人工智能在21世纪水与环境领域应用的问题及对策
|
|
大规模算力与环境负效应。随着监测、传感和模型技术的不断发展，水工业的运营模式正逐步向数字化探索转型，这意味着与水资源、水环境和水生态相关的数据体量正呈现急剧上涨的态势，而其中不乏存在数据不确定性、冗余性等问题。AI 虽然有能力解决这些挑战，但未来随着水系统数据量的不断增大、数据不确定性的日益提高及数据间联系的愈发复杂化，基于 AI 的水与环境解决方案将消耗大量计算资源。此外，实现水循环系统的集成管理与协同调控也必须仰赖深度神经网络等算力密集型AI技术的应用，而大规模算力的发展是前提条件。然而，大型计算设施的建设和运行会消耗巨大的资源和能源，并产生碳排放等环境问题。有研究指出，目前流行的深度神经网络在海量训练过程中可排放超过 280 吨的二氧化碳当量，这是美国汽车平均生命周期内碳排放量的 5 倍。美国环保署统计称，目前世界上建成数据中心的耗电量占全球总耗电量 3%，且耗电量正以每 4 年翻一番的速度快速增长；同时，信息与通信技术的温室气体排放量约占全球 2%，碳足迹的贡献与民航业碳排放量总和持平。AI 的粗放型应用，将可能加重全球能源危机与气候变化，甚至对生态环境系统产生未知的溢出效应，从而对能源和气候相关 SDGs 目标的落实产生不利影响。实际上，人脑在进行感知和认知时，不仅要处理当前数据，还需调动大脑存储的相关知识进行理解和推理，但该过程消耗的卡路里远小于训练 AI 模型所需电耗。在机器学习过程中引入人脑存储的水和环境领域知识进行数据初筛与研判，可以减少不必要的算力密集型过程，这有利于减少 AI 应用时的能耗和碳排放等问题。建议：未来应强化 AI 技术同水与环境领域知识的深度融合，发展基于 AI 算力最小化的水循环管理与风险防控体系和模式，在解决水与环境问题的同时，减少甚至避免不必要的溢出效应。
数据有效性与标准化。AI 作为数据驱动型新技术，若期望其效能在水与环境领域得以发挥，另一重要基础在于确保数据体量和质量的有效性。目前，全球水业正呼吁和尝试推动数字化运营模式转型，尤其是强调给水处理、污水处理及供排水过程中水量、水质和能耗等基础数据的监测分析，这为 AI 应用创造了有利条件。但对于绝大多数国家和地区而言，城镇水处理系统的水量和水质等基础数据普遍依赖人工记录，数据即时性和有效性较差；而污染物在水系统中的迁移转化过程瞬息万变，仅依靠人工记录数据很难反馈水系统的即时状况，若以此训练 AI 算法，其结果势必与实况存在巨大偏差而导致预测性能不高。近几年，水量、水质和能耗等在线监测传感设备及物联网技术的快速发展，为解决数据即时性和有效性的瓶颈带来了机遇。尽管如此，目前国际上在数据质量、接口和协议等方面仍未统一标准，这也是未来以 AI 为核心的新一代水系统与智慧城市体系进行融合亟待解决的关键核心问题。建议：未来应大力发展水与环境领域的数据在线监测与传感技术，落实数据质量、接口和协议的标准化；与此同时，在不同国家和地区的发展水平、人力和物力投入仍存在差异的前提下，突破当前水系统可用数据量普遍较小的约束，研发基于小数据样本的 AI 算法和技术系统是当下发展的权宜方向。
限域应用及不平等性问题。实现公平性是 SDGs 追寻的共同目标，而 AI 技术的限域应用和推广，可能会导致全球不同国家和地区在水与环境治理方面出现甚至加剧不平等性问题。AI 被认为是 21 世纪的三大尖端科技之一，但目前无论是与 AI 相关的知识教育、技术研发还是实际应用，均多见于发达国家。尤其在涉及跨境流域水资源管理方面，发达国家利用其 AI 优势可增强国家层面的水资源管理与调度能力建设，使其在跨境流域管理中占据研判先机与话语权，从而有能力制约发展中国家和地区的水资源利益分配，这无疑与联合国 SDGs 实现公平性的目标背道而驰。建议：结合发展中国家和地区在水与环境领域的共性问题和重大挑战，开展国际科技、教育与投资合作，帮助发展中国家和地区在 AI 等新兴领域部署能力建设，突破因尖端科技限域应用而带来的不平等性问题。
未来展望
以落实推进联合国面向 2030 年的 SDGs 为宗旨，利用 AI 等新兴信息技术，以数字化、智慧化为模式，实现城市或城市群水循环的全系统管理及环境风险的高效防控，是环境工程学科的重要研究方向和前沿。机遇与挑战并存，深化 AI 技术在水与环境污染防控、水质安全保障、涉水设施优化重构、绿色流域构建等方向应用的过程中，要强化数据驱动算法与领域知识引导的结合。在确保模型预测准确性的基础上增强模型可解释性，发展面向 AI 算力最小化的水系统管理与风险防控技术体系和运营模式。形成标准化的模型算法、数据质量和接口协议的构建理论与效应评估方法，在解决水与环境问题的同时，减少以致避免不必要的溢出效应。关注 AI 技术在发展中国家，尤其是“一带一路”沿线欠发达国家和地区水与环境治理能力建设中的角色地位，减少因 AI 限域应用而带来全球治理的不平等性问题。展望未来，通过水与环境领域和AI领域的融合创新与协同发展，有望在全球范围内重构健康、可持续、高弹性和智慧化的下一代水循环系统，以满足增进全人类福祉和保护水生态环境的重大需求。（作者：王旭、王钊越、潘艺蓉、罗雨莉、刘俊新、杨敏，中国科学院生态环境研究中心。《中国科学院院刊》供稿）