作者：徐明、李楠、賀克斌，分別系清華大學(xué)碳中和講席教授、環(huán)境學(xué)院副院長(zhǎng)，清華大學(xué)環(huán)境學(xué)院生態(tài)環(huán)境人工智能研究中心副主任，中國(guó)工程院院士、清華大學(xué)碳中和研究院院長(zhǎng)
通過(guò)全流域、全方位、全系統(tǒng)治理，如今的汾河一川清流，兩岸錦繡。圖為汾河太原段的晉陽(yáng)橋。新華社發(fā)
建設(shè)美麗中國(guó)是全面建設(shè)社會(huì)主義現(xiàn)代化國(guó)家的重要目標(biāo)，是實(shí)現(xiàn)中華民族偉大復(fù)興中國(guó)夢(mèng)的重要內(nèi)容。習(xí)近平總書(shū)記強(qiáng)調(diào)，要“深化人工智能等數(shù)字技術(shù)應(yīng)用，構(gòu)建美麗中國(guó)數(shù)字化治理體系，建設(shè)綠色智慧的數(shù)字生態(tài)文明”。這一重要論述充分體現(xiàn)了人工智能在生態(tài)環(huán)境治理中的重要地位。生態(tài)環(huán)境智能治理，就是將人工智能技術(shù)與生態(tài)環(huán)境保護(hù)、污染防治、資源利用、生態(tài)修復(fù)等工作深度融合，利用實(shí)時(shí)感知、智能決策和協(xié)同執(zhí)行等手段，對(duì)大氣、水、土壤等多要素生態(tài)系統(tǒng)開(kāi)展精準(zhǔn)監(jiān)測(cè)、預(yù)警、治理和評(píng)估。構(gòu)建現(xiàn)代化生態(tài)環(huán)境智能治理體系，對(duì)于加快建設(shè)美麗中國(guó)具有重要意義。
1.我國(guó)生態(tài)環(huán)境智能治理取得的成效與面臨的機(jī)遇
當(dāng)前，我國(guó)生態(tài)環(huán)境治理的智能化轉(zhuǎn)型初見(jiàn)成效，在多個(gè)重點(diǎn)領(lǐng)域逐步形成可復(fù)制、可推廣的實(shí)踐經(jīng)驗(yàn)，展現(xiàn)出數(shù)字技術(shù)賦能生態(tài)文明建設(shè)的廣闊前景。在環(huán)境監(jiān)測(cè)領(lǐng)域，覆蓋廣、響應(yīng)快、集成化程度高的智能監(jiān)測(cè)網(wǎng)絡(luò)加快構(gòu)建，部分地區(qū)已實(shí)現(xiàn)對(duì)大氣、水、土、聲等多因子環(huán)境質(zhì)量的全天候、全流程、全要素監(jiān)測(cè)。在生態(tài)保護(hù)與風(fēng)險(xiǎn)防控領(lǐng)域，各類(lèi)數(shù)字平臺(tái)逐步建成投用，生態(tài)大數(shù)據(jù)、遙感監(jiān)測(cè)與智能識(shí)別等技術(shù)廣泛應(yīng)用于洪水預(yù)警、海洋垃圾識(shí)別、土地退化監(jiān)測(cè)與生態(tài)修復(fù)監(jiān)管等場(chǎng)景。農(nóng)村地區(qū)數(shù)字治理能力不斷增強(qiáng)，智能終端下沉與數(shù)據(jù)平臺(tái)建設(shè)初見(jiàn)成效，為推動(dòng)城鄉(xiāng)生態(tài)環(huán)境治理一體化奠定了堅(jiān)實(shí)基礎(chǔ)。在水務(wù)治理領(lǐng)域，人工智能、物聯(lián)網(wǎng)與數(shù)字孿生等新興技術(shù)深度融合，推動(dòng)水資源監(jiān)測(cè)、水質(zhì)預(yù)警、水務(wù)設(shè)施調(diào)度與維護(hù)全面升級(jí)。部分地區(qū)已通過(guò)構(gòu)建智慧水務(wù)系統(tǒng)，有效提升了供排水系統(tǒng)運(yùn)行效率與漏損控制能力，實(shí)現(xiàn)從被動(dòng)響應(yīng)向主動(dòng)管理的轉(zhuǎn)變。從總體上看，智能化轉(zhuǎn)型正在推動(dòng)我國(guó)生態(tài)環(huán)境治理由“粗放管理”向“精細(xì)治理”躍升，為實(shí)現(xiàn)高水平生態(tài)環(huán)境保護(hù)和生態(tài)環(huán)境治理體系現(xiàn)代化提供了重要支撐。
