IBM研發(fā)大氣污染防治量化決策支持平臺(tái) 為節(jié)能減排培養(yǎng)“超級(jí)專(zhuān)家”
如今，公眾比以往任何時(shí)候都關(guān)注空氣質(zhì)量，起床打開(kāi)手機(jī)看空氣質(zhì)量已經(jīng)成為習(xí)慣。空氣質(zhì)量軟件也成為各種智能終端的出廠默認(rèn)裝備。類(lèi)似墨跡天氣、全國(guó)空氣質(zhì)量等空氣質(zhì)量預(yù)報(bào)軟件已經(jīng)不止上百種。
今年初，“全國(guó)空氣質(zhì)量預(yù)報(bào)信息發(fā)布系統(tǒng)”上線，城市空氣質(zhì)量預(yù)報(bào)發(fā)布內(nèi)容包括未來(lái)24小時(shí)、48小時(shí)空氣質(zhì)量指數(shù)范圍、空氣質(zhì)量等級(jí)、首要污染物等預(yù)報(bào)信息。從此，空氣質(zhì)量預(yù)報(bào)有了權(quán)威聲音。
但發(fā)現(xiàn)，目前的空氣質(zhì)量預(yù)警預(yù)報(bào)最多只能知曉未來(lái)7天的空氣狀況。想要知道更長(zhǎng)時(shí)間或者更精確的空氣質(zhì)量還比較困難。
近日，走訪了IBM中國(guó)研究院綠色地平線研發(fā)團(tuán)隊(duì)，“我們研發(fā)的大氣污染防治量化決策支持平臺(tái)可以支持全國(guó)367個(gè)城市預(yù)報(bào)和相關(guān)決策，對(duì)于未來(lái)3天，預(yù)測(cè)精度可以達(dá)到1km×1km，長(zhǎng)期預(yù)測(cè)可以達(dá)到10天。如果數(shù)據(jù)資料比較完善的話，準(zhǔn)確率可以超過(guò)80%以上。”IBM中國(guó)研究院副院長(zhǎng)董進(jìn)表示。
高精度追溯污染源模擬減排提供決策支撐
進(jìn)入IBM中國(guó)研究院的創(chuàng)新實(shí)驗(yàn)室，記者看到了正在運(yùn)行的大氣污染防治量化決策支持系統(tǒng)。系統(tǒng)左邊一欄有監(jiān)測(cè)站點(diǎn)、遙感數(shù)據(jù)、排放清單、地貌地形、交通信息、社交媒體、宏觀數(shù)據(jù)7項(xiàng)數(shù)據(jù)信息。右上角功能欄里有環(huán)境大數(shù)據(jù)、三維可視化、減排駕駛艙、全景視圖、污染預(yù)報(bào)、天氣預(yù)報(bào)6項(xiàng)數(shù)據(jù)應(yīng)用。
“大數(shù)據(jù)是分析和決策的基礎(chǔ)，這7項(xiàng)環(huán)境大數(shù)據(jù)是所有功能的數(shù)據(jù)基礎(chǔ)。”IBM中國(guó)研究院博士張軍告訴記者。監(jiān)測(cè)站點(diǎn)不僅包括每個(gè)污染監(jiān)測(cè)站點(diǎn)過(guò)去24小時(shí)主要污染物的實(shí)時(shí)數(shù)據(jù)，如PM2.5、PM10、SO2、NO2、O3等，還包含各氣象監(jiān)測(cè)站點(diǎn)的氣象觀測(cè)數(shù)據(jù)。遙感數(shù)據(jù)、地形地貌數(shù)據(jù)、交通信息數(shù)據(jù)都從不同層面增強(qiáng)空氣質(zhì)量預(yù)警預(yù)報(bào)的準(zhǔn)確性，其中交通信息數(shù)據(jù)依靠一個(gè)大型的交通流量仿真模型，可以同時(shí)對(duì)上百萬(wàn)輛車(chē)的交通流量進(jìn)行模擬。
排放清單數(shù)據(jù)、社交媒體數(shù)據(jù)、宏觀經(jīng)濟(jì)數(shù)據(jù)3類(lèi)數(shù)據(jù)主要為大氣污染的治理工作提供決策支撐。排放清單數(shù)據(jù)可以實(shí)時(shí)更新，溯源污染源，宏觀經(jīng)濟(jì)數(shù)據(jù)可以分析經(jīng)濟(jì)與環(huán)境的關(guān)系，社交媒體數(shù)據(jù)可以及時(shí)預(yù)警環(huán)境問(wèn)題。點(diǎn)擊社交媒體數(shù)據(jù)，記者直接可以看到某時(shí)間段內(nèi)公眾搜索頻次最高的環(huán)境問(wèn)題的詞匯是什么，最受關(guān)注的話題城市是哪幾個(gè)，系統(tǒng)還可以自動(dòng)計(jì)算新聞媒體關(guān)于環(huán)境問(wèn)題的報(bào)道數(shù)量、社交網(wǎng)絡(luò)的關(guān)注數(shù)量以及公眾參與數(shù)量等。“我們還有一個(gè)有意思的發(fā)現(xiàn)，北京的網(wǎng)民對(duì)空氣質(zhì)量的敏感度要遠(yuǎn)遠(yuǎn)高于全國(guó)其他地方。”IBM中國(guó)研究院資深研發(fā)總監(jiān)尹文君說(shuō)。
