El Barcelona Supercomputing Center – Centro Nacional de Supercomputación (BSC) y SUEZ España han firmado un acuerdo de colaboración, por el cual el BSC aportará conocimientos en tecnologías de computación, algoritmos de altas prestaciones, IA, visualización y big data; y SUEZ sumará su experiencia en operación de redes de distribución de agua potable para el testeo, desarrollo, validación y aplicación de nuevas herramientas de gestión.
En el marco del acuerdo entre el BSC y SUEZ, se explorará la viabilidad de técnicas de aprendizaje profundo por refuerzo (deep RL), una innovadora técnica de inteligencia artificial que utiliza las redes neuronales y las técnicas de aprendizaje reforzado para entrenar agentes de software para la toma de decisiones de manera autónoma.
A partir de esta premisa, el proyecto define una serie de desafíos que deben permitir evaluar e identificar valor en el uso de técnicas de deep RL para la optimización de redes hidráulicas. La aplicación de estas tecnologías en el ámbito de la gestión del agua tiene un alto componente de investigación, por lo que el objetivo de la iniciativa es validar inicialmente que los agentes son capaces de asignar consignas de gestión de una red que igualen o superen el rendimiento conseguido por los operadores.
Asimismo, se investigará la viabilidad de las técnicas de aprendizaje reforzado con deep learning para aplicarlas en situaciones de emergencia y en el control inteligente en tiempo real de la red de transporte de agua. También se evaluarán técnicas clásicas de deep q-learning, que utilizan una red neuronal para predecir el impacto de una acción en un estado de la red determinado, además de técnicas de actor-critic, encaminadas a determinar la mejor política de actuaciones y no el valor específico de una acción concreta.
Desarrollar y validar soluciones de gestión del agua
El equipo técnico del proyecto, constituido por investigadores en IA del BSC y del centro tecnológico del agua adscrito a SUEZ España Cetaqua, realizará pruebas de concepto en el área metropolitana de Barcelona con Aigües de Barcelona.
Además de desarrollar las soluciones, el objetivo último del trabajo es validarlas una vez aplicadas a tamaños de red considerables, lo cual permita su operación en productivo, y que los algoritmos de aprendizaje reforzado puedan reentrenarse y replicarse en redes con diferente tipología y ante diferentes condiciones hidráulicas de operación.