“双碳”目标下人工智能赋能绿色低碳科技发展

  绿色低碳科技创新是实现“双碳”目标的关键驱动力。以人工智能赋能绿色低碳科技，是助力我国实现 “双碳” 目标的关键路径，能有效提升能源利用率、优化产业结构，为国家经济社会全面绿色转型注入新动能，推动区域可持续发展。

 

  搭建协同创新平台，促进政产学研深度融合发展。人工智能通过数据驱动和智能协同打破信息壁垒，是解决绿色低碳科技发展面临的技术分散和资源错配问题的关键。因此，打造智能协同创新平台系统，开发集项目对接、技术攻关、成果转化于一体的人工智能平台，有效调动人工智能与大数据领域科研资源，深度对接企业绿色低碳科技需求。积极搭建人工智能数据中台，构建统一的数据标准与接口，将政府监管的碳排放监测数据、科研机构的实验参数、企业生产环节的能耗数据等多源信息进行系统性整合，建立动态共享通道，推动政产学研各主体间数据实时流通和交互应用。此外，加强数据共享与安全保障，建立严格的数据安全保障机制，为人工智能技术在绿色低碳科技中的应用提供可靠的数据支撑。

 

  突破关键技术瓶颈，提升低碳科技自主创新水平。绿色低碳科技发展涉及到工业、能源、生态等众多领域的技术难题，人工智能凭借强大的数据处理与智能分析能力，通过精准识别技术瓶颈、优化研发路径和加速模型迭代，成为推动绿色低碳科技跨越发展的核心引擎。在钢铁、水泥、制糖等产业领域，充分发挥人工智能技术优势，系统推进工业流程低碳化改造。通过人工智能模拟技术对行业生产全流程进行精准建模，挖掘节能降碳潜力，优化关键生产参数，有效减少资源浪费与能源消耗。针对清洁能源消纳能力不足、传统能源依赖度较高等问题，可借助人工智能技术分析气象、地形等数据，科学规划风电、光伏等可再生能源项目的布局；运用强化学习算法优化电网调度，增强对清洁能源间歇性、波动性的适应能力，降低对传统能源的依赖。聚焦碳捕集与封存（CCS）关键技术瓶颈，运用人工智能算法优化工艺参数、预测设备运行状态，推动碳捕集效率提升与成本降低，助力构建智能化碳封存体系。

 

  强化政策市场联动，激发低碳科技发展内生动力。人工智能凭借强大的数据处理与分析能力，能够精准洞察市场需求与政策执行效果，为绿色低碳科技发展提供靶向指引。一方面，提高政策科学性。运用人工智能技术实施政策评估，整合经济、能源、环境等多源数据，通过机器学习算法模拟不同低碳政策在工业、交通、能源等领域的实施效果，预测政策对市场主体的激励作用，为政策制定提供数据支撑，确保政策精准性与实效性。另一方面，增强市场响应效率。积极搭建绿色低碳科技人工智能应用场景平台，向社会广泛征集如工业能耗优化、能源智能调度、废弃物循环利用等场景，鼓励企业、科研机构与高校积极参与场景开发，通过场景实践实现技术创新与市场需求的精准对接，加速科技成果向现实生产力的转变。举办国家级创新创业大赛、人工智能赋能千行百业大赛等活动，鼓励开发新型绿色低碳科技人工智能算法、模型与应用产品，推动科技创新和产业创新深度融合。

 

  完善成果转化体系，推动低碳技术高效应用落地。利用人工智能，优化成果转化链条，加速技术从实验室到市场的进程，为绿色低碳科技发展注入活力。在需求挖掘环节，搭建低碳技术需求智能感知平台，运用自然语言处理技术解析糖业、铝业等产业的节能减排痛点，形成动态需求清单，定向推送至相关科研机构，提升成果转化精准度。在技术孵化环节，依托技术转移中心，围绕关键材料、关键金属、化工新材料等领域，因地制宜、分类施策建立“AI+低碳”中试基地。在对接加速环节，引入区块链技术构建低碳技术交易平台，运用机器学习算法为技术供需双方自动匹配，并通过智能合约实现交易流程自动化。在应用反馈环节，建立低碳技术应用数字孪生系统，通过动态监测与智能优化，推动低碳技术高效落地。

 

  （作者：张镱议，广西大学人工智能学院/双碳科学与技术研究院教授，博导，自治区优秀专家，八桂学者；刘娴，广西社会科学院法学研究所副研究员;廖欣，广西社会科学院法学研究所所长，研究员）