人工智能背景下的环境治理变革及应对策略分析

张文博 周冯琦

引 言

随着大数据、数据处理能力和算法等基础层技术的突破，计算机视觉、智能语音、自然语言处理等人工智能通用技术和平台已逐步产业化，人工智能已进入技术爆发和大规模应用阶段。在人工智能和大数据融合并广泛应用的趋势下，生态环境治理的模式和手段也必然出现变革。人工智能技术一方面通过提升资源利用率、环境精细化管理，改变了经济发展与环境保护相对立的局面；另一方面也为解决环境污染动态监管、跨区域环境管理等环境治理难题提供新的解决方案。在这一背景下，对人工智能给环境治理带来的影响进行分析和预判，既有利于找准环境治理改革的方向，也有利于应对和防控潜在风险。现有对人工智能在环境治理领域的研究主要集中在三个方面：

一是在技术应用层面，研究人工智能技术对环境治理手段的改进。在数据处理和信息分析领域，宋晖、薛云等认为，神经网络技术具有较强的非线性处理能力和容噪能力，可用于分析大气污染这一复杂系统问题，形成基于人工神经网路的大气质量评价和预警系统[注]宋晖、薛云、胡晓晖、张良均：《基于人工神经网络的大气质量智能评价预警系统的设计与应用》，《现代计算机》2011年第8期。。在辅助决策领域，郁亚娟认为，人工智能技术可以应用于城市的生态调控，运用人工神经网络(ANN)、模糊逻辑(FL)等技术分析和模拟城市的生态系统，运用专家系统(ES)和遗传算法(GA)制定城市生态调控规划方案[注]郁亚娟、郭怀成：《城市生态调控的智能方法》，《城市问题》2007年第1期。。在智能机器人领域，金小天认为，可应用自主航性的无人船、无人机等设备进行环境执法监察、巡查和取证，提高取证效率[注]金小天：《智能机器人在环境监察执法中的应用》，《中国环境监察》2016年第9期。。

二是在经济绿色转型层面，研究人工智能背景下经济的绿色转型和资源环境效率提升问题。齐明皓认为，深度学习技术驱动下，数据将成为新的生产要素，能够有效减少对土地、自然资源和资本等传统要素的依赖[注]齐明皓：《深度学习：数据经济新动能——兼论对我国实体经济智能化转型升级的启示》，《经济问题》2018年第10期。。何大安、任晓认为，互联网、大数据和人工智能等深度融合将会改变资源配置的机制，提升资源配置的效率[注]何大安、任晓：《互联网时代资源配置机制演变及展望》，《经济学家》2018年第10期。。何玉长认为，人工智能与制造业结合能够实现对产品全生命周期的优化集成，从而降低资源消耗[注]何玉长：《人工智能与实体经济融合的理论阐释》，《学术月刊》2018年第5期。。

三是在社会治理层面，研究人工智能对公共管理和社会治理的影响和潜在风险。何哲认为，人工智能背景下，社会的管理模式将会出现管理科层压缩、宏微观距离拉近，人工智能全面参与社会管理的新特点[注]何哲：《面向未来的公共管理体系：基于智能网络时代的探析》，《中国行政管理》2017年第11期。。申海波认为，人工智能可能导致网络舆情、金融监管、隐私犯罪等方面的社会风险[注]申海波、韩璞庚：《人工智能背景下的治理变迁及其路径选择》，《求索》2018年第6期。。宋京霖认为，人工智能将会使得社会组织结构出现去中心化和扁平化的趋势，公共治理需要通过不同社会主体协商解决，人工智能通过信息整合和智能分析支撑这种多主体协商的治理机制[注]宋京霖：《人工智能与治理变革》，《学术探索》2018年第12期。。

