水安全，已成為全球重要議題。聯(lián)合國更是將“為所有人提供清潔飲水和環(huán)境衛(wèi)生并對其進行可持續(xù)管理”，列為面向 2030 年的全球可持續(xù)發(fā)展目標之一。但是，目前各個國家和地區(qū)的經(jīng)濟發(fā)展階段和科技水平存在不同程度的差異，如何構(gòu)建行之有效的水污染防治路徑與解決方案依舊面臨諸多挑戰(zhàn)。

9 月 16日，中國科學院生態(tài)環(huán)境研究中心王旭博士及同事，在《中國科學院院刊》發(fā)表題為《人工智能在 21 世紀水與環(huán)境領(lǐng)域應用的問題及對策》的論文，結(jié)合聯(lián)合國 “清潔飲水和衛(wèi)生設施” 可持續(xù)發(fā)展目標的核心內(nèi)涵和落實難點，分析和總結(jié)人工智能（AI）在水與環(huán)境領(lǐng)域的應用現(xiàn)狀及效應，探討利用 AI 推進水與環(huán)境可持續(xù)發(fā)展過程中有待解決的核心關(guān)鍵問題，并對水與環(huán)境領(lǐng)域和 AI 領(lǐng)域的創(chuàng)新發(fā)展方向進行展望。

DeepTech 聯(lián)系到王旭，并就這一研究方向進行了深入交流。他也是《麻省理工科技評論》“35 歲以下科技創(chuàng)新 35 人”首屆中國榜單入選者。

AI 如何應對水與環(huán)境領(lǐng)域的巨大挑戰(zhàn)？

目前全球在落實 “清潔飲水和衛(wèi)生設施”可持續(xù)發(fā)展目標的過程中，正面臨四大挑戰(zhàn)：（1）數(shù)據(jù)監(jiān)測與分析評估手段不足，嚴重制約國際組織及各國對水與環(huán)境衛(wèi)生真實現(xiàn)狀和發(fā)展成效的全面掌握；（2）水循環(huán)系統(tǒng)構(gòu)建、監(jiān)控、模擬、評估和整體優(yōu)化調(diào)控的困難；（3）水環(huán)境與水生態(tài)風險的復雜性；（4）諸如新冠病毒等突發(fā)大流行性疾病對城市供水排水系統(tǒng)的沖擊和影響。為此，探尋適宜的技術(shù)路徑和解決方案迫在眉睫。

近年來，王旭及合作者運用大數(shù)據(jù)和機器學習方法探索水系統(tǒng)工程與全球變化的前沿科學問題，并取得了重要進展。據(jù)他介紹，AI 等信息科技的快速進步，為實現(xiàn)水污染高效防治，落實聯(lián)合國可持續(xù)發(fā)展目標提供了新的思路和手段。

具體來說，隨著計算機算力的大規(guī)模發(fā)展及算法的不斷突破，AI 得到了快速發(fā)展，這為水環(huán)境污染防治、水質(zhì)安全保障、涉水設施優(yōu)化重構(gòu)、流域生態(tài)系統(tǒng)管理等技術(shù)的研發(fā)和創(chuàng)新提供了強大的工具。

例如，利用人工神經(jīng)網(wǎng)絡自適應選擇方法，以水質(zhì)遙感和檢測數(shù)據(jù)為特征，可實現(xiàn)非線性水質(zhì)指標模型的構(gòu)建和應用，為水體水質(zhì)管理與數(shù)字規(guī)劃提供必要的基礎(chǔ)數(shù)據(jù)。AI 在水質(zhì)指標模型化及多維時空數(shù)據(jù)融合等方面的應用實踐，為提升水污染的研判能力創(chuàng)造了新機遇。

圖 | 面向 AI 的水環(huán)境污染物識別與風險響應技術(shù)體系（來源：受訪者）

除了在水質(zhì)指標建模與數(shù)據(jù)融合方面，AI 在風險物質(zhì)檢測與毒性評估、水質(zhì)預警與污染應急方案構(gòu)建等方面也開始發(fā)揮作用，這為整體提升水環(huán)境污染識別與風險響應能力提供了有力的技術(shù)和決策支持。

近幾年，越來越多的研究開始關(guān)注 AI 在水質(zhì)安全保障技術(shù)研發(fā)中的角色。王旭告訴 DeepTech：“通過對材料開發(fā)過程的失敗試驗和歷史數(shù)據(jù)進行機器學習，結(jié)合目標污染物特征，對新材料的成分和特性進行計算模擬和優(yōu)化，有望擯棄傳統(tǒng)以試錯為核心的材料研發(fā)范式，這將極大地促進水質(zhì)凈化新材料的設計與應用。”

