听到 AI 碳管理这个说法，可能会觉得它能一次性解释复杂的现场情况。我建议先问问：这个模型是帮助作出什么判断的？《证明碳减排的技术与解决方案》第8章区分了甲烷预测模型的功能及其适用范围。寻找故障的模型，与估算排放量的模型，回答的是不同问题。
先从书中区分几个要点
评估警报时，不要只看它报出了什么，也要关注它漏掉了哪些异常。还要查看没有发出警报的时段，才能估计漏报情况。也应确认现场负责人能否实际响应。如果输入超出适用范围，要预先规定如何处理；可能需要标注输出的限制，或设置转交人工的程序。还请记住，AI 辅助判断与对外核查减排量，在目的和责任上各不相同。
功能检查。安全用气体检测器的碰撞测试，是通过注入气体确认传感器响应和报警功能的程序，不能替代定量校准。研究用甲烷分析仪则应依据制造商程序，开展符合用途的检查，例如零点和量程检查、泄漏检查及回收率测试。通过功能检查，并不意味着排放量测量的准确性已得到保证。
减排量既需要测量结果能够追溯至基准，也需要计算过程可追溯。测量值通过有文件记录的校准链和不确定度连接到基准；活动数据、排放因子和模型则通过来源、版本和适用条件，追溯到最终结果。并非每个减排量都来自直接测量。审查人员除了确认计算能否复现，也应确认所用资料和方法是否适合支撑该项主张。
现实可行的改进路径，是同时积累浓度观测与基准排放率测量数据，并关联通风、天气、畜群数量和饲料信息。应在模型开发未使用过的农场和时段评估预测误差，并明确适用范围。即使同步观测数据增多，如果代表性不足或存在共同偏差，模型的可信度也不会自动提高。
比较传感器时，应一并核查测量范围和分辨率、对其他气体的交叉灵敏度、响应时间和漂移。还要检查温度、湿度、粉尘等环境条件，以及校准要求。如果用途需要区分很小的浓度差，就应针对不同产品和运行模式，确认设备显示单位和不确定度是否适合该用途。传感器原理的名称不能代替这些核查。
AI 可用于寻找异常迹象、在规定条件下估算短时缺失的数据，以及探索多个变量之间的关系；也可以帮助整理资料、检查质量和起草报告。不同功能的目的和失效成本各不相同，因此不应一概用同一个性能指标评估。应说明结果使用了哪些输入和假设，并将估算值与直接观测值区分开来。
在现场可以这样梳理
想象一下传感器给出了与平时不同的读数。AI 可以提示需要检查的对象，但这类警报并不能确认设备已经故障，也不能证明减排成效。应记录负责人核实后的结果和实际采取的措施，才能了解模型对工作究竟提供了什么帮助。
AI 可以整理观测资料并估算缺失值。它的价值不在于隐藏估算这一事实，而在于说明使用了什么资料和假设，在什么范围内生成了可信的数值。
应先拆分评估数据。如果把同一农场相邻时段的数据随机混在一起，模型可能只是记住了现场的重复模式，却被误认为对新农场也有同样的性能。如果目的是预测未来运行情况，就按时间顺序拆分；如果目的是部署到其他农场，就以农场为单位拆分。还要区分用于模型选择的验证数据与最终性能评估数据，并按照在训练资料中确定的规则执行预处理和缺失值填补。
AI 评估资料应根据用途分别安排。要预测未来运行情况，就应考虑时间顺序；要部署到其他农场，就应考虑以农场为单位拆分数据。还要区分用于模型选择的资料与用于最终性能检查的资料。应与简单的基准模型进行比较，并检查平均误差以及按农场、季节划分的偏差和失效条件，才能说明模型的实际使用范围。
投资评估时也一起问问？
评估投资时，与其看“AI”这个名称，不如询问它相比现有方法改善了什么。也要明确目标是多发出警报，还是尽量减少漏掉重要异常的情况。把现场响应人员和误报成本一并考虑，适用条件就会更加清楚。
如果数据谱系不充分，审查人员就难以确认数值的生成过程，资料是否可被接受也可能受其用途影响。应根据适用制度、合同和个人信息要求，确定原始资料及修改记录的保存期限。不得任意覆盖必须保留的资料，但也不应将无限期保存所有资料作为默认原则。
最后，还要考虑隐私和数据权利。农场数据可能关联个体信息、生产表现和财务信息。如果将这些数据用于减排核查以外的金融、保险或营销目的，农场就可能失去信任。正如第1章提到的，一旦失去信任，数据质量也会随之下降。因此，目的限制、单独同意、分级访问权限和异议处理程序，与技术安全同样重要。本书第12章有关合同的讨论和政策建议第12项，将进一步具体说明这类设计。
合上书之前，留几个问题给自己
把 AI 的作用限定在清楚的范围内，并不会削弱它的潜力。相反，这样才能知道哪些工作可以交给模型，哪些需要由人来核实。请一并记录模型输出、实际判断和采取措施后的结果。
作者简介
李奉俊毕业