大氣污染防治量化決策支持平臺(tái)不僅可以精準(zhǔn)預(yù)報(bào)空氣質(zhì)量，還可以根據(jù)各站點(diǎn)的污染源數(shù)據(jù)、交通流量、地形地貌、氣象狀況，實(shí)時(shí)對(duì)各地的大氣污染進(jìn)行溯源，清晰地知曉各污染源所占的比重，還可以精準(zhǔn)分析周?chē)貐^(qū)對(duì)當(dāng)?shù)匚廴镜呢暙I(xiàn)量。張軍隨手點(diǎn)擊了北京的一次重污染過(guò)程，系統(tǒng)可以實(shí)時(shí)分析出污染源的時(shí)空特點(diǎn)，以及污染源的構(gòu)成情況，還可以清晰地看到其他主要城市對(duì)這次污染的貢獻(xiàn)占比。
準(zhǔn)確知曉污染源后，就可以利用決策支持平臺(tái)的減排駕駛艙功能，對(duì)污染物減排狀況進(jìn)行模擬和對(duì)比。張軍點(diǎn)擊減排駕駛艙，在污染源控制策略中，選擇工業(yè)源、生活源、機(jī)動(dòng)車(chē)不同的參數(shù)，就可以模擬出控制前和控制后PM2.5的變化，并直接分析出對(duì)經(jīng)濟(jì)的影響。張軍以APEC期間的空氣預(yù)報(bào)為例，演示了系統(tǒng)如何預(yù)報(bào)10天的空氣質(zhì)量趨勢(shì)，并仿真了不同的減排策略對(duì)經(jīng)濟(jì)造成的影響，“這是政府決策的重要依據(jù)。”
認(rèn)知計(jì)算培育“超級(jí)專(zhuān)家”輔助環(huán)境管理
如何將這7項(xiàng)數(shù)據(jù)進(jìn)行有機(jī)融合？如何實(shí)時(shí)實(shí)現(xiàn)大氣污染溯源？如何模擬不同污染物的削減對(duì)于空氣質(zhì)量的影響？如何估算污染物削減帶來(lái)的經(jīng)濟(jì)影響？記者隨后拋出一連串問(wèn)題，董進(jìn)詳細(xì)地進(jìn)行了解答。
“這主要是基于Watson認(rèn)知計(jì)算技術(shù)融合多類(lèi)型來(lái)源模型建立的可自調(diào)節(jié)的環(huán)境質(zhì)量超級(jí)模型。”董進(jìn)說(shuō)，這就好比一個(gè)“超級(jí)專(zhuān)家”，他既是大數(shù)據(jù)挖掘?qū)＜，也是物理學(xué)家、化學(xué)家、經(jīng)濟(jì)學(xué)家、統(tǒng)計(jì)學(xué)家。
認(rèn)知計(jì)算技術(shù)能夠模擬人學(xué)習(xí)的過(guò)程，主要是根據(jù)歷史數(shù)據(jù)，不同時(shí)間、位置、天氣情況、人類(lèi)活動(dòng)等信息進(jìn)行動(dòng)態(tài)深度學(xué)習(xí)，實(shí)現(xiàn)各類(lèi)模型的融合。認(rèn)知計(jì)算技術(shù)的出現(xiàn)主要得益于大數(shù)據(jù)時(shí)代的到來(lái)。以往數(shù)據(jù)量小，人可以依靠自身發(fā)現(xiàn)規(guī)律，而大數(shù)據(jù)出現(xiàn)之后，人已經(jīng)沒(méi)有能力從海量的數(shù)據(jù)中去尋找規(guī)律，這就需要訓(xùn)練機(jī)器像人一樣去思考、去學(xué)習(xí)，從而幫助人類(lèi)發(fā)現(xiàn)規(guī)律，人類(lèi)便可以利用這些規(guī)律做決策和判斷。