盡管生態(tài)環(huán)境智能治理初見(jiàn)成效，但在實(shí)際推進(jìn)過(guò)程中仍面臨諸多挑戰(zhàn)。技術(shù)的成熟與應(yīng)用普及并非一蹴而就，許多實(shí)際問(wèn)題仍需在進(jìn)一步推動(dòng)智能化治理的過(guò)程中予以解決。首先，許多地方的治理系統(tǒng)仍停留在單純的數(shù)據(jù)可視化和被動(dòng)報(bào)警階段，缺乏對(duì)潛在污染源的智能預(yù)測(cè)和主動(dòng)干預(yù)能力，難以滿足現(xiàn)代治理所需的“精細(xì)化”“實(shí)時(shí)協(xié)同”要求。其次，數(shù)據(jù)分散與標(biāo)準(zhǔn)缺失問(wèn)題較為普遍。生態(tài)環(huán)境相關(guān)數(shù)據(jù)分散在不同部門(mén)和系統(tǒng)之間，缺乏統(tǒng)一規(guī)范，導(dǎo)致數(shù)據(jù)難以打通，算法模型也無(wú)法獲得充足的高質(zhì)量數(shù)據(jù)支撐。最后，技術(shù)和人才短板制約顯現(xiàn)。生態(tài)環(huán)境智能治理對(duì)算法研發(fā)、場(chǎng)景建模和跨界復(fù)合型人才的需求不斷上升，但當(dāng)前很少有基層工作人員既懂環(huán)保又懂人工智能。綜上，生態(tài)環(huán)境智能治理在實(shí)現(xiàn)廣泛落地之前，仍需在機(jī)制設(shè)計(jì)、資源統(tǒng)籌和能力建設(shè)等方面進(jìn)一步突破。
新一輪科技革命浪潮中，人工智能技術(shù)實(shí)現(xiàn)躍升式發(fā)展，特別是從判別式人工智能向生成式人工智能的范式轉(zhuǎn)變，為破解上述難題帶來(lái)了重大契機(jī)。傳統(tǒng)判別式人工智能通常專(zhuān)注于在特定場(chǎng)景中發(fā)揮作用，例如在大氣污染預(yù)警方面，通過(guò)機(jī)器學(xué)習(xí)算法對(duì)空氣質(zhì)量指標(biāo)進(jìn)行模型訓(xùn)練，識(shí)別出潛在污染風(fēng)險(xiǎn)區(qū)。如今，生成式人工智能借助通用大模型，可以更靈活、更具創(chuàng)造性地應(yīng)對(duì)各類(lèi)生態(tài)環(huán)境治理需求。為充分發(fā)揮判別式與生成式人工智能技術(shù)的各自優(yōu)勢(shì)，并推動(dòng)其與生態(tài)環(huán)境治理的深度融合，亟須在國(guó)家戰(zhàn)略層面統(tǒng)籌規(guī)劃，構(gòu)建系統(tǒng)性、可持續(xù)的生態(tài)環(huán)境智能治理體系，以確保技術(shù)應(yīng)用能夠在不同治理場(chǎng)景中持續(xù)創(chuàng)新與優(yōu)化。
2.現(xiàn)代化生態(tài)環(huán)境智能治理體系的整體思路與總體架構(gòu)
在整體思路上，推動(dòng)智能技術(shù)在生態(tài)環(huán)境治理領(lǐng)域發(fā)揮實(shí)效，需要建立統(tǒng)一規(guī)劃、標(biāo)準(zhǔn)明確和凝聚多元主體參與的制度機(jī)制，在黨委領(lǐng)導(dǎo)下，形成政府、企業(yè)、社會(huì)等各方協(xié)同的治理合力。政府制定整體規(guī)劃，在技術(shù)標(biāo)準(zhǔn)、數(shù)據(jù)安全、能力建設(shè)和監(jiān)管機(jī)制等方面統(tǒng)一規(guī)范，為地方因地制宜應(yīng)用智能技術(shù)提供指導(dǎo)和政策支持。同時(shí)，除鼓勵(lì)本土自主創(chuàng)新外，還應(yīng)主動(dòng)對(duì)接全球開(kāi)源資源，建立開(kāi)放合作平臺(tái)和開(kāi)放項(xiàng)目庫(kù)，推動(dòng)國(guó)內(nèi)外技術(shù)資源融合互動(dòng)，加快實(shí)現(xiàn)技術(shù)創(chuàng)新與迭代，結(jié)合我國(guó)豐富的環(huán)境治理實(shí)踐，形成具有中國(guó)特色的智能解決方案。