综合来看，现有研究更多集中于技术应用层面，即人工智能技术在环境治理场景中的应用。在经济绿色转型层面，现有研究侧重人工智能对环境治理的间接影响，较少涉及人工智能对环境治理模式和机制的影响研究。在社会治理层面，现有研究更加侧重政治风险、舆论风险和伦理风险研究，以环境治理风险为焦点的研究较少。目前仅有少数学者分析了以人工智能为代表的新技术革命对环境治理的影响和潜在风险，薛澜等认为，以人工智能为代表的第四次工业革命，将推动环境治理的精准决策，提升对环境风险的应对能力，但是人工智能技术也降低了公众获取环境知识和技术的门槛，从而使得政府环境治理政策的权威性降低，政府信息公开和透明决策的压力空前加大[注]薛澜、张慧勇：《第四次工业革命对环境治理体系建设的影响与挑战》，《中国人口·资源与环境》2017年第9期。。席艳玲认为，新技术革命将会给环境治理带来实时和泛在的智能支持，实现环境治理全过程的智能驱动[注]席艳玲、张新宇：《新技术变革驱动环境治理能力提升路径研究》，《现代管理科学》2018年第12期。。上述研究都是在新技术革命背景下探讨环境治理的变革和风险，本文尝试聚焦于人工智能技术，探讨其对环境治理的技术手段、决策机制、管理模式等方面的深刻影响。

一、人工智能给环境治理带来的积极影响

人工智能技术在环境治理领域的应用，以及其在经济社会各个领域的普及，给环境治理带来了革命性的影响。在信息获取方面，人工智能的感知功能能够增强环境信息的获取能力；在治理范围方面，人工智能与大数据结合能够拓展环境治理的时空范围；在辅助决策方面，人工智能的决策规划能力能够优化环境治理的决策机制；在环境管理层面，人工智能的多场景应用为实现环境精细化管理奠定了基础；在理念层面，人工智能的交互和学习能力能够提高环境知识和理念的传播效率。

(一)增强环境信息的获取能力

人工智能的感知功能能够增强环境信息的获取能力。人工智能在计算机视觉、声音识别等领域出现了大幅的技术进步，使得图像和声音检测设备能够发挥更多的作用，具有更强的检索和分析能力，具备了更强的感知能力。更加敏锐的态势感知能力使得环境信息的来源和获取方式更加丰富和多元。

人工智能的图像声音识别和处理技术能够提升环境态势的感知和观测能力。可以通过声音识别，监测噪声源并进行类型解析；可以通过光谱分析，分析大气污染信息；可以通过图像识别，进行生物多样性普查和动物跟踪观测，例如，美国康奈尔大学的eBird项目已将人工智能运用于鸟类物种识别，观测鸟类的物种变化和迁徙情况；可以通过计算机视觉，长期观测指示生物的生长和行为，获取生态演进和环境变化信息。

人工智能技术在自主检测设备上的应用，大幅降低了环境信息的收集难度和成本。依托人工智能的无人机、无人潜水器等自主航性设备能够携带各种传感器，对大气、水域、土壤等环境污染信息进行长时间动态检测，既可以实现广域环境信息的普查，也可以实现动态实时监测。例如，中国科学院开展的无人机大气立体监测系统的实验，运用无人机进行空气和颗粒物采样，克服了大气污染源采集和分析的难题，填补了大气环境监测的盲区。此外，无人设备还能够到达危险、恶劣的环境中搜集数据，进入狭小空间、封闭水体等人类难以进入的环境中进行采样和分析，既可以提升应对环境风险和环境事故的能力，又能够实现对排污企业的隐蔽性监控和临时性抽检。

(二)拓展环境治理的时空维度

人工智能与大数据结合能够拓展环境治理的时空维度。大数据是人工智能分析和学习能力的基础，人工智能通过海量数据训练能够更加精准、高效。人工智能的算法也反之应用于海量数据处理和数据挖掘，使得数据资源能够产生巨大经济、社会和环境价值。从技术应用的现状来看，人工智能与大数据的结合主要从增加环境监测的时间频次和区域范围，挖掘和分析其他领域的环境相关数据这两个方面拓展环境治理的时空维度。

