水是人类生存不可或缺的必需品。
然而，准确的水质数据在实时获取方面并不广泛，这可能对公众健康和水生生态系统造成不利影响。
计算机科学助理教授Ahyoung Lee正在通过一种利用人工智能（AI）、实时监测和预测分析的细菌监测和预报系统来填补这些空白，该系统能够提供水质信息并预测潜在的细菌爆发。
该项目名为“NSF I-Corps: 人工智能赋能的细菌预报系统的转化潜力”，旨在通过实地学习和行业直接调查，评估将AI驱动系统用于实时监测水质中细菌水平的可行性。
Lee特别关注大肠杆菌（E. coli）的检测。根据美国国立卫生研究院（NIH）的数据，25.2%的家庭供水来源受到大肠杆菌污染。
“细菌预报系统有助于确保更清洁和更安全的水，”Lee说。“通过改善水质和减少污染风险，它保护了公众健康并提升了休闲体验。”
增强的休闲体验包括划船、游泳、钓鱼和其他在湖泊、河流和池塘中进行的活动，这些都属于地表水范畴。
虽然地表水最容易受到污染，但地下水如私人井水也可能存在大肠杆菌。
“这个项目还帮助社区降低成本，使水质监测更加高效和普及，特别是对于那些在水安全方面存在问题的欠发达地区，”Lee说。
Lee与几位学生一起开展这个项目，其中包括一名博士生、一名研究生助教（GRA）和三名本科生，他们都是第一年学者计划（FYSP）的一部分。
最终，Lee创新的细菌监测和预报系统代表了实时水质跟踪的重大进展。通过利用AI和预测分析，该系统不仅提供了重要的水质数据，还能以低于其他技术的成本预测潜在的细菌爆发。
(全文结束)
