刘文清觉得，人工智能要在环境监测上让成果更明显，最核心的还是把数据共享给大家用。中新网9月14日在北京市石景山区采访到了他，他是中国工程院院士，也是中国科学院安徽光学精密机械研究所的研究员。 刘院士把智能技术分成了三步：第一步是会算，第二步是能感知，第三步是会思考。他说现在环境监测才走到第二步。他拿北京市石景山区做例子，哪怕在那儿多放几个监测站，得到的数据也只是零散的点，根本说不清整个区的空气好不好。 刘院士觉得人工智能最厉害的地方，就是能把那些没有被收集到的数据补上。把卫星看到的、地面测得的，还有地形、排放情况这些都混在一起用，它就能做到“一小时一图”，随时看看空气质量是怎么变的。这对环境监测来说可是个大突破。 他打了个比方，以前拍个X光片已经很厉害了，现在医院都用CT或者核磁共振了。看问题不光看表面，还要分层立体地看。做环境监测也是一样，得用更多维度、更精细的数据才能搞清楚为啥会污染。 说到碳计量这块儿，技术难点不少。刘院士提到了一个数字：到了2030年，中国要排放大约110亿吨二氧化碳；等到了2060年得降到10亿吨。这意味着差不多90%的排放都得靠技术给消减掉。 现在主要是算总账——看烧了多少煤、用了多少电来推测碳排了多少。但这样算不准，因为煤的品质不一样排量差别很大；而且现在新能源发展这么快，情况更复杂了。 刘院士觉得必须得现场去测才行。直接去工厂排放口看结果最准。不过现实问题是很多化工园区里有70%的排放都是没组织的、缓慢漏出来的那种状态，根本抓不住。 还有精度也很关键。大气里的二氧化碳浓度大约420ppm，一年就变1-2ppm。如果仪器分辨率达不到0.1ppm，就捕捉不到这种细微变化；要是没这本事去准确测量，就没法搞清楚到底排了多少、能不能倒推回去验证管理效果。 为了让AI在环境监测里用得更透，刘院士提了两条路子：一是打破数据墙让各部门信息互通；二是让监测技术不停地升级换代。他强调如果气象、海洋、国土那边的卫星数据不能共享出来，AI就只能窝在角落里干小活；同时监测装备也得不停换新款。 最后刘院士总结说，虽然AI现在刚起步用得不多，不过发展空间特别大。只要计量精度提上去了、数据更开放了、技术融合得更好了，它肯定能成为咱们搞绿色低碳的重要帮手。