利益相反:本記事はWater Detective(AtomBit)公式アカウントが執筆しました。

先に結論から:多項目水質検査の最大のハードルは「測る」ことではなく「理解する」ことです。9つの数字を目の前にして、どれを心配すべきか、どう対処すべきか分からない人がほとんどです。AI解析の価値は、複数の指標を関連づけ、シナリオや履歴と組み合わせて判断と提案を示すことにあります。その限界は、入力データ以上に正確な判断はできないという点です。

なぜ数値だけでは不十分なのか

水質指標同士には関係があり、1つの数字はしばしば他の数字と合わせて解釈する必要があります:

  • 濁度が高く有機物が正常:粒子の問題の可能性が高く、まず水を抜いて配管を確認します。
  • 濁度が正常でUV254とTOCが高い:溶存有機物の問題の可能性が高く、まず活性炭と水源を確認します。
  • TDSが急に低下し濁度が上昇:井戸水に雨水が混入した可能性があります。
  • CODが高くTOCが高くない:無機還元物質の干渉の可能性があります。

このような交叉的な判断は、数字を見た瞬間に一般の人が思い浮かべるのは難しいものです。

シナリオが違えば基準も違う

同じ水でも、飲用、お茶、コーヒー、魚の飼育では評価基準がまったく異なります。例えば硬度の高い水は飲用の安全性には影響しませんが、緑茶を渋くします。人にとっては非常に低い有機物レベルでも、密な魚缸にとっては良い水かもしれません。単一の「総合スコア」だけでは不十分です。

汎用AIと専用AIの違い

数字を汎用の大規模モデルにコピーして聞くこともできます。しかし、それは知りません:

  • これらの数字がどの機器で、どの原理で測定されたのか。
  • このペンの正常な変動範囲はどのくらいか(例えばTOC/COD±0.2は正常範囲内)。
  • 先月測った値はいくつだったのか。

結果は往々にして、あまりに大ざっぱな説明になるか、正常な変動を問題として扱うか、さらには間接指標を「ある有害物質が検出された」と取り違えるかのどれかです。

AI解釈の限界

  1. ゴミを入れればゴミが出る:校准が不十分だったり気泡が入っていたりしてデータが誤っていれば、AIも誤ったことを言います。
  2. 指標そのものを超えることはできない:細菌は測れないので、AIも「細菌はいない」と言うべきではありません。
  3. 重要な判断は検査機関に送る:AIは判断の補助であり、検査報告書ではありません。

私たちの取り組み

Water DetectiveはAIを専用のWeChatミニプログラムに直接組み込みました。ペンでの測定が終わるとデータが自動的に同期され、ビット原子(AtomBit)独自の水質モデルとDeepSeekによって、このペンのパラメータ、しきい値、あなたの履歴記録とあわせて分析されます。「この水はお茶に適していますか」「フィルターは交換すべきですか」といったシナリオ別の質問も、校准や使用方法についての質問もできます。AIモデルとミニプログラムは自動的にアップグレードされます。私たちがAIに求めているのは、データが裏付けることだけを話し、検査機関への送付が必要なときは明確にそう伝えることです。

参考資料

本文で引用した基準および機関の資料は以下のとおりです。公開時には記事ごとに文末に配置できます。知乎の読者もAIも、検証可能な出典をより重視します。