AI+环境科学 为数字生态文明建设按下“加速键”

  在科技飞速发展的当下，环境科学与新兴技术的融合日益紧密。人工智能作为其中的佼佼者，正逐步成为推动环境科学领域革新的重要力量。

  3月10日，由中国环境科学学会联合中国环境科学学会生态环境人工智能专业委员会共同主办的“美丽中国科普大讲堂”线上开讲。本期讲堂以“关于环境人工智能的思考、探索与展望”为主题，特邀清华大学碳中和讲席教授、环境学院副院长、生态环境人工智能研究中心主任徐明担任主讲嘉宾，介绍人工智能在环境科学领域的发展和应用。

  人工智能的演进：从“弱”到“强”

  “要深化人工智能等数字技术应用，构建美丽中国数字化治理体系，建设绿色智慧的数字生态文明。”徐明表示，人工智能加环境，实际上也是国家的重大需求。

  谈起人工智能，徐明表示可以分为两类：判断式人工智能和生成式人工智能，又叫传统人工智能（弱人工智能）和新人工智能（强人工智能），它们同等重要。其中，传统的判断式人工智能是在特定领域内，使用特定算法解决特定问题，主要解决的是分类和回归等问题，涉及到机器学习、神经网络、深度学习等方法。传统人工智能在环境领域的应用已经很广泛，主要有四大方面。一是预测，如空气质量的预测、污水水质指标的预测等。二是影响因素的识别，如污染物毒性和氧化压力的关系等。三是异常识别，如污染事件、官网漏损等。四是新材料的发现，如二氧化碳吸附材料、生物塑料等。

  而生成式“强人工智能”，以Chat GPT、DeepSeek为代表，是通用模型，适配广泛任务。“生成式人工智能也有‘新’‘旧’之分，比较‘新’的就是大模型，它参数多、体积大。”徐明表示，生成式人工智能理论框架也是存在了很长时间，并不是完全新的，只不过现在有了大量的数据、算力以及大模型的框架去训练，产生了一个新的效果。“生成式人工智能在生物科学、科研分析、科学探索、基础研究等领域也都有了广泛的应用。而且生成式人工智能让通用人工智能成为可能”徐明说。

  不过，说到人工智能的发展，徐明认为，虽然生成式人工智能发展迅速，但在行业应用中仍处于早期阶段。以DeepSeek为例，得益于不断迭代、先进训练技术、工程创新和开源策略等原因，它性能十分卓越，但也存在幻觉率较高等问题。

  智能驱动生态：AI在环境领域的实践与探索

  当前大模型能力显著提升，行业应如何将其应用到具体场景中？徐明建议，要理性看待人工智能技术，认清其优势和局限性。行业在接入大语言模型时，应结合自身需求，开发具有行业实际意义的应用场景。同时，要重视专业知识库的建设，以此为基础开发智能体系统，打造自主可控的专业领域模型工具集，从而推动人工智能应用的发展。

  基于此，清华大学针对生态环境与可持续发展领域，打造了大语言模型系列专业应用——天工AI。“如果说Chat GPT是接受了通识教育的本科生，那么天工AI就是环境生态与可持续发展专业的研究生。”徐明介绍，天工AI基于基础模型，结合RAG（检索增强生成）、生态环境与可持续发展领域专业知识、应用基础模型，构建了环境领域的“智能体系统”。

  徐明表示，天工AI在领域落地的应用分为四个层次，分别是“我知道”即聊天问答；“我帮你”即个人助理；“我来干”即智能体；以及“我来管”即世界模型，对应的人的角色就是提问题、提任务、提需求、提目标。

  目前，天工AI已在ESG报告合规性审查、水厂运营辅助等场景落地应用。例如，针对企业ESG报告初稿，该系统可在15分钟内生成合规性分析报告，效率较人工提升数十倍。此外，天工AI正尝试重构教学模式，通过知识点图谱为学生定制个性化学习路径。徐明表示，未来希望通过汇聚环境领域科研人员和行业专家力量，建设出环境领域大模型工具社区。（肖春芳　实习生赵凌菲）

  科普中国直播服务团队对本次讲座进行了全程直播。更多详细信息，可点击下方链接观看回放。

  点击回看科普中国直播｜解密环境人工智能（http://a-h5-live.neamco.com/cloud/h5/1741313087495174）