從總體架構(gòu)看，現(xiàn)代化生態(tài)環(huán)境智能治理體系可以概括為“一大腦、兩支撐、多場(chǎng)景”的結(jié)構(gòu)布局?！耙淮竽X”即生態(tài)環(huán)境大模型體系，包括具備通用生態(tài)環(huán)境知識(shí)、綜合推理能力和決策能力的中樞大模型，以及從中樞大模型衍生出的多個(gè)輕量化、場(chǎng)景化小模型，分別服務(wù)于大氣、水、土壤、固廢等具體治理任務(wù)。大模型負(fù)責(zé)系統(tǒng)級(jí)的認(rèn)知、理解與指揮功能，可實(shí)現(xiàn)對(duì)生態(tài)環(huán)境治理的綜合研判與科學(xué)決策；小模型則具備更強(qiáng)的適配性和專(zhuān)業(yè)度，可部署于局域網(wǎng)等邊緣側(cè)環(huán)境。此外，還需建設(shè)包含智能體等通用智能工具鏈，支撐模型開(kāi)發(fā)、調(diào)用與任務(wù)執(zhí)行，實(shí)現(xiàn)大小模型的高效聯(lián)動(dòng)。
“兩支撐”指高質(zhì)量的領(lǐng)域知識(shí)庫(kù)和高效安全的算力體系，共同構(gòu)成支撐生態(tài)環(huán)境大模型持續(xù)進(jìn)化與多場(chǎng)景智能應(yīng)用的基礎(chǔ)設(shè)施體系。首先，領(lǐng)域知識(shí)庫(kù)以人工智能友好型的架構(gòu)為目標(biāo)，系統(tǒng)整合結(jié)構(gòu)化監(jiān)測(cè)數(shù)據(jù)與非結(jié)構(gòu)化專(zhuān)業(yè)知識(shí)資源，以高質(zhì)量數(shù)據(jù)和豐富的知識(shí)內(nèi)容反哺大模型，持續(xù)提升其治理智能化水平。同時(shí)，構(gòu)建分級(jí)分類(lèi)的數(shù)據(jù)管理體系，明確公開(kāi)數(shù)據(jù)、涉密數(shù)據(jù)的邊界與策略，引入數(shù)據(jù)空間等新型技術(shù)實(shí)現(xiàn)數(shù)據(jù)的“可用不可見(jiàn)”，確保數(shù)據(jù)高效流通與安全保護(hù)。其次，算力基礎(chǔ)設(shè)施建設(shè)應(yīng)堅(jiān)持“統(tǒng)籌布局、優(yōu)化結(jié)構(gòu)、注重效能”的基本原則。以國(guó)家層面的統(tǒng)籌協(xié)調(diào)為引領(lǐng)，推動(dòng)中央與地方聯(lián)合布局區(qū)域性算力中心，探索“政企共建、資源共用”的服務(wù)模式。鼓勵(lì)高校、科研機(jī)構(gòu)、環(huán)保企業(yè)等多元主體參與智算基礎(chǔ)設(shè)施建設(shè)，推動(dòng)形成綠色低碳、安全可靠、經(jīng)濟(jì)高效的算力資源池。
“多場(chǎng)景”則強(qiáng)調(diào)生態(tài)環(huán)境智能治理需因地制宜，針對(duì)污染防治、生態(tài)修復(fù)、風(fēng)險(xiǎn)預(yù)警、執(zhí)法監(jiān)管等典型場(chǎng)景，開(kāi)發(fā)差異化技術(shù)路徑與智能工具，強(qiáng)化智能技術(shù)與傳統(tǒng)治理手段的深度融合應(yīng)用。通過(guò)典型場(chǎng)景的試點(diǎn)實(shí)踐，不斷推動(dòng)模型的動(dòng)態(tài)迭代與反饋優(yōu)化，加快實(shí)現(xiàn)從“技術(shù)供給驅(qū)動(dòng)”向“治理需求牽引”的模式轉(zhuǎn)型，切實(shí)提升智能治理的整體效能與場(chǎng)景落地能力。
3.健全現(xiàn)代化生態(tài)環(huán)境智能治理體系的支撐機(jī)制
要將現(xiàn)代化生態(tài)環(huán)境智能治理體系從頂層設(shè)計(jì)落到實(shí)處，不僅需有清晰的技術(shù)路徑和系統(tǒng)架構(gòu)，更要圍繞標(biāo)準(zhǔn)、人才、數(shù)據(jù)、場(chǎng)景等關(guān)鍵環(huán)節(jié)，同步健全制度保障與能力支撐，形成高效協(xié)同的政策機(jī)制和技術(shù)支撐體系。
