Automatisering og kunstig intelligens revolutionerer vandmodellering ved at effektivisere arbejdsprocesser og gøre avancerede værktøjer mere tilgængelige. Aktiviteten fokuserer på at udvikle AI-drevne workflows og datavalideringsværktøjer, der reducerer den manuelle indsats, forbedrer effektiviteten og sikrer høj datakvalitet i modelleringsprocesser. Formålet er at demokratisere adgangen til avancerede vandmodelleringsværktøjer og frigøre eksperter til at fokusere på komplekse og strategiske opgaver.
Aktivitetsplanen omfatter tre centrale udviklingsspor.

-	Der etableres en systematisk evalueringsprocedure for Large Language Models (LLMs), hvor et specialiseret sæt tests skal sikre, at AI-modeller svarer korrekt på vandfaglige spørgsmål, herunder med korrekt brug af danske fagudtryk. Det vil skabe grundlag for sikker og ansvarlig anvendelse af AI i vandsektoren.

-	DHI’s open-source Python-økosystem udvides med nye funktionaliteter, herunder videreudvikling af model evalueringsmetode til at understøtte nye datatyper og udvidelse af procedurer til processering af satellit altimetridata til vandressourcemodellering. Dette vil give bedre og mere konsistente datadrevne arbejdsgange for vandmodellering og data integration.

-	Der udvikles et dashboard til automatisk validering af tidsseriedata, som muliggør hurtig identifikation og annotering af anomalier. Dashboardet understøtter samtidig opbygning af benchmark-datasæt, der er nødvendige for fremtidige AI-baserede datavalideringsmetoder på tværs af vandmodelleringsdomæner.