“当前，在环境领域，大数据项目逐渐进入系统运维、数据应用阶段，大语言模型技术的导入将进一步提高对专业数据处理分析与环境业务应用场景挖掘的能力。”清华大学环境学院环境管理与政策教研所所长、全国信标委大数据标准工作组生态环境大数据行业组联合组长常杪在11月28日举行的2024（第八届）环境数字化与人工智能大会上围绕环境管理与科研中的创新应用作特邀演讲时表示。

近年来，生态环境大数据建设需求快速增长。来自《中国生态环境数字化研究报告（2024）》的数据显示，从2019年至2022年建设项目数量快速攀升。其中2021年与2022年，项目数量依旧保持增长态势，但增速相较于2019年、2020年逐渐放缓。2023年项目数量相较于2022年增长速度略微下滑但整体呈现平稳增长趋势。

当前，有很多前沿科技已经在生态环境领域得到了应用。例如，在土壤、地下水污染综合治理方面，生态环境大模型为土壤与地下水污染的监测监管提供科学依据，服务快速精准监测监管的重大需求，研究了人工智能和开闭源数据融合、具备多场景良好泛化能力的土壤与地下水污染监测及风险预警模型优化技术。在生物多样性保护领域，突破了国家公园旗舰动物智慧监测与管理关键技术，研发了基于人工智能、物联网、云计算等前沿技术的国家公园生物多样性智慧管理平台。在可再生能源技术方面，已经实现了多场景风电场规划设计关键技术及软件开发，实现了多场景下风电场流场及其尾流效应的高精度计算流体动力学快速降阶与人工智能高效高保真仿真技术等。

与此同时，随着大语言模型在环境低碳领域的应用和探索，越来越多元化的应用场景正逐步实现，创新、应用、开放、普及正在成为大语言模型的合作模式。在活动现场，常杪介绍了多个应用案例。例如，智慧政策助手将AGI的理解能力与政策数据库结合，替代了过去传统的检索查询，更能理解业务场景，给出个性化的解决方案。运用大预言模型，可以进行快速的信息提取，如投诉信息提取、报告数据提取等，解放人工机械性工作。同时，大预言模型实现了内容信息提取后加工，包括完成内容对比分析、提供规律和思路、为智能培训出测试题目等。

活动后，常杪在接受中国环境报记者采访时候表示，在大语言模型的应用实践中需要具备判别力解决各种大预言模型鱼龙混杂的问题，要思考包括答案来源是否可追溯、回答风格是否足够理想、在局部问题与宏观问题的表现上如何、是否具备专业模版、如何处理安全保密等多个方面的问题。

“人工智能不是万能，但绝对是有效的工具，应该多方共同研发、打磨技术。特别是在模型工程搭建之前，应该理顺需求，特别是在生态环境领域这一类专业性较强的领域，不能把搭建技术框架放在第一位，而是应进行全面的应用方案设计，包括数据评估、需求挖掘、导入测试、优化模型训练等，尽可能让‘大脑’‘专业’与‘聪明’兼容。通俗来讲，就是让这个大语言模型好用，让大家愿意用，用起来真的能够解决业务痛点或决策难点。”常杪告诉记者。