近日，国务院国资委召开“AI赋能 产业焕新”中央企业人工智能专题推进会。会议指出，中央企业要把发展人工智能放在全局工作中统筹谋划，加快建设一批智能算力中心。
事实上，人工智能（AI）技术已经成为人类社会中的重要组成部分，在各种领域都有着广泛的应用。其中，环境保护领域也是人工智能技术的重要应用地之一。近年来，不少地方在生态环境治理领域应用人工智能取得显著成果。
进行环境监测，治理效果显著
人工智能可以帮助监测大气、水和土壤中的各种污染物。通过传感器等设备收集环境数据，人工智能可以对这些数据进行分析，识别污染物的来源和类型。利用机器学习算法，人工智能可以预测污染水平，并提供实时监测和通知系统，以便对环境问题进行快速响应。
成都双流区推进白河流域治理过程中，就借助于人工智能流域管理系统，在“大数据+AI+物联网”技术的加持下，很快破解白河水污染物溯源难题。
据介绍，通过模型训练优化，双流区在白河流域96平方公里范围内部署13个传感器，实现对雨水、生活污水、工业废水等三大类排水口全覆盖监测。同时，根据AI溯源算法，预测准确率由40%提升至80%以上，为环境执法精准定时、精准定位提供高效助力。
而嘉兴市也于不久前正式建成启用了全国首个重大活动空气质量保障大气环境综合监测站——乌镇大气监测超级站，在全量归集全市大气环境监测网络及大气污染源数据的基础上，运用基于人工智能、大数据和大气环境多源融合分析技术模型，开发生态环境部智慧监测试点大气精准监测分析应用，可为后续落实针对性治理措施提供科学决策支撑，实现大气污染治理的“削峰降频”。
帮助垃圾分类，实现自动化和智能化
垃圾分类是环保领域的重要工作之一。人工智能技术通过计算机视觉技术和机器学习算法，可以对垃圾进行分类和识别，实现自动化处理，提高垃圾分类的效率和准确性。
目前，许多国家都在尝试利用人工智能技术来解决垃圾分类问题。
苏伊士集团创新研发技术“Autodiag”智能识别技术的固废处理中心，中心负责巴黎地区100多个城市的固废垃圾的收集和分拣。据悉，有了这项直接在垃圾分拣线上连续自动作业的质量控制技术，垃圾分拣效率将更高且结果也更可靠。Autodiag智能识别技术已成功应用于塑料垃圾的分类检测，成功率高达约98.5%。2024年，这项技术还将用于对纸张、纸板和塑料薄膜等进行检测。
在我国，2023年，北京市怀柔区庙城镇的127套垃圾分类智能监控系统已全部投入使用，工作人员在办公室就能实时监测20个社区（村）的127个垃圾分类驿站的垃圾分类情况，从而有针对性地开展分类工作，以24小时智能监测模式替代人工督导模式，节省人力物力的同时提高生活垃圾分拣率。
在浙江省平湖市曹桥街道景都佳苑内，AI机器人以“智”替人，居民投放垃圾分不清垃圾种类时，可询问机器人，即时解答垃圾分类疑惑，增加了居民垃圾分类知识，提高了垃圾分类的准确率，也提高了居民参与垃圾分类的积极性。
据介绍，这一人工机器人能够24小时开启智能督导模式，降低人工成本，并且通过对问题发现、取证、宣教的闭环管理，建立垃圾分类长效化监管机制，解决了社区在垃圾分类工作中人工督导成本高、违规取证难、执法难、整改清理不及时、业务数据不准确等管理痛点问题，为我们的垃圾分类工作打开了新模式，助力垃圾分类加速实现智能化、数治化、精准化。
将在实现碳中和过程中发挥重要作用
我国实现“双碳”目标时间紧、任务重。实现碳达峰、碳中和，未来，人工智能技术有望扮演重要角色。
在制造业，特别是我国的制造业，人工智能的应用潜力被低估，但未来的制造业不仅是规模化、标准化，也是智能化；生产制造环节，人工智能与相关技术结合，可优化各流程效率，如通过工业物联网采集各种生产数据，再借助深度学习算法处理后，提供建议，甚至实现自主优化。交通运输业是全球第二大碳排放源，减排空间可观，通过智慧交通有助于节能减排。
国家发改委原秘书长、中国气象谈判首席代表苏伟曾表示：“数字化转型与绿色低碳转型融合发展至关重要，也为企业发展带来新机遇，并指出， 数字技术企业要发挥零碳示范引领作用，助力上下游企业系统构建绿色价值链和供应链，通过数字技术带动电力、钢铁、石化、建筑、交通等传统行业全产业链、全价值链绿色转型。”
据了解，香港中文大学(深圳)理工学院教授联合团队就提出了首个基于碳卫星估算碳排放的人工智能模型，最终建立了从碳卫星数据到碳排放数据之间的映射。
国际人工智能领域知名学者、微软亚洲研究院副院长刘铁岩也认为，人工智能技术可以帮助政府估计碳排放量，从而对制定碳减排的相关决策提供参考，与此同时，借助人工智能技术模拟大气环境的变迁，能够在一定程度上预知相关决策的执行效果。
人工智能的应用仍面临的挑战
尽管人工智能帮助环保机构和相关企业更加高效和精准地进行环境监测、垃圾分类、碳排放监测、环境规划和环境治理等方面的工作，也有广泛的应用前景，不过，其大范围应用也面临一些挑战。
例如，数据对环境具有重要意义，只有对现状的准确认知，才能做好总量控制。但人工智能技术需要大量的数据来进行训练和学习，目前，人工智能还需要加强环境数据的收集和管理，提高数据的质量和数量，以支持人工智能技术的应用。
另外，有业内专业人士表示，人工智能的前期投入十分巨大，不论是技术、人力还是硬件基础设施，都有十分庞大的需求。并且，其框架搭建的过程需要一定时间，运行期间的费用也十分高昂，对于体量较小的公司而言存在着较大压力。
不过，国务院国资委党委书记、主任张玉卓强调，要推动中央企业在人工智能领域实现更好发展、发挥更大作用。因此，环保领域的央企首先可以发挥自身优势，在人工智能领域进行布局。
此次中央企业人工智能专题推进会还强调，要开展AI+专项行动，强化需求牵引，加快重点行业赋能，构建一批产业多模态优质数据集，打造从基础设施、算法工具、智能平台到解决方案的大模型赋能产业生态。
