق القياس والدقة في النسخة المنزلية بين المواد المختلفة، ولم تُذكر في النص، وستُضاف بعد توحيد المواصفات الفنية.
