Проблемы внедрения искусственного интеллекта в гидротехнике

Цель работы: систематизировать методологические и философские проблемы внедрения ИИ в гидротехнике и предложить концептуальные рамки для его ответственного внедрения, обеспечивающие не только технологическую эффективность, но и социальную легитимность, инженерную безопасность и экологическую устойчивость. Внедрение технологий искусственного интеллекта (ИИ) в область гидротехники открывает новые возможности для повышения эффективности управления водными ресурсами, мониторинга состояния гидротехнических сооружений (ГТС) и прогнозирования опасных процессов. Данный процесс сопровождается комплексом методологических, нормативных и этических проблем. В статье исследуются ключевые вызовы, связанные с эпистемологическими ограничениями моделей ИИ, онтологическим статусом цифровых двойников, перераспределением ответственности, вопросами киберустойчивости и социально-экологической справедливости. На примере задач управления паводками, диагностики кавитации гидроагрегатов и мониторинга фильтрации обосновывается необходимость интеграции ИИ не в качестве замены инженерного суждения, а как инструмента, встроенного в систему профессиональных процедур и общественного контроля. В качестве концептуальной основы предлагаются принципы технологической скромности, включающие в себя прозрачный аудит моделей, управление их жизненным циклом и четкое распределение ролей в процессе принятия решений, что позволяет использовать потенциал ИИ, не нарушая принципов безопасности и справедливости.

1. Шестаков В.М., Коротков С.И. Гидрогеомеханика урбанизированных территорий. М.: Наука, 2018. 300 с.

2. International Commission on Large Dams (ICOLD). Bulletin 164: Dam Safety Management: Operational Phase of the Dam Life Cycle. Paris: ICOLD, 2017. 120 p.

3. Ahmed A.A., Pradhan B. Applications of machine learning to water resources management: A review // Journal of Cleaner Production. 2024. Vol. 434. P. 139953. DOI: 10.1016/j.jcle-pro.2023.139953

4. Huang Y., Li Z., Wang C. Artificial Intelligence in Dam Safety Monitoring: A Review // Water Resources Management. 2023. Vol. 37, № 5. Pр. 1821-1840. DOI: 10.1007/s11269-023-03465-5

5. Liu B., Wang Y., Zhang X. Digital Twin Technology in Hydraulic Engineering: Current Status and Future Trends // Journal of Hydraulic Engineering. 2022. Vol. 148, № 9. Pр. 1-15. DOI: 10.1061/(ASCE)HY.1943-7900.0002000

6. Doorn N. Artificial intelligence in the water domain: Opportunities for responsible use // Science of the Total Environment. 2021. Vol. 755. P. 142561. DOI: 10.1016/j.scitotenv.2020.142561

7. Chen L., Wang H., Li M. Review of Artificial Intelligence Applications in Dams and Water Resources // Journal of Hydroinformatics. 2023. Vol. 25, №2. Pр. 345-362. DOI: 10.2166/hydro.2023.125

8. Kuzmin V.A., Goryunov V.N. Stakeholder Engagement in Digital Transformation of Water Infrastructure: A Case of Russian Hydropower // Water Resources Management. 2023. Vol. 37, Is. 8. Pр. 3147-3163. DOI: 10.1007/s11269-023-03509-w

9. Parasuraman R., Sheridan T.B., Wickens C.D. A Model for Types and Levels of Human Interaction with Automation // IEEE Transactions on Systems, Man, and Cybernetics – Part A: Systems and Humans. 2000. Vol. 30, № 3. Pр. 286-297. DOI: 10.1109/3468.844354

10. Beery J., Kooy M., Funder M. Equity in Water Governance: A Review of Justice-Oriented Water Research // Wiley Interdisciplinary Reviews: Water. 2022. e1604. DOI: 10.1002/wat2.1604

11. Shin S., Lee S., Judi D.R., Parvania M., McPherson T., Burian S., Marx A. A Systematic Review of Quantitative Resilience Measures for Water Infrastructure Systems // Water. 2018. Vol. 10, № 2. P. 164. DOI: 10.3390/w10020164

12. Alcaraz C., Lopez J. Digital Twin: A Comprehensive Survey of Security Threats // IEEE Communications Surveys & Tutorials. 2022. Vol. 24, № 3. Pр. 1475-1503. DOI: 10.1109/COMST.2022.3171465

13. U.S. Department of Energy. Cybersecurity Considerations for Digital Twins in the Energy Sector. 2023. 62 p. URL: https://www.energy.gov/sites/default/files/2023-10/Cybersecurity%20Considerations%20for%20Digital%20Twins%20in%20the%20Energy%20Sector.pdf (дата обращения: 15.10.2024)

14. Kumar A., Singh R. Enhancing Cybersecurity of Hydroelectric Power Plants through Digital Twin Modeling // IEEE Transactions on Power Systems. 2024. Vol. 39, № 1. Pр. 456-465. DOI: 10.1109/TPWRS.2023.3321541