人工智能与大数据相结合，降低了环境污染信息的处理难度和成本，使得海量数据的处理成为可能，从而可以广泛地布设环境污染传感器，增加监测时长和频次来提高环境数据的覆盖范围和覆盖时间，使得环境决策者对长时间、高频次、大范围的数据进行挖掘和处理，延伸了环境监测的时空维度。例如，利用机器学习进行气象环保大数据分析；通过整合遥感图像、动态监测点数据、传统断面数据等，可以准确识别跨流域甚至跨时空污染源和影响目标[注]薛澜、张慧勇：《第四次工业革命对环境治理体系建设的影响与挑战》，《中国人口·资源与环境》2017年第9期。，实现对全流域或者区域的整体监测。人工智能的数据分析能力可以对数据进行预处理，通过筛查和校正提高污染指示指标的准确性，增强从海量数据中获取信息的能力。

人工智能与大数据相结合，从其他领域的数据中挖掘和分析出有效的环境信息和变化趋势，从而将环境信息来源拓展到“非典型”设备，使得环境治理延伸到经济社会的各方面和全过程。物联网技术也使得汽车、建筑、电器设备等成为环境监测的数据源和信息源，在传统的数据处理能力下，这些数据往往难以应用于环境监测，自主学习和深度学习等人工智能技术使得来自这些“非典型”设备的数据也可以进行挖掘和关联性分析。从而既可以多渠道获得环境信息，对环境事故和环境风险进行预判，减少响应时间，也可以通过“非典型”设备多角度分析用能和排污行为，为环境变化态势控制和预测提供更多信息。

(三)优化环境治理的决策机制

人工智能的决策规划能力可以优化环境治理的决策机制。人工智能技术通过对数据、案例的挖掘和建模分析，可以对不同的决策方案进行量化分析，辅助环境治理主体进行决策。具体表现在复杂系统模拟和预测、辅助决策两个方面：

系统模拟和预测为环境治理决策提供更多分析手段。人工智能的数据挖掘和系统建模能力，既可以更加精准地分析环境变化影响因素，也可以实现趋势预测和风险预警，从而为环境治理决策提供更加高效的变革。首先，人工智能在因果推断算法和数据挖掘方面的进步，可以在环境信息数据的基础上，对环境影响因素及其影响进程进行定量分析，及时做出政策响应。其次，人工智能应用于复杂系统模拟和预测领域，可以对潜在的环境风险、环境事故进行概率分析，及时做出应急处理方案。例如，目前已经广泛应用的大气污染和气象变化模拟系统，能够对大气污染的扩散机制、潜在的自然灾害等进行分析和预警，为环境管理者制定环境管制方案、自然灾害紧急预案提供支持。最后，影响因素分析和系统模拟也为进一步细分环境影响责任、划分环境保护职责提供了依据。例如，可以应用人工智能和遥感技术、痕量监测技术等手段对跨界污染和跨流域污染进行责任分解，从而为推动生态补偿和排污权交易等提供支撑。

人工智能的规划决策能力提升环境决策的精确性和快速响应能力。随着人工智能技术的决策规划能力逐步增强，人工智能将会给环境治理决策带来革命性的影响，从现有趋势来看，主要集中于三个应用领域。一是政策量化评估。人工智能技术可以优化环境政策实施效果的评估方法，从而更加精准科学地评估和量化环境政策实施效果，为政府环境管理绩效的核定和政策评估等工作提供数据依据。二是方案分析和比选。通过系统模拟和预测，不同政策方案的优势、成本和潜在风险能够进一步量化，方案选择的利弊更加全面，分析工具更加科学。例如，神经网络技术具有较强的自适应性和容噪能力，能够更好地分析复杂的非线性关系，可以用于分析大气污染和气象系统等复杂系统，从而能够更好地分析不同污染治理方案的优劣。三是备选方案生成。自然语言处理是人工智能技术突破的重要领域，通过文本挖掘和自然语言处理，能够为环境政策制定者搜寻和筛选政策文本资源，快速生成备选方案和决策参考，从而使得环境治理政策的响应时间更短，时效性和精准性更高。

