水工程：造福社會

每個創新的工程專案背後，都蘊藏著一段關於實驗、失敗與成功的歷程。

我們的團隊在緊迫的時限內耗費數月，致力解決加州面臨的最大問題之一：人工智能革命造成的「水足跡」。

以下時間軸記錄了我們在過去兩個月為籌備 WE4G 所進行的工作：

二月：深度探討與發現

首先，我們必須探究人工智慧開發背後的「隱性」成本。分析結果顯示，儘管每位學生使用的人工智慧資源極少，但位於南加州的龐大資料中心每天卻需消耗數百萬加侖的淡水來進行冷卻。

二月底：打造「閉環」系統

在釐清挑戰後，我們進入了概念設計階段。經過腦力激盪，從海水熱交換器到浸沒式冷卻等各種構想，我們最終提出了一套整體解決方案：閉環淨化模組。

為了具體呈現這項解決方案，我們運用「文字轉CAD」技術，製作出可安裝於任何冷卻塔上的模組化附件視覺化模型。

三月：打造桌面模型，並在充滿不確定性的世界中進行測試

三月是完成艱鉅任務的月份。

理論終有其局限。為驗證我們的理論，我們利用細矽砂、碳和棉花，以不到 20 美元的成本打造出可運作的原型。我們使用鹽、胡椒和食用色素模擬「髒污」的排污水，將起始濃度設定為 584 ppm。

透過我們的桌上型過濾器，我們僅成功去除 3.8% 的總溶解固體 (TDS)，平均濃度為 561.8 ppm。雖然水在視覺上變得更清澈，但鹽分依然存在於水中。這次失敗反而成了我們最大的勝利，因為它為我們提供了具體證據，證明僅靠簡單過濾是不夠的。

工程學不僅關乎理想狀況，更涉及不確定性。在過去一個月的大部分時間裡，我們針對伺服器機房中變化的熱負荷與濕度水平，對裝置的性能進行了蒙特卡洛模擬。

結果：在超過 20 種「情境」中，我們的模型顯示，該裝置平均每天可節省高達 0.390 單位的水耗。 

四月：「最後一滴水」影片專案與我們的簡報

最後，我們轉而扮演倡導者的角色。我們運用生成式人工智慧製作了一部名為「最後一滴水」的社群媒體／廣告影片（由 Veo – Google Labs 提供技術支援）。這部影片講述了一位來自 3026 年的旅人回到過去，向我們傳達關於一個沒有水的世界訊息的故事。

我們以向 MWD 工程小組展示研究成果作為此項計畫的收尾。

希望您沒有錯過這個影片——它就在本頁的最上方！

致謝

若無我們這支卓越團隊的鼎力支持，本專案將僅止於一場「幻覺」。

首先，要向所有盡心盡力的團隊成員——Xiaomai Cao, Linsey Lin, Enya Jiang, Derek Wang, Alyssa Guo, Dony Li, and Michael Yang——表達誠摯的謝意，他們恪守「驗證優先」的準則，並貢獻了各自獨特的才華。特別要感謝我們的社團主任Dr. Fubing Peng，他在二月至三月這段緊湊的時程中，成功引領團隊航向，並將我們天馬行空的腦力激盪構想轉化為可執行的工業設計。

此外，我們非常榮幸今年能參與「水工程：造福社會 」2026計畫。我們謹向大都會水務局（MWD）董事會致上誠摯謝意，感謝他們給予我們機會，能在今年以人工智慧為主題的獨特挑戰中，針對南加州複雜的未來水資源問題進行探索與研究。最後但同樣重要的是，我們要感謝 MWD 工程委員會成員，他們針對因氣候變遷導致的實驗室原型與實際應用之間的落差，提供了極具價值的反饋與指導。

我們深感自豪，能成為這一代人中的一員，共同為可持續技術的閉環做出貢獻。