董進(jìn)表示，相較于傳統(tǒng)的空氣質(zhì)量預(yù)測(cè)預(yù)警的方法，認(rèn)知計(jì)算技術(shù)有獨(dú)特的優(yōu)勢(shì)。傳統(tǒng)的物理模型、化學(xué)模型只能預(yù)測(cè)短期的空氣質(zhì)量，并且由于沒(méi)有考慮到影響空氣質(zhì)量的其他因素，準(zhǔn)確率也受到一定影響。認(rèn)知計(jì)算則不僅采用監(jiān)測(cè)站點(diǎn)、氣象數(shù)據(jù)等方面的信息，還將交通信息、人流信息、社交媒體數(shù)據(jù)等空氣質(zhì)量相關(guān)信息納入進(jìn)來(lái)，通過(guò)整合結(jié)構(gòu)化數(shù)據(jù)和圖片、聲音等非
結(jié)構(gòu)化數(shù)據(jù)，實(shí)現(xiàn)物理模型、化學(xué)模型、氣象模型、統(tǒng)計(jì)模型、大數(shù)據(jù)挖掘等模型的融合，形成更準(zhǔn)確的空氣質(zhì)量預(yù)警預(yù)報(bào)模型和決策支持模型，實(shí)現(xiàn)空氣質(zhì)量預(yù)測(cè)。
“而這些模型如何更好地融合正是認(rèn)知計(jì)算技術(shù)的難點(diǎn)和重點(diǎn)。”董進(jìn)說(shuō)，“綠色地平線團(tuán)隊(duì)本身集合了IBM全球研究院幾十位能源、環(huán)境及大數(shù)據(jù)分析領(lǐng)域的科學(xué)家，同時(shí)我們也積極地和國(guó)際及國(guó)內(nèi)頂級(jí)氣象及環(huán)境研究機(jī)構(gòu)密切合作，優(yōu)勢(shì)互補(bǔ)，集成最先進(jìn)的氣象及環(huán)境模型，推動(dòng)超級(jí)模型完善。”
認(rèn)知計(jì)算技術(shù)依賴(lài)于數(shù)據(jù)的長(zhǎng)期積累，超級(jí)模型需要通過(guò)這些歷史數(shù)據(jù)，比如通過(guò)學(xué)習(xí)什么樣的氣象條件、站點(diǎn)狀況，會(huì)出現(xiàn)什么樣的天氣后，模型便有了“經(jīng)驗(yàn)”，再次監(jiān)測(cè)到相似的氣象條件時(shí)，便可以實(shí)現(xiàn)與歷史數(shù)據(jù)匹配，實(shí)現(xiàn)高準(zhǔn)確度的預(yù)測(cè)。據(jù)了解，IBM已經(jīng)與多地開(kāi)展了合作，并初步取得成效，在數(shù)據(jù)比較完整的地區(qū)，后臺(tái)已經(jīng)依靠模型智能分析出上千條規(guī)律。但是決策系統(tǒng)在認(rèn)知學(xué)習(xí)過(guò)程中，可能會(huì)有幾種預(yù)測(cè)結(jié)果，這就需要專(zhuān)家會(huì)商，并與之后的實(shí)際情況進(jìn)行比對(duì)，調(diào)整出一個(gè)更精準(zhǔn)的模型。“超級(jí)專(zhuān)家”也就因此誕生了。
比如，環(huán)境和經(jīng)濟(jì)問(wèn)題一直是一對(duì)相伴相生的矛盾，APEC期間，超級(jí)模型就模擬了上千個(gè)場(chǎng)景實(shí)現(xiàn)環(huán)境治理，以盡量減輕對(duì)經(jīng)濟(jì)影響的方式實(shí)現(xiàn)環(huán)境治理。這就需要專(zhuān)家會(huì)商，并用最后的實(shí)際效果進(jìn)行印證。這就是一個(gè)完整的學(xué)習(xí)過(guò)程。
“認(rèn)知計(jì)算是未來(lái)信息技術(shù)的發(fā)展方向，如何與環(huán)保行業(yè)的實(shí)際需求相結(jié)合仍是我們未來(lái)努力的方向。”董進(jìn)表示。
綠色地平線起步信息技術(shù)助三大領(lǐng)域突破
大氣污染防治量化決策支持平臺(tái)是IBM從2014年啟動(dòng)的綠色地平線計(jì)劃的一部分。除了大氣污染防治外，綠色地平線計(jì)劃還致力于可再生能源高效利用和企業(yè)節(jié)能減排。
可再生能源具有間歇性、不可控性等特點(diǎn)，風(fēng)光一體化發(fā)電功率預(yù)測(cè)系統(tǒng)可以對(duì)可再生能源的發(fā)電功率進(jìn)行超短期、短期以及中期預(yù)測(cè)，準(zhǔn)確度高達(dá)90%以上，以便于可再生能源接入主干網(wǎng)。
