様々な分野で人口知能（以下、AＩ）が利用されるようになりました。その中でも水道などのインフラ管理への活用が注目されています。

日本の水道事業の現状

日本の水道はほとんどの地域で使える環境が整備されています。それらの水道管路を一繋ぎにするとその距離は約６５万ｋｍで地球１６周以上あります。

一方で、人口減少による人材不足と料金収入減による資金不足で老朽化した水道管の更新が進んでいません。厚生労働省によると、耐用年数の４０年を超えた水道管の割合は、大阪府や奈良県など６つの府県で２０％以上、全国平均では１６％を超えています。今後２０年間で更新が必要な水道管は１５万３，７００キロ、地球約４周分と言われています。

耐用年数を超えた水道管の使用は破裂事故や漏水事故等の被害の要因となります。平成２９年度には、全国で２万件以上の水道の漏水・破裂事故は発生しました。

地球の大切な資源である水を常に安定供給できるよう、管路を維持する必要があります。

水道管路の更新にAIを利用

一般的に水道管の更新は耐用年数を目安としています。一方で水道菅が敷設されている環境により大きく劣化の度合いが違います。漏水･破裂が多発する管路は特有の埋設環境があります。

一律に管路の更新を使用年数により敷設替するのでは比較的良好な管路も敷設替えする可能性があります。限られた資金を有効利用するためにも、漏水が多発する管路や基幹管路など、より高い危険度の管路からを優先更新し、年数が古くても漏水の少なく、重要性の小さい管路に関しては更新を遅らす場合があります。ここで重要なのは、より正確に危険度に応じて管路を選別していくことです。より正確に管路選別する為にＡＩを活用されようとしています。

FRACTA社（AIによるインフラ向け劣化診断技術）

最近このようなＡＩ技術で注目されている企業がシリコンバレー発のイノベイティブ企業であるFRACTA社です。FRACTA社のシステムは、どの程度の確率で漏水が起こるか表示して管路更新の優先順位をマッピング上で表示します。水道管の寿命は水道管の素材や使用年数、漏水情報などのデータと、土壌、気候、地形や人口などの環境データなど1000以上の情報から決まるとされています。その因子を組み合わせ、AIと機械学習により予測しようとするものです。

水道管の漏水をAIにより検知

水道菅は地下に埋設されており漏水が発生した場合は場所の特定が非常に困難です。現在は熟練技術者が漏水探知機や音聴棒という器具を用いて経験と、音を頼りに漏水場所をピンポイントに特定します。一方でそのような漏水特定にもAIが活用されようとしています。

それは、小型の通信機能付きのセンサーを水道管に取り付けて漏水の発生を検知して正確に場所を特定する技術です。

水道管路に取り付けられたセンサーは常に水音や振動データをサーバーに送信しております。漏水が発生した場合は水道システムの他の音を区別しながら漏水音特有の振動と音を探知し、同時に管路の材質、周辺の水道使用量、水圧などの情報や、天候、地形などの他の情報に基づいて正確にピンポイントに漏水場所を特定します。これは膨大な量のデータ分析が必要で、AIや機械学習とIoT（モノのインターネット）技術など通信技術と同時に利用され可能になります。日本ではNEC、日立などが漏水監視として総合的にサービスを展開しはじめています。

>>AI・機械学習によるインフラ向け劣化診断　FRACTA（フラクタ）

>>NEC　世界初、高精度センサとクラウドを組み合わせ、上水道管の漏水を早期発見する｢漏水監視サービス」を発売

>>日立　水道管の漏水などを高精度で早期に検知するシステムを開発

>>NHK　News　WEB　2020年1月14日 　“水道料金 将来大幅に値上がり?!”