观鸟达人、水质医生、污水厂老师傅，AI+环保，不止如此

当地时间2024年2月15日，英国伦敦，AI生成艺术展《地球回声：生活档案》举办预展。视觉中国/图

尝试给人类治病的AI，也正在给环境治病。

湖泊富营养化治理是世界公认的老大难，投资数亿元治理的高原湖泊滇池更是难中难。外部引水是“疗法”之一，但也容易导致水资源浪费。

引多少水“疗效”最好？利用AI技术，北京大学环境科学与工程学院院长刘永教授团队研发了滇池的动态引水机制，在引水量大幅减少75%的场景下，总氮和总磷依然分别下降7%和6%。

AI并非新鲜事物，早在1950年代概念就已诞生。有环境学者已尝过AI技术的甜头，但直至最近几年，随着技术进步和理念普及，AI才渐渐成为热潮。

生态环境监测、治理甚至督察，AI都能大显身手。但迅速增长的算力也在消耗大量能源和水资源。AI给环保提供了方案，自己也需寻求环保方案。

训练出一名AI水质“医生”

刘永所在的团队已研究滇池近二十年。传统湖泊水质模拟与预测依赖复杂的数学模型，如水动力-水质-藻类的三维模型。研究者必须知道多个状态变量相互影响的机理过程，以期获得较为准确的预测结果。

然而，人的认知存在局限性，难以知道模型中所有参数的取值，导致模拟结果准确率低，这成为传统研究方法最大的挑战。

AI技术解决了这一难题。刘永团队基于三维数值模型模拟引水量对水质的影响，利用深度强化学习算法，综合考虑水动力、水质、气象等条件，设定“奖励值”，训练机器自主学习调水策略。为了追求更高的奖励，AI会不断调整，直至得到最优策略。

刘永说，AI预测的精度很高，但它的缺点是“黑箱”——机器难以解释其中的原理。因此在利用AI时，研究者并未停止传统思路研究，仍然要探明结果的原因和机理过程。这仿佛一道数学证明题，AI给出论点，科学家们补充论据。

天然水体污染的“诊断”充满不确定性，人为制造的工业废水“病情”则相对清晰，AI已能根据病情给出“药方”。

“如果把工业废水比作病人，那么工业污水处理厂每天要面对的病症五花八门。”中国环境科学研究院研究员吴昌永多年来一直给工业废水“治病”。

治理工业废水，首先要弄清楚其中的污染物构成。但这并非易事。十几年前，吴昌永试图把废水中的几百种污染物浓度全部检测出来，这些污染物虽然微量，但种类繁多，相互影响。他努力了约十年，最终定性定量的污染物连废水总TOC（总有机碳，是一种评价水质有机污染的指标）浓度的5%都不到。

后来，水质光谱技术揭示了水的“指纹”，几秒钟就可掌握水质特征，以配好对应的药剂，相当于有了固定的药方。但还有一个难题靠人力难以解决：不同行业的工业废水水质差