Artificial Intelligence and Data-Driven Leakage Management for Sustainable and Resilient Water Distribution Systems: A Critical Review

تُعد المياه شريان الحياة للمدن الحديثة، حيث تتدفق عبر شبكة واسعة وخفية من الأنابيب التي توصلها إلى المنازل والمدارس والشركات. ومع ذلك، تتعرض هذه المنظومة لهجوم مستمر من لص صامت: وهو التسريب. فعندما تتشقق الأنابيب أو تفشل الوصلات، تتسرب المياه المعالجة إلى الأرض قبل أن تصل إلى الصنبور أبداً. ولا يقتكون هذا الفقد مجرد هدر للمياه فحسب، بل يمثل أيضاً استنزافاً هائلاً للطاقة المستخدمة لضخ ومعاللة تلك السوائل، ويزيد من تكلفة الخدمة، ويمكن أن يضعف السلامة الهيكلية للشبكة بأكملها. لعقود من الزمن، كان العثور على هذه التسريبات لعبة حظ صعبة، تعتمد غالباً على عمال يتجولون في الشوارع للاستماع إلى أصوات الصفير أو انتظار انفجار الأنبوب تماماً. وتكمن المعضلة في أن التسريبات قد تكون ضئيلة، ومدفونة في أعماق الأرض، وتغرق إشاراتها بسهولة وسط الضجيج الطبيعي للاستخدام اليومي للمياه.

واستجابة لهذه المشكلة المستمرة، ظهرت موجة جديدة من التكنولوجيا، تعد بتحويل شبكة المياه إلى نظام ذكي وواعٍ بذاته. يعتمد هذا النهج على الذكاء الاصطعي والنماذج القائمة على البيانات للاستماع إلى الأنابيب، وتحليل الأنماط، وتحديد مكان تسرب المياه بدقة. ويعمل الباحثون الآن على تعليم الحواسيب كيفية التعرف على "البصمات" الدقيقة للتسريب، سواء كان انفجاراً مفاجئاً أو تنقيطاً بطيئاً ومستمراً. ومع ذلك، ومع تقدم هذه التقنيات، يظل هناك سؤال جوهري: هل تصمد الخوارزميات المتطورة التي تعمل بشكل مثالي في محاكاة الحاسوب أمام الواقع الصاخب والفوضوي لمدينة حقيقية؟

يقوم مراجعة شاملة أجراها باحثون من جامعة أوتاوا والمجلس الوطني للبحوث في كندا بالإجابة على هذا السؤال. لم يقم الفريق ببناء آلة جديدة أو اختبار مستشعر جديد واحد، بل عملوا كمحققين في البحث نفسه، حيث جمعوا وحللوا عشرات الدراسات المنشورة بين عامي 2010 و2026. كان هدفهم هو رسم الخريطة الكاملة لكيفية استخدام الذكاء الاصطناعي لإدارة تسربات المياه، ومعرفة الطرق الأكثر فعالية، وتحديد الجوانب التي لا يزال المجال يقصر فيها. لقد فحصوا كل شيء، بدءاً من الأدوات الإحصائية البسيطة التي تبحث عن التغيرات غير العادية في تدفق المياه، وصولاً إلى الشبكات العصبية المعقدة التي تحاكي الدماغ البشري لمعالجة بيانات الصوت والاهتزاز.

تكشف المراجعة أنه لا توجد خوارزمية واحدة "سحرية" تحل كل مشكلات التسريب. ففعالية النموذج الحاسوبي تعتمد كلياً على السياق الذي يُستخدم فيه. فعلى سبيل المثال، الطريقة التي تتفوق في اكتشاف انفجار أنبوب مفاج وعالٍ باستخدام مستشعرات الضغط، قد تفشل تماماً عند محاولة العثور على تسريب هادئ وبطيء باستخدام مستشعرات صوتية. ووجد الباحثون أنه بينما تسجل العديد من الدراسات معدلات نجاح عالية للغاية، فإن هذه الأرقام غالباً ما تأتي من بيئات خاضعة للسيطرة. ففي عمليات محاكاة الحاسوب، حيث تكون البيانات نظيفة والقواعد مثالية، يمكن للخوارزميات أن تحقق دقة تقارب الكمال. ولكن عندما تُختبر هذه النماذج نفسها مقابل بيانات من العالم الحقيقي من شبكات مياه فعلية، غالباً ما ينخفض أداؤها. إذ يفرض العالم الحقيقي متغيرات تعجز المحاكاة عن استيعابها: مثل المواد المتنوعة للأنابيب، وضجيج الخلفية الناتج عن حركة المرور وأعمال البناء، والتغيرات غير المتوقعة في كمية استهلاك الناس للمياه في أوقات مختلفة من اليوم.

ومن أهم النتائج التي توصلت إليها المراجعة هي الفجوة بين المختبر والميدان. تعتمد العديد من الدراسات الواعدة على بيانات ناتجة عن نماذج حاسوبية لشبكات المياه، مثل برنامج (EPANET) واسع الاستخدام. وبينما تعد هذه المحاكاة قيمة لاختبار الأفكار، إلا أنها لا تستطيع محاكاة تعقيد المدينة الحقيقية بشكل كامل. وقد لاحظ الباحثون أن الدراسات التي تستخدم بيانات من العالم الحقيقي، مثل التسجيلات من مستشعرات صوتية فعلية في مدن مثل هونج كونج أو سنغافورة، تميل إلى إظها نتائج أكثر تواضعاً ولكنها أكثر موثوقية. وتكشف هذه الاختبارات الواقعية أن الضوضاء ومكان وضع المستشعرات عوامل حاسمة؛ فقد يعمل نموذج جيد في حي معين ولكنه يفشل في حي آخر لمجرد أن التربة أو مادة الأنبوب تغير طريقة انتقال الصوت.