(四)为环境精细化管理创造条件

人工智能的多场景应用为实现环境精细化管理奠定了基础。基于人工智能的感知、分析、交互和规划决策能力，人工智能已经广泛地应用于建筑、交通、市政和农业设施等场景。智能化的设备和设施可以根据使用需求、环境状况和实时态势优化设备的运行，从而达到节能降耗、节约资源和提升资源配置效率的目标。“人工智能+”成为实现环境管理精细化的有效途径。例如，“人工智能+建筑”可以通过优化建筑物的采光和通风系统，更多利用自然光、自然风，降低建筑物的照明和通风耗能，通过智能温控系统自动调节取暖和制冷的总能耗。“人工智能+环卫设施”可以通过智能垃圾桶、智能分拣设备等应用，解决传统垃圾分类回收的难题。“人工智能+市政设施”通过智能电网、智能水务系统，实时监测城市的水电使用数据，自动调整供水和配电设施的设置，提升城市水电设施的使用效率。“人工智能+农业设施”通过智能化的灌溉设备，根据作物和气候自动调节灌溉的水量和时机，从而大幅提高农业、园林等领域的灌溉效率，降低水资源消耗。“人工智能+交通”通过自动驾驶技术与交通信号网络的连接，能够优化交通信号系统，从而高效引导城市的车流，减少城市交通拥堵。

(五)提升环境理念的传播效率

人工智能的交互能力和学习能力，将会改变环境信息的传播方式和民众获取信息的方式，进而提升环境知识和理念的传播效率。机器学习在传媒领域的应用，使得信息的传播更加具有针对性，人机交互设备的广泛应用，也使得居民的习惯和行为可能被记录、跟踪甚至引导，进而影响居民的行为习惯，甚至环境保护理念。

从信息传播的角度来看，人工智能技术通过对新闻的文本挖掘和分析，能够优化信息的呈现方式，通过分析用户上网习惯和信息接收领域，可以向不同群体有针对性地推送信息，从而使信息更加容易被转发和传播，受众的接受程度也大幅提升。当新的信息传播方式应用于环境信息和环保宣传，能够使得环境信息和环保理念加速传播，并形成广泛认同。环境管理者应用这一技术，引导公众的舆论，加快环境保护知识的普及，塑造环境保护理念和行为习惯。

从信息接受的角度来看，人工智能在智能家居和智能设备中的应用，使得消费者的行为习惯可以被跟踪和引导。人工智能可以根据消费者的年龄、爱好、身体健康状况等情况，定期定向推送相关的环境信息，推广绿色低碳的生活方式，提供更加环保健康的起居和出行方案，从而对居民的消费观念、出行选择和生活方式进行引导。

二、人工智能应用于环境治理的负面风险

人工智能既能给环境治理带来积极变革，也会带来不确定性和潜在风险。从现有人工智能技术特点和应用来看，这种风险主要集中于三个方面：一是人工智能技术固有的算法缺陷和技术缺陷，当存在技术隐患的人工智能广泛应用于环境治理领域，可能会造成灾难性后果；二是人工智能训练数据存在偏差和难以追溯的痼疾，这将导致人工智能严重偏离预期目标，甚至会进一步放大数据的偏误；三是人工智能给政府决策、信息传播和社会组织带来的变革和重塑，这将会给环境治理带来难以预测的新挑战，如果应对不当，将会酿成新的环境问题。

(一)人工智能固有的算法缺陷和技术风险

人工智能的算法和分析模型都是基于对实际情况的抽象，受制于其开发者的局限和算法本身存在缺陷，人工智能在实际应用中很可能背离设计目的，增加不可控风险。具体来看，首先，开发者与应用者的分隔导致人工智能算法与环境规律相脱节。环境治理领域涉及的学科较多，专业性也更强，人工智能的开发者往往不是环境领域的专业人士，开发者的环境领域知识背景不足，算法设计时可能存在对环境影响因素、地理气候影响等考虑不全面的缺陷；其次，人工智能的开发者由于其社会地位、知识背景和理念的差异，在设计人工智能算法过程中，很难做到完全公平，由此可能带来“算法偏见”，当人工智能广泛地应用于辅助决策时，很可能导致一些主体的利益被忽视，少数的群体被边缘化；最后，因果推断和分析方面的缺陷限制了人工智能的解释性，影响辅助决策的可信度。机器学习的算法主要是基于相关性分析，在因果推断和分析方面存在不足，使得人工智能陷入概率关联的困境[注]汝绪华：《算法政治：风险、发生逻辑与治理》，《厦门大学学报》2018年第6期。。这一先天不足可能会导致环境治理政策的偏误，影响了环境政策的有效性。

