AI過濾可疑點 人員最終判讀
雖然AI令整個水務治理效率提升，但傳統智慧仍很重要。香港理工大學土地測量及地理空間科學系教授兼副系主任賴緯樂強調，新科技並非完全淘汰「金耳朵」，而是實現「人機協同」——由AI在海量數據中過濾出1%至5%的可疑點並進行風險評分（Risk Score），再由工程人員進行最終判讀，精準鎖定開挖位置，大幅縮減路面封閉和搶修時間，真正朝着「無感停水」邁進。
賴緯樂亦坦言科技落地仍面臨在地限制。由於香港舊水管當初並非為機器人設計，街頭可供機器人進出的投放口（如空氣閥 Air Valve）數量仍然不足。加上管徑過細（小於250毫米）帶來的渦流干擾，團隊正積極研究在地化升級，期望未來進一步擴大這套「數智診斷」的覆蓋面。
同時，AI的養成並非一帆風順，訓練初期亦曾遇到不少趣味誤判（False Alarm）。賴緯樂透露，地底環境極其複雜，例如管道旁的減壓閥在降壓運轉時產生的水流聲，與水管破裂的噴水聲極為相似，AI最初曾將減壓閥誤判為漏水點；而在地面透地雷達掃描中，地底混凝土（石屎）等結構反射波形也可能產生干擾，同樣考驗演算法的辨識力。「不同管徑、水壓及管材都會改變聲音特性，每一次實測驗證的結果，無論對錯，都有助模型持續改進。」
推動檢測技術實現「產品化與落地化」
除了技術迭代，前線人才轉型亦是當前一大挑戰。賴緯樂直言，前線人員過去習慣現場聽音，面對後台回傳的大數據與AI風險評分報告，往往出現「懂用儀器卻跟不上數據分析」的人才斷層，需透過Q-Leak加強跨學科培訓。未來，團隊正推動將這套檢測技術實現「產品化與落地化」，期望將港深合作的研發成果推廣開去，為管網健康提供全方位保障。