圖 | AI 輔助的水質(zhì)凈化新材料研發(fā)范式（來源：受訪者）

而將 AI 技術(shù)與生物信息學結(jié)合，可以為水系統(tǒng)的信息挖掘和微觀解析提供重要機遇，為闡明污染物去除機制及高效技術(shù)研發(fā)開辟新的途徑。

圖 | 基于 AI 的污水生物處理機理與定向強化技術(shù)研究新思路（來源：受訪者）

王旭分析稱，近些年，水污染控制的核心范式正逐漸從污染物去除向資源化和能源化轉(zhuǎn)變，而數(shù)字孿生等虛擬和增強現(xiàn)實的前沿 AI 技術(shù)，將有望突破實時仿真同步調(diào)控水中污染物定向轉(zhuǎn)移轉(zhuǎn)化的技術(shù)難題，這將是未來 AI 形成的又一重大助推力。

城市是人類活動的中心，包含完整的水循環(huán)系統(tǒng)，涉水單元相互聯(lián)系緊密。但是，傳統(tǒng)水系統(tǒng)工程以取水、供水和排水為分割化目標，缺乏從系統(tǒng)論和整體論的角度去優(yōu)化、管理甚至重構(gòu)滿足城市可持續(xù)發(fā)展的涉水設施新范式。若延續(xù)傳統(tǒng)思路，從現(xiàn)在到未來很長一段時間內(nèi)，城市水安全問題恐難有實質(zhì)性突破。

王旭則認為，目前 AI 的爆發(fā)式發(fā)展，為突破城市水系統(tǒng)的優(yōu)化重構(gòu)與集成管理提供了關(guān)鍵性的技術(shù)。比如，將模擬退火算法等 AI 技術(shù)運用到排水系統(tǒng)的規(guī)劃設計及雨水資源的利用管理，可為排水系統(tǒng)的前瞻布局、優(yōu)化設計及即時調(diào)控提供強大的科技支撐。

圖 | 數(shù)據(jù)驅(qū)動的水循環(huán)集成管理與人工智能模式（來源：受訪者）

王旭團隊近期的研究進展，正是通過構(gòu)建基于機器學習算法的數(shù)據(jù)驅(qū)動模型，在實現(xiàn)城市水系統(tǒng)水量水質(zhì)動態(tài)預測的基礎(chǔ)上，預測系統(tǒng)能耗，這為實現(xiàn)水系統(tǒng)運營成本的精準控制、過程能耗和碳排放的有效降低提供了非常重要的決策評估工具。

此外，流域生態(tài)系統(tǒng)也是一個重要問題。它作為水、土、氣、生、人多要素相互作用形成的復雜系統(tǒng)，是自然和社會耦合系統(tǒng)的縮微，也是探索水資源、水環(huán)境與水生態(tài)統(tǒng)籌管理的重要尺度。

目前國際上已實現(xiàn)了 AI 技術(shù)與衛(wèi)星通信、空間定位、遙感、地理信息系統(tǒng)等對地觀測技術(shù)的有效融合，搭建了地球科學大數(shù)據(jù)平臺，為流域生態(tài)系統(tǒng)的過程解析與綜合評估提供了極為關(guān)鍵的數(shù)據(jù)基礎(chǔ)。

未來，在地球科學大數(shù)據(jù)與社會經(jīng)濟指數(shù)相融合的基礎(chǔ)上，對 AI 算法與氣候變化和人類活動的物理模型進行集成，在流域尺度上開展自然 - 社會 - 經(jīng)濟系統(tǒng)的綜合調(diào)控研究，有望突破綠色流域構(gòu)建與統(tǒng)籌管理技術(shù)體系。

亟待解決的問題及對策

“AI 技術(shù)的迅速進步，為水環(huán)境風險防控、水質(zhì)安全保障及水系統(tǒng)優(yōu)化管理等技術(shù)從微觀到中觀和宏觀尺度的發(fā)展與應用注入了新的活力，從而為加速聯(lián)合國可持續(xù)發(fā)展目標進程帶來了一系列積極的效應。但是，未來 AI 在水與環(huán)境領(lǐng)域深入應用仍有若干關(guān)鍵問題亟待解決。”王旭總結(jié)道。

比如，黑盒效應與算法可解釋性。盡管以機器學習為突破口、以深度學習為實現(xiàn)方法的各種 AI 技術(shù)在水與環(huán)境領(lǐng)域展露出優(yōu)異的預測性能，但其可解釋性是推廣應用的短板。另外，水務行業(yè)的研究人員、工程師和管理者通常不具備 AI 領(lǐng)域的知識和經(jīng)驗，這使得他們在選擇、評估及理解 AI 技術(shù)解決水與環(huán)境問題時面臨較大困難，可能影響 AI 技術(shù)的充分發(fā)揮。