(二)数据偏差导致人工智能不可预测风险

人工智能是基于算法并以数据为支撑的计算系统，机器学习、深度学习等人工智能技术都是基于数据做出行为判断，因此，数据的来源和质量是人工智能能否实现设计目标的关键。机器学习和深度学习训练样本的范围、平衡性都会影响到实际应用的结果，数据的缺失和预设条件的不合理将直接影响机器学习的输出。目前来看，人工智能的训练数据量已经超出了个人认知的范围，海量训练数据的来源、范围、质量都难以追溯和有效控制，这导致数据可能存在的系统性偏差难以被有效识别和监控，甚至可能导致人工智能朝着难以预料和不可控的方向演变。这种不可预测性可能会使得决策者获得的环境信息或者决策方案有严重倾向性，甚至出现极端化的情况。此外，如果训练样本与整体分布情况出现偏离，经过多次迭代和推算后，人工智能还可能放大数据的偏差，最终导致运算结果严重偏离目标或者实际情况，导致环境决策者出现重大错误和误判，甚至酿成严重事故。

(三)辅助决策带来怠政和责任转嫁风险

人工智能技术在环境治理辅助决策中的大量应用，在提高了环境治理科学性的同时，也容易使得环境决策者对技术产生依赖，甚至是“迷信”。一方面，可能挤占决策者思考和创新的空间。人工智能辅助决策能够提供更加详实的数据依据，更加严谨的计算模型和推理过程，使得其提供环境治理方案的形成过程和表现形式具有科学性、客观性，出于稳妥考虑和降低风险的考虑，决策者更倾向于选择相信人工智能辅助决策的结果，决策者需要进行思考和创新的空间被逐步压缩，对技术的依赖也会进一步加深。汝绪华认为，在程式化的行政体系下，官员会“程式化地把选择、决策、信任、责任交给算法，把思考交给机器，官僚与算法的‘辅助角色’换位”[注]汝绪华：《算法政治：风险、发生逻辑与治理》，《厦门大学学报》2018年第6期。。另一方面，可能产生责任转嫁和推卸风险。依照数据的人工智能辅助决策在模型设定、算法设计等过程中必然会存在一定的缺陷，其预测结果可能会出现偏误，当人工智能的辅助决策被决策者广泛采用后，决策者可能会将决策失误归咎为数据的错误和辅助决策的偏误，逃避和推卸责任。

(四)环境技术门槛降低带来主体对立风险

人工智能技术在提升政府环境信息采集、处理和分析能力的同时，也同时增强了民众掌握环境信息的能力，降低了环境数据获取和处理的门槛。这不仅对政府环境信息的权威性提出了挑战，也增加了政府环境治理中协调多方利益的难度。首先，智能设备功能的增强，使得公众具有了一定独立获取环境信息的能力。目前的智能手机已经能够对位置、生物体征、声音和简单的大气信息进行采集和初步分析，未来基于人工智能技术的预测模型将完全有能力将这些环境信息上传、整合和分析，从而形成独立于政府环境监测体系之外的环境信息来源。这将打破政府对环境信息的垄断，民众将会要求政府提高环境信息的透明度、拓展环境信息的公开内容，这对政府环境信息的准确性和分析预测工具的科学性提出了极高的要求，政府公开信息的权威性、准确性将会受到极大挑战。

其次，人工智能提升了民众的环境知识获取能力，使得民众对环境治理政策有更深的认识，这将会给政府环境治理政策带来新的挑战。传统环境治理模式中，政府和公共部门是不同利益取舍和价值观念的协调者，具有很强的公信力和社会认同。随着人工智能技术在文本挖掘、信息抓取领域的应用和普及，民众从海量信息中获取生态环境领域相关信息的能力将进一步增强。而人工智能技术与新的媒体形式深度融合，使得以生态环境知识科普为主的自媒体、生态环境知识课程等传播媒介也具有了更强的传播能力，公众获得环境保护专业知识的渠道不断增强，甄别环境信息和环境数据的能力不断提高，民众也具有了质疑政府环境治理行为的能力，政府在环境事件中裁决和协调的难度进一步加大。