目前，這一系統(tǒng)已經(jīng)為國(guó)家電網(wǎng)冀北電力有限公司的張北風(fēng)光儲(chǔ)輸示范項(xiàng)目提升了10%的可再生能源接入量，這些增加的能源每年可供1.4萬(wàn)個(gè)家庭使用。同時(shí)，系統(tǒng)在英國(guó)、日本、印度也都投入應(yīng)用。
致力于企業(yè)減排的智能區(qū)域能量管理系統(tǒng)，通過(guò)企業(yè)用能對(duì)比、成本計(jì)算等分析，為管理部門(mén)或高耗能行業(yè)（如鋼鐵、水泥、化工和有色金屬等）提供能源優(yōu)化調(diào)度、節(jié)能管理及分析決策，助力工業(yè)企業(yè)實(shí)現(xiàn)綠色轉(zhuǎn)型。
無(wú)論大氣污染治理，還是能源利用、企業(yè)節(jié)能，三大領(lǐng)域的突破都將依賴(lài)于認(rèn)知計(jì)算、大數(shù)據(jù)分析、物聯(lián)網(wǎng)等最前沿的信息技術(shù)。
尹文君認(rèn)為，目前數(shù)據(jù)的應(yīng)用還存在誤區(qū)，往往是直接從數(shù)據(jù)上升到應(yīng)用。他認(rèn)為，數(shù)據(jù)從產(chǎn)生到應(yīng)用應(yīng)該有3層，是一個(gè)金字塔的結(jié)構(gòu)。最下面的一層是數(shù)據(jù)層，首先要把數(shù)據(jù)整合好。第二層是一個(gè)由高校、研究所、具有研發(fā)能力的企業(yè)組成的研發(fā)生態(tài)圈，高校、研究所要牽頭做一些前沿的理論研究，類(lèi)似IBM研究院等科研機(jī)構(gòu)要積極地與其他企業(yè)、高校聯(lián)手，“抱團(tuán)取暖”，實(shí)現(xiàn)研發(fā)成果共享，而不是各自為營(yíng)。第三層也就是金字塔頂層是數(shù)據(jù)的應(yīng)用，這樣的結(jié)構(gòu)才是穩(wěn)固的，也才能實(shí)現(xiàn)數(shù)據(jù)長(zhǎng)效應(yīng)用。
“認(rèn)知計(jì)算的最高境界就是不僅可以為決策作支撐，還可以實(shí)現(xiàn)人機(jī)互補(bǔ)，這也是認(rèn)知建模發(fā)展的方向。”尹文君表示。
■漲知識(shí)
微觀認(rèn)知計(jì)算
認(rèn)知計(jì)算出自對(duì)于IBM人工智能超級(jí)計(jì)算機(jī)“沃森”的稱(chēng)謂，而現(xiàn)在，它更多的代表著一種全新的大數(shù)據(jù)分析方式。
“認(rèn)知計(jì)算”是人工智能和大數(shù)據(jù)的“聯(lián)姻”。認(rèn)知計(jì)算的提出，源于人類(lèi)目前面臨的大數(shù)據(jù)挑戰(zhàn)。今天的大數(shù)據(jù)，不僅數(shù)量大、種類(lèi)多、傳播速度快，并且大多是非結(jié)構(gòu)化數(shù)據(jù)（圖像、語(yǔ)音、視頻等多媒體數(shù)據(jù)），其中存在很多不確定性，還參雜了一些不準(zhǔn)確甚至是錯(cuò)誤的信息。傳統(tǒng)IT技術(shù)已無(wú)法從根本上解決大數(shù)據(jù)的分析應(yīng)用問(wèn)題，亟待新的技術(shù)突破。
作為IBM全球領(lǐng)先的技術(shù)創(chuàng)新，認(rèn)知計(jì)算能夠?qū)崿F(xiàn)大規(guī)模學(xué)習(xí)、針對(duì)問(wèn)題的推理和思考，進(jìn)行自然語(yǔ)言交互，增強(qiáng)和擴(kuò)充人類(lèi)在專(zhuān)業(yè)知識(shí)方面的學(xué)習(xí)能力，與人類(lèi)合作解決人類(lèi)和機(jī)器無(wú)法單獨(dú)解決的問(wèn)題。
認(rèn)知?jiǎng)?chuàng)新也需要結(jié)合物聯(lián)網(wǎng)、云計(jì)算與大數(shù)據(jù)分析。
中國(guó)人工智能學(xué)會(huì)理事長(zhǎng)李德毅曾表示，認(rèn)知系統(tǒng)不是追求與人形似，而是需要實(shí)現(xiàn)交互、推理、思考、記憶和計(jì)算等復(fù)雜功能，讓互聯(lián)網(wǎng)、云計(jì)算、物聯(lián)網(wǎng)等技術(shù)為認(rèn)知系統(tǒng)智能化提供有力支撐。
使用微信“掃一掃”功能添加“谷騰環(huán)保網(wǎng)”