完善標(biāo)準(zhǔn)體系，夯實(shí)智能治理的基礎(chǔ)。堅(jiān)持“統(tǒng)一規(guī)范、面向應(yīng)用、動(dòng)態(tài)迭代”的導(dǎo)向，推進(jìn)數(shù)據(jù)標(biāo)準(zhǔn)、模型規(guī)范與知識(shí)管理體系的系統(tǒng)化建設(shè)。在數(shù)據(jù)管理標(biāo)準(zhǔn)方面，應(yīng)制定涵蓋數(shù)據(jù)采集、存儲(chǔ)、傳輸、共享和質(zhì)量控制的全流程標(biāo)準(zhǔn)，推動(dòng)數(shù)據(jù)資源在模型訓(xùn)練與治理實(shí)踐中的高效對(duì)接。在模型與接口規(guī)范方面，應(yīng)面向生態(tài)環(huán)境大模型體系，建立覆蓋模型架構(gòu)、接口協(xié)議、評(píng)估指標(biāo)等維度的技術(shù)規(guī)范，支撐不同平臺(tái)、區(qū)域間的模型遷移與協(xié)同部署。在知識(shí)管理框架方面，應(yīng)搭建統(tǒng)一的知識(shí)組織與檢索體系，推進(jìn)多源異構(gòu)環(huán)境信息的結(jié)構(gòu)化表達(dá)、標(biāo)準(zhǔn)化建模和智能化調(diào)用，提升模型對(duì)知識(shí)的理解、集成與推理能力。
強(qiáng)化能力建設(shè)，健全智能治理人才保障機(jī)制?，F(xiàn)代化的生態(tài)環(huán)境智能治理體系離不開(kāi)高素質(zhì)的專(zhuān)業(yè)人才支撐，應(yīng)統(tǒng)籌推動(dòng)多層次、多類(lèi)型人才隊(duì)伍建設(shè)，健全能力評(píng)價(jià)和資質(zhì)準(zhǔn)入機(jī)制。在人才培養(yǎng)機(jī)制方面，可通過(guò)設(shè)立專(zhuān)項(xiàng)培訓(xùn)、交叉學(xué)科教育計(jì)劃和“政產(chǎn)學(xué)研用”融合機(jī)制，培養(yǎng)一批既懂人工智能又熟悉生態(tài)環(huán)境業(yè)務(wù)的復(fù)合型治理人才。在能力認(rèn)定與考核體系方面，應(yīng)建立面向模型開(kāi)發(fā)、部署、運(yùn)維、監(jiān)管等不同環(huán)節(jié)的能力評(píng)價(jià)指標(biāo)體系，確保從業(yè)人員具備“能用、會(huì)用、善用”的實(shí)戰(zhàn)能力。
推進(jìn)數(shù)據(jù)共享與安全管理，提升數(shù)據(jù)流通與治理協(xié)同效率。數(shù)據(jù)是智能治理的“源頭活水”，必須在保障安全的前提下加快打通數(shù)據(jù)壁壘。根據(jù)數(shù)據(jù)敏感程度建立分層分級(jí)的管理機(jī)制，采用“可用不可見(jiàn)”等安全策略，借助數(shù)據(jù)空間、聯(lián)邦學(xué)習(xí)等技術(shù)實(shí)現(xiàn)敏感數(shù)據(jù)的安全可控利用。搭建統(tǒng)一的數(shù)據(jù)交換與授權(quán)平臺(tái)，明晰各方在數(shù)據(jù)采集、使用、更新與保護(hù)中的權(quán)責(zé)邊界，推動(dòng)環(huán)境數(shù)據(jù)在中央—地方、部門(mén)—行業(yè)之間有序流動(dòng)，為跨區(qū)域聯(lián)防聯(lián)控和區(qū)域協(xié)同治理提供數(shù)據(jù)支撐。
拓展多元應(yīng)用場(chǎng)景，以實(shí)踐帶動(dòng)技術(shù)優(yōu)化與制度完善。生態(tài)環(huán)境智能治理模型的生命力在于“能用、好用、普及可用”。應(yīng)緊扣重點(diǎn)領(lǐng)域，推動(dòng)典型場(chǎng)景試點(diǎn)先行先試，通過(guò)“用中優(yōu)化”“用中迭代”不斷完善系統(tǒng)能力。結(jié)合不同區(qū)域的生態(tài)環(huán)境類(lèi)型、產(chǎn)業(yè)結(jié)構(gòu)和治理需求，遴選一批典型場(chǎng)景進(jìn)行落地試點(diǎn)，形成“從局部突破到系統(tǒng)推廣”的迭代模式。通過(guò)典型應(yīng)用中的數(shù)據(jù)反饋、實(shí)際問(wèn)題與治理成效不斷優(yōu)化模型，實(shí)現(xiàn)人工智能工具與現(xiàn)實(shí)治理需求雙向互動(dòng)，不斷提升模型適應(yīng)性與治理精準(zhǔn)性。
RM新时代APP官网