最后，人工智能降低了环境分析的门槛，增加了政府环境治理中协调多方利益的难度。环境政策涉及的主体较多，当各方利益主体都有足够的环境信息采集和分析能力时，将很有可能向不利于自身的政策提出挑战，不同主体利益协调困难，甚至导致群体性事件。

(五)信息传播模式变化带来舆论失控风险

在信息和新闻传播领域，人工智能将会成为双刃剑，人工智能技术通过分析用户群体的兴趣、偏好甚至性格，既能促进环境信息传播和推广，也很有可能使得错误和虚假的信息病毒式传播，带来舆论的风险和危机。互联网中的海量资讯为机器学习技术提供了丰富的训练素材，媒体能够找出引起快速大范围传播的信息引爆点，这也可能使得虚假信息以不可控的速度传播。媒体和监管不严格的自媒体为了增加曝光度和点击率，很可能利用人工智能技术进行不真实、不准确或者片面的报道，进而造成难以控制的舆论危机。生态环境信息与公众的健康等切身利益紧密相关，容易引起舆论的关注，甚至造成公众的恐慌，是舆论危机的高发话题。

社交媒体的信息为分析用户偏好提供了大量数据和信息，通过分析不同用户的阅读和转发足迹、停留时间等信息，机器学习能够分析出用户的关注点和兴趣点，从而为用户推送更具针对性的信息。用户长期接受领域和观点相近的同质化信息，容易形成认知的偏误，其认知和价值观念将会被强化，甚至极端化。在社交媒体为主的信息获取环境下，用户长期接受、转发和评论狭窄领域的信息，使得公共的观点分化，形成相互隔裂的认知群落，使得环境治理的政策更难形成共识，或者得到大部分人的认可。同时，经过筛选和设计的信息在共同认知群落中传播的速度远远大于传统传播速度，形成舆论误导的概率更高。

三、人工智能在环境治理中的应用策略

尽管人工智能在环境治理的应用存在着诸多风险，但人工智能技术应用于经济社会各领域和全过程已经成为难以逆转的趋势。在推进环境治理变革中，应当积极引导和利用人工智能的优势，利用人工智能技术提升环境治理能力，同时也要正视和警惕人工智能的负面影响，积极应对和预防人工智能的潜在风险。

(一)主动迎接和推动环境治理的智能化变革

人工智能与环境治理的深度融合将带来环境治理的智能化变革。但在目前的环境治理体系下，人工智能技术仅局限于环境治理手段的改进领域，人工智能对环境治理能力的提升和倍增效应尚未释放，人工智能的深层次融合和系统化集成应用尚未开展。随着民众对环境质量的要求不断提升，全社会信息化和智能化水平不断提高，环境治理智能化改革已迫在眉睫。本文认为应当从以下几个方面发挥人工智能在环境治理中的积极作用，主动引导和推动环境治理的智能化变革：

一是加快推进现有环境治理体系的智能化改造。推动环境治理体系和机制的智能化改革，在电子政务、信息和数据处理、动态监测领域引入人工智能，应用人工智能优化环境监测、评估和反馈等治理环节。在环境监测设备中加快推广和普及人工智能技术，提升环境监测的自动化、智能化水平。推进现有环境信息平台和环境监测体系的融合和互通，推动环境监测数据、排污权交易信息与国土、税务等部门的信息平台实现互通和共享，为人工智能提供数据支撑和信息网络基础设施。

二是积极探索基于人工智能的环境治理新模式。整合卫星影像、污染监测数据和大气水文信息，针对大气污染和流域水污染问题，探索建立跨区域、全流域的环境监测预警系统，试点将人工智能技术与生态补偿、排污权交易相互融合。加快开发环境信息挖掘、舆情监测、环境风险预警等领域的人工智能辅助决策系统，试点应用人工智能进行部分环境治理环节的辅助决策和方案评估。

