Page 49 - 水利工程管理的现代化发展及方向

第一章 水利工程管理现代化发展

（三）水利工程知识自动化

将经验转化为数据，将数据转化为知识，将知识融入自动化系统中，即知识
自动化，是智慧水利工程的核心。对于水利工程，知识基本已融入工程设计和运
行的自动化控制中，70% 以上实现了知识自动化；流域联合调度的知识，防汛抗
旱，水资源调配等知识，主要涉及资源利用、灾害预警、人员管理的知识还是存

在于各种应急预案中，和作为经验存在于人脑中，这方面与知识自动化尚有一定
距离。智能化的核心是“数字化、可视化、模型化、自动化、集成化”，要让计

算机来解决问题，将问题数字化并抽象为数学模型。水利工程的信息可以分为经
验型、问题型、建议型、反馈型、管理型、措施型、突发型、动态型、预测型、
综合型等 10 类。这些信息、经验和知识可以通过信息技术使之数字化和碎片化；
通过数据可视化分析找到规律；将规律转化为数学模型；通过计算机对数学模型

自动求解、自动决策；将决策或结论自动传输给上一层或者下一层，从而达到集
成化。这个完整的过程就是知识自动化。知识自动化将人从重复性工作中解脱出
来，专注于创新和高附加值的活动，显然它对人才的要求变得更高。因此，知识

自动化是今后水利工程信息化、智能化的重点方向之一。
（四）水利工程数据智能化
1. 数据智能的本质是数据
1986 年，杰弗里·辛顿（Geoffrey Hinton）与同事大卫·鲁姆哈特（David

Rumelhart）和罗纳德·威廉姆斯（Ronald Williams），联合发表了一篇突破性的论文，
详细介绍了“反向传播”（backpropagation）技术。普林斯顿计算心理学家乔恩·科
恩（Jon Cohen）将反向传播定义为“所有深度学习技术的基础。”在近 30 年里，

深度学习一直沉寂，直到神经网络在互联网时代得到了海量数据，激活了深度学
习的强大生命力。过去，训练一个神经网络的最大问题是没有足够的数据量，几
百个数据样本就算是大手笔，而今天凭借海量数据，人工智能的精准度大大提高。
大数据让深度学习突破了其他方法的天花板，成了时代宠儿。这种人工智能是否

适合水利工程，或者说对水利工程的建设和管理能够产生多大作用，水利工程能
否借助这一波人工智能而获得智慧，成为“智慧水利工程”，是需要认真研究的

问题。
2. 数据智能与传统信息化
数据人工智能相对更适合系统极其复杂以致难以研究机理、对系统因果性和

35