中科院智能碳足迹核算研究取得进展

【全球网科技综合报道】10月22日消息，据中国科学院官网报道，“双碳”战略背景下，碳核算的效率和准确性面临更高要求。传统的生命周期评估（LCA）方法由于高度依赖体力劳动、知识门槛高、流程碎片化，成为制约碳核算研究和大规模应用的主要瓶颈。针对这一问题，中国科学院青岛生物能源与过程研究所提出了一种结合大规模语言模型（LLM）的智能LCA解决方案——ChAT -LCA。据悉，相关研究成果已以“大语言模型的智能应用——生命周期评估方法论”为题发表在《清洁生产学报》上。 ChAT-LCA系统实现深度将LLM融入“知识获取-数据获取-生成报告”全链条，显着提升碳核算的智能化水平。本研究的原创性在于，首次将Augmented Generation（RAG）、Text2SQL、Chain of Thought（COT）、Chain of Code（COC）等前沿人工智能技术系统融入到整个LCA流程中，构建了支持自然语言交互的一体化碳核算智能系统。 CHAT-LCA有效打破了知识壁垒和数据孤岛，实现了从专业问答到报告生成的全流程自动化，打破了现有知识探索片面技术覆盖和零散链接的限制。在众多行业和场景中得到验证，CHAT-LCA表现出了优异的准确性和效率。其问答模块在十个主要行业的专业问题上bertscore为0.85ustries中，Text2SQL模块在真实LCI数据库上的执行精度为0.9692，报告生成系统的填充精度为0.9832，阅读得分为8.42（满分10分）。该系统可以将传统需要几周时间的LCA分析工作压缩到几个小时，实现碳核算效率的质的飞跃。此外，CHAT-LCA具有显着的实际应用价值。以锂硫电池碳足迹分析为例，系统自动识别原材料获取（47.2%）和制造阶段（31.3%）为碳热点，并提出清洁能源替代等精准减排建议，为企业绿色决策提供科学依据。该方案显着降低了碳核算的技术门槛，将LCA方法的适用性扩展到行业、政策等多种场景，为碳核算提供了切实可行的技术支撑和决策支持。为实现“双碳”目标寻找工具。 （青云）