“能即时回复，而且内容详细，有些我们没想到的事项也会包含在答复里。” 作为参加2024年第七轮次重点区域空气质量改善夏季监督帮扶的执法人员，来自河南省濮阳市生态环境局的彭建志向“监督帮扶智能答疑模型”咨询相关环境管理政策后，直呼太方便。
这款结合深度学习、自然语言处理等先进技术的智能答疑模型，正为监督帮扶工作提供着高效有力的分析决策支持。
“每天爬储罐容易，‘爬’完群里的消息是真难”
2019年6月，生态环境部环境工程评估中心（以下简称评估中心）抽调28名技术骨干组建大气专班，为大气监督帮扶提供技术支撑，此后微信答疑群便成为每轮次工作的必备。
“总体来看，咨询问题内容包括标准适用、政策合规、检查要点等，监督帮扶App如何规范填报也是群里的热点问题。”大气专班工程师郝少阳告诉记者。
郝少阳2019年进入评估中心，5年以来一直在大气专班工作。“微信里是由专班负责释疑，因为咨询的问题内容涉及不同领域，所以专班也会对接联系专家协助回答，目前这支专家团队稳定在30多人的规模。”
对于微信群释疑工作，郝少阳用一个“急”字来概括。“我们的答疑是24小时的，只要监督帮扶不停，答疑就不能停。而大部分问题是工作组在现场咨询，所以要求我们快速且准确地完成回答。”
5年时间里，大气专班共组建答疑群100余个，针对一线遇到的各类技术难题累计答疑近6万余个，共编制形成了VOCs监督帮扶答疑手册、工业炉窑答疑手册等7份答疑手册，涵盖400余个典型问题。
然而，通过微信群进行释疑的问题也很多。“每批次微信群内要支持重点区域几十个甚至上百个组的现场工作，因此群内消息非常多。现场组了解群内重点问题只能上翻聊天记录，很不方便。”大气专班正高级工程师徐海红告诉记者，之前便有监督帮扶人员表示，“每天爬储罐容易，‘爬’完群里的消息是真难”。
此外，一些规范、程序类内容的重复咨询也过多消耗着大气专班成员的精力。“传统的人工处理方式已难以满足当前环保工作的高效率要求，因此，引入智能化技术提升监督帮扶工作效率成为必然选择。”大气专班负责人吕晓君说。
用海量生态环境数据“喂饱”智能答疑模型
利用大数据模型泛化能力整合生态环境垂直领域知识、数据及逻辑，能够专注于生态环境保护工作。于是，按照重点区域空气质量改善夏季监督帮扶工作要求，评估中心开始牵头组织“监督帮扶智能答疑模型”的开发。
然而，社会上通用知识类模型多，生态环境专业模型少。打造监督帮扶领域的智能答疑模型，关键在于如何“喂饱”模型。大模型学习内容非常丰富，答疑手册数据、生态环保类法律法规、部长信箱回复、排放标准等信息都被纳入学习范围。海量的生态环境知识能够帮助大模型锻炼逻辑思维，从而生成准确的问题回复。
2023年，“监督帮扶智能答疑模型”初具雏形。大气专班并没有急于将模型用于实践，而是对其进行全面测试分析，并要求开发公司进一步强化对智能答疑模型的训练。
大气专班成员宋鹭向记者提供的一张截图，是去年针对“白乳胶是否属于VOCs物料”的大模型问答回复。“去年智能答疑模型的回答中，白乳胶被认定是VOCs物料。而在今年的回复中明确，如果单纯使用白乳胶而不添加其他高VOCs成分，一般可以不将其视为VOCs物料。”宋鹭说，回答内容的变化反映出智能答疑模型在不断学习和纠错中逻辑更加清楚，回复问题更加准确。
在今年的监督帮扶工作中，“监督帮扶智能答疑模型”正式投入使用。数据显示，在第六轮监督帮扶工作中有32个专业组使用答疑模型进行答疑，使用率为62%，共使用636次，平均每日查询53次，有半数以上工作组使用。
“大数据模型的介入，使规范、政策类问题回复更加迅速，便于现场工作组的咨询。依靠大数据模型强大的信息汇总能力，现场同志可以拓展问题解决思路，大气专班的同志们也可以更加专注于复杂问题的分析支持。”徐海红说。
未来将向全国生态环境执法人员公开
实际上，“监督帮扶智能答疑模型”仍处在迭代升级的过程中，目前正谋划提升的是大模型对公式、表格、图片等类型信息的学习分析能力。
徐海红告诉记者，专班及监督帮扶人员发现，生态环境保护相关标准规范中公式、表格、图片信息较多，但智能答疑模型对这类信息的学习处理能力相较于文本有明显差距，这直接影响到相关问题的回复精度。
据了解，目前技术支持公司正提升模型的多模态能力，通过优化转换算法，将提取出的图片数据与公式信息转换为大语言模型更易于理解和处理的格式，从而提升整体的处理效率与准确性。
值得一提的是，记者从评估中心了解到，“监督帮扶智能答疑模型”未来将向全国生态环境执法人员公开。
“向全国生态环境执法人员公开，可以提升执法人员现场检查效率和精准度，改变部分现场执法过程中标准规范及法律适用错误的情形，同时也能持续提升大模型对环保专业问题的理解能力和专业性。”吕晓君表示，未来评估中心将继续深化科技在生态环境领域的应用，探索更多智能化解决方案，为保护生态环境、推动绿色发展贡献力量。