كما تسلط المراجعة الضوء على تحول متزايد في كيفية مقاربة الباحثين للمشكلة. ركزت الجهود المبكرة على الكشف البسيط — أي التمييز بين وجود تسريب وعدم وجوده. أما اليوم، فيتوسع التركيز ليشمل التحديد الدقيق للموقع (Localization)، مما يعني العثور على الأنبوب أو الجزء المحدد الذي يحدث فيه التسريب، وتقدير الشدة (Severity Estimation)، الذي يحدد حجم التسريب. وتظهر تقنيات جديدة، مثل استخدام "التوائم الرقمية" (Digital Twins)، وهي نسخ افتراضية من شبكة المياه المادية التي تُحدث بياناتها في الوقت الفعلي مع بيانات المستشعرات. تسمح هذه التوائم للمهندسين باختبار السيناريوهات والتنبؤ بمكان حدوث التسريبات قبل وقوعها. وهناك أيضاً صعود للنهج الهجين الذي يجمع بين قوانين الفيزياء والتعلم الآلي، مما يضمن أن تنبؤات الحاسوب منطقية وفقاً للسلوك المعروف لتدفق المياه.

وعلى الرغم من هذه التطورات، حدد الباحثون عدة فجوات مستمرة تمنع اعتماد هذه التقنيات على نطاق واسع من قبل مرافق المياه. وتتمثل إحدى المشكلات الرئيسية في غياب المعايير الموحدة للاختبار؛ فبسبب استخدام كل دراسة لبيانات ومستشعرات وطرق مختلفة لقياس النجاح، يصعب مقارنة طريقة بأخرى. علاوة على ذلك، لا تقدم العديد من الدراسات تفاصيل كافية حول كيفية إعداد بياناتها أو ضبط نماذجها، مما يجعل من الصعب على علماء آخرين تكرار العمل. وهناك تحدٍ حرج آخر وهو مشكلة "عدم توازن الفئات" (Class Imbalance): ففي شبكة مياه نموذجية، تعتبر حالات التسريب أحداثاً نادرة مقار بتدفق المياه الطبيعي. وهذا يعني أن الحاسوب يمكن تدريبه على تخمين "لا يوجد تسريب" في كل مرة، وسيظل يبدو دقيقاً بنسبة 99%، بينما يفشل في رصد كل تسريب فعلي. وتجادل المراجعة بأن النجاح يجب أن يُقاس بمدى قدرة النظام على إيجاد التسريبات النادرة وعدد الإنذارات الكاذبة التي يطلقها، بدلاً من مجرد درجة الدقة الإجمالية البسيطة.

كما يتطلع المؤلفون نحو المستقبل، مشيرين إلى إمكانات الذكاء الاصطناعي التوليدي والنماذج اللغوية الكبيرة في مساعدة المشغلين على اتخاذ القرارات. يمكن لهذه الأدوات أن تعمل كمساعدين أذكياء، تجمع البيانات من المستشعرات، والسجلات التاريخية، وسجلات الصيانة لاقتراح أفضل إجراء ممكن. ومع ذلك، تحذر المراجعة من ضرورة استخدام هذه الأنظمة المتقدمة بحذر. فخلافاً للكاشف البسيط الذي يطلق إنذاراً فحسب، يجب أن يكون نظام اتخاذ القرار مستنداً إلى الواقع الفيزيائي لتجنب "الهلوسة" بوجود مشكلات غير موجودة أو اقتراح إجراءات قد تضر بالشبكة. والهدف النهائي ليس مجرد بناء خوارزميات أذكى، بل إنشاء نظام موثوق يمكن للمرافق الوثوق به لتوفير المياه، وتقليل تكاليف الطاقة، والحفاظ على مرونة البنية التحتية.

وفي الختام، تخلص المراجعة إلى أنه على الرغم من أن الذكاء الاصطناعي يوفر أدوات قوية جديدة لإدارة تسربات المياه، إلا أن هذه التكنولوجيا ليست منتجاً نهائياً بعد. ويتطلب المسار المستقبلي الانتقال من التجارب المعزولة في البيئات المحاكية إلى الاختبارات الصارمة في المدن الحقيقية. كما يتطلب الأمر تركيزاً على الشفافية، حيث يوضح الباحثون بوضوح كيف تؤدي نماذجهم في ظل الظروف الصعبة وكيف تتعامل مع الضجيج الحتمي في العالم الحقيقي. ومن خلال ربط هذه الأساليب التحليلية المتقدمة بالاحتياجات العملية لمرافق المياه، يمكن للمجال أن يمضي نحو مستقبل لا تكون فيه أنظمة توزيع المياه فعالة فحسب، بل مستدامة ومرنة حقاً. إن التكنولوجيا جاهزة للتعلم، ولكن يجب تعليمها بنفس العناية والواقعية التي يطبقها المهندسون على الأنابيب المادية نفسها.