觀鳥達人、水質醫生、污水廠老師傅，AI+環保，不止如此

當地時間2024年2月15日，英國倫敦，AI生成藝術展《地球回聲：生活檔案》舉辦預展。視覺中國/圖

嘗試給人類治病的AI，也正在給環境治病。

湖泊富營養化治理是世界公認的老大難，投資數億元治理的高原湖泊滇池更是難中難。外部引水是“療法”之一，但也容易導致水資源浪費。

引多少水“療效”最好？利用AI技術，北京大學環境科學與工程學院院長劉永教授團隊研發了滇池的動態引水機制，在引水量大幅減少75%的場景下，總氮和總磷依然分別下降7%和6%。

AI并非新鮮事物，早在1950年代概念就已誕生。有環境學者已嘗過AI技術的甜頭，但直至最近幾年，隨著技術進步和理念普及，AI才漸漸成為熱潮。

生態環境監測、治理甚至督察，AI都能大顯身手。但迅速增長的算力也在消耗大量能源和水資源。AI給環保提供了方案，自己也需尋求環保方案。

訓練出一名AI水質“醫生”

劉永所在的團隊已研究滇池近二十年。傳統湖泊水質模擬與預測依賴復雜的數學模型，如水動力-水質-藻類的三維模型。研究者必須知道多個狀態變量相互影響的機理過程，以期獲得較為準確的預測結果。

然而，人的認知存在局限性，難以知道模型中所有參數的取值，導致模擬結果準確率低，這成為傳統研究方法最大的挑戰。

AI技術解決了這一難題。劉永團隊基于三維數值模型模擬引水量對水質的影響，利用深度強化學習算法，綜合考慮水動力、水質、氣象等條件，設定“獎勵值”，訓練機器自主學習調水策略。為了追求更高的獎勵，AI會不斷調整，直至得到最優策略。

劉永說，AI預測的精度很高，但它的缺點是“黑箱”——機器難以解釋其中的原理。因此在利用AI時，研究者并未停止傳統思路研究，仍然要探明結果的原因和機理過程。這仿佛一道數學證明題，AI給出論點，科學家們補充論據。

天然水體污染的“診斷”充滿不確定性，人為制造的工業廢水“病情”則相對清晰，AI已能根據病情給出“藥方”。

“如果把工業廢水比作病人，那么工業污水處理廠每天要面對的病癥五花八門?！敝袊h境科學研究院研究員吳昌永多年來一直給工業廢水“治病”。

治理工業廢水，首先要弄清楚其中的污染物構成。但這并非易事。十幾年前，吳昌永試圖把廢水中的幾百種污染物濃度全部檢測出來，這些污染物雖然微量，但種類繁多，相互影響。他努力了約十年，最終定性定量的污染物連廢水總TOC（總有機碳，是一種評價水質有機污染的指標）濃度的5%都不到。

后來，水質光譜技術揭示了水的“指紋”，幾秒鐘就可掌握水質特征，以配好對應的藥劑，相當于有了固定的藥方。但還有一個難題靠人力難以解決：不同行業的工業廢水水質差