Kunstig intelligens og maskinlæring bringes til anvendelse for vandmodellering med fokus på udvikling af beregningseffektive prognosemodeller og analyseværktøjer. Der udvikles metoder og værktøjer til at strømline og standardisere arbejdsprocesser til udvikling og træning af modeller inden for metocean anvendelser, vandressourceplanlægning samt håndtering af vand i byer ift. styring af vandforsyningsnetværk, afløbssystemer og renseanlæg. I 2024 har aktiviteten fokus på probabilistisk modellering samt anvendelse af nye metoder inden for kunstig intelligens og maskinlæring. 

Inden for probabilistisk modellering undersøges og udvikles metoder der giver probabilistiske prognoser til kvantificering af konfidensintervaller og andre statistiske mål af nøglevariable for forbedret beslutningsstøtte relateret til kritiske operationer. Desuden ses på metoder der giver et holistisk rammeværktøj til at kombinere data fra flere kilder med ekspertindsigt til at analysere komplekse problemstillinger inden for vand- og miljøområdet. 

Nyeste viden og metoder inden for kunstig intelligens og maskinlæring undersøges ift. udvikling af datadrevne vandmodeller og analyseværktøjer. Specielt ses på anvendelse af maskinlæring med nye neurale netværksarkitekturer ift. modellering af vandforsynings- og afløbsnetværk. Desuden undersøges hvorledes generativ AI og store sprogmodeller kan anvendes inden for vand- og miljøområdet, f.eks. til opsætning af modeller.