三是建立健全环境治理与人工智能协同创新体系。加快推动环境治理领域人工智能的开发，积极研发特殊应用场景下的人工智能算法。依托国家环境保护工程技术中心，推动环境治理领域的人工智能技术创新，加快人工智能技术的应用和转化进程。搭建环境治理人工智能协同创新平台，整合环境主管部门和科研院所的智力资源，积极培育环境治理和人工智能复合型人才。培育环境治理专业领域的人工智能研发团队、研发企业。

(二)积极应对和预防人工智能的潜在风险

在引导和推动人工智能与环境治理深度融合的同时，人工智能的风险和隐患仍然存在，其潜在危害甚至会被进一步放大。因此本文认为，应当从以下几个方面应对和预防人工智能在环境治理中的风险和挑战：

一是加快完善人工智能开发应用的监管制度。人工智能固有的技术缺陷和应用场景的限制，既要求对开发环境进行跟踪和监督，也需要在应用环节进行规范。应通过制定人工智能的技术备案规程和测试规范，规范开发者行为。通过敦促开发者做好算法缺陷的警示和记录，便于责任追溯和错误排查。应当严格人工智能在环境治理领域的应用场景、条件和约束机制，防止滥用和误用带来的风险。应当建立严格的安全审查制度，从算法、数据、应用等层面综合评判人工智能的安全程度，完善校验、试用和备份机制，降低人工智能的应用风险。在特殊重要的场景应当保留人工干预和操作的接口，以便在紧急状况下接管和纠正人工智能，减少偶发事件造成的损失。

二是建立健全环境数据的核准反馈机制。数据是人工智能的基础，环境数据的来源和质量直接决定了人工智能的精确性。应当将环境数据安全上升到国家安全的高度，建立严格的数据采集标准和处理规范，确保环境数据的精准性和客观性。按照审慎透明的原则制定环境数据的统一标准和共享规则，确保环境数据能够在不同系统和平台之间互通和共享。建立环境数据的审核规范和反馈校验机制，将人工抽检校验和冗余自检相结合，监测人工智能的学习过程和数据样本，及时反馈和纠正人工智能学习和运行中的数据偏误。

三是增强环境信息平台的互通性和交互能力。人工智能将会给环境信息传播带来难以预计的风险，政府应当通过拓展和完善现有环境信息平台的功能，放大人工智能的积极作用，规避和防范潜在风险。一是要建立更加透明、及时的信息发布和共享平台，避免虚假信息滋生和蔓延；二是要增强环境信息平台的互通性，使得不同源头和领域的环境数据和信息能够互通和相互校验，增强环境信息的准确性；三是要提升环境信息平台的交互能力，使得各方主体能够更加便捷地获取环境信息，并参与环境信息的收集、校验和反馈，对基于人工智能的环境信息系统形成有益的补充。

四是进一步明确人工智能应用中的责任划分。人工智能与传统自动化技术相比，具有更强的自主性，能够根据应用场景做出反应和决策。目前对人工智能自主反应和决策造成的事故和责任，其认定和责任划分尚不明确，可能造成环境治理中存在责任推卸和转嫁的风险。应当加快建立人工智能设计、制造和应用中的归责制度，既要追究生产者的设计和生产中的缺陷造成的责任，更要明确应用者的权利和义务。应通过完善的人工智能应用规范，确立人工智能应用中的责任主体，健全相应的追责机制，防止环境治理决策中可能出现的责任推诿和技术依赖等风险。

五是拓展各方主体参与环境治理的渠道。人工智能的交互能力和自然语言处理能力为多主体参与环境治理创造了条件。多方主体参与到环境治理的决策、执行和监督中，也能提升政府决策的客观性和公正性，增进各方互信。应当搭建各方主体参与环境治理决策的平台，通过互联网调研、民众倾向性预测、决策意见征询信息系统等方式，让不同层次和诉求的主体了解、参与和反馈环境治理的决策和修订过程；并运用文字处理和分析技术对海量的意见信息进行整理，提升政府环境治理决策的效率。