王旭建議：“未來應加速突破具備可解釋性的 AI 新技術(shù)，以及發(fā)展面向水與環(huán)境領(lǐng)域的 AI 技術(shù)系統(tǒng)構(gòu)建理論與評估方法，這對促進 AI 技術(shù)在水與環(huán)境領(lǐng)域研究、應用及教育的全面發(fā)展具有重要意義。”

其次是大規(guī)模算力與環(huán)境負效應的問題。隨著水系統(tǒng)數(shù)據(jù)量的不斷膨大、數(shù)據(jù)不確定性的日益提高及數(shù)據(jù)間聯(lián)系的愈發(fā)復雜化，基于 AI 的水與環(huán)境問題解決方案將消耗大量計算資源。目前已有研究預測，AI 的粗放型應用，將加重全球能源危機與氣候變化，甚至對生態(tài)系統(tǒng)產(chǎn)生未知的溢出效應。

有研究對比，人腦處理數(shù)據(jù)所消耗的卡路里遠小于訓練 AI 模型所需的電耗。所以，如果我們能在機器學習過程中引入科研人員的領(lǐng)域知識，對數(shù)據(jù)集進行初篩和研判，從而減少不必要的算例密集型過程，就有可能減少 AI 應用時的能耗和碳排放等問題。

“未來應強化 AI 技術(shù)同水與環(huán)境領(lǐng)域知識的深度融合，發(fā)展基于 AI 算力最小化的水循環(huán)管理與風險管控體系和模式，在解決水與環(huán)境問題的同時，減少甚至避免不必要的溢出效應。”對此，王旭建議道。

數(shù)據(jù)有效性與標準化是亟待解決的另一個問題。AI 作為數(shù)據(jù)驅(qū)動型技術(shù)，若期望其效能在水與環(huán)境領(lǐng)域得以充分發(fā)揮，一個重要基礎(chǔ)在于確保數(shù)據(jù)體量和質(zhì)量的有效性。近幾年，水量、水質(zhì)和能耗等在線監(jiān)測傳感設備及物聯(lián)網(wǎng)技術(shù)的快速發(fā)展，為解決數(shù)據(jù)即時性和有效性的瓶頸帶來了機遇。但目前國際上在數(shù)據(jù)質(zhì)量、接口和協(xié)議等方面仍未統(tǒng)一標準。這是未來以 AI 為核心的新一代水系統(tǒng)與智慧城市體系進行融合亟待解決的核心關(guān)鍵。

“解決這一問題，未來應大力發(fā)展水與環(huán)境領(lǐng)域的數(shù)據(jù)在線監(jiān)測與傳感技術(shù)，落實數(shù)據(jù)質(zhì)量、接口和協(xié)議的標準化；同時，在不同國家和地區(qū)的發(fā)展水平仍存在差異的前提下，突破當前水系統(tǒng)可用數(shù)據(jù)量普遍較小的約束，研發(fā)基于小數(shù)據(jù)樣本的 AI 算法和技術(shù)系統(tǒng)是當下發(fā)展的權(quán)宜方向。”

AI 被認為是 21 世紀的三大尖端科技之一，但目前無論是與 AI 相關(guān)的知識教育、技術(shù)研發(fā)還是技術(shù)應用，均多見于發(fā)達國家。因此，AI 技術(shù)的限域應用，可能會導致全球不同國家和地區(qū)在水與環(huán)境領(lǐng)域治理方面出現(xiàn)甚至加劇不均衡問題。

“未來應結(jié)合發(fā)展中國家和地區(qū)在水與環(huán)境領(lǐng)域的共性問題和重大挑戰(zhàn)，開展國際科技、教育與投資合作，幫助發(fā)展中國家和地區(qū)在 AI 領(lǐng)域部署能力建設，突破因尖端科技限域應用而帶來的不平等問題。”

對于這一新興交叉研究領(lǐng)域的未來，王旭非常看好：利用 AI 等數(shù)據(jù)驅(qū)動新技術(shù)，以數(shù)字化、智慧化為模式，實現(xiàn)城市或城市群水安全的全系統(tǒng)管理及環(huán)境風險的高效防控，是頗具新意、有廣闊前景的研究課題。未來，通過水與環(huán)境領(lǐng)域和 AI 領(lǐng)域的融合創(chuàng)新和協(xié)同發(fā)展，有望在全球范圍內(nèi)重構(gòu)健康、可持續(xù)、高彈性和智慧化的下一代城市水系統(tǒng)，以滿足增進全人類福祉和保護水生態(tài)環(huán)境的重大需求。

-End-

原文標題：AI防治水污染，是追熱點還是醫(yī)痛點？一文剖析城市水安全問題及對策

文章出處：【微信公眾號：DeepTech深科技】歡迎添加關(guān)注！文章轉(zhuǎn)載請注明出處。

責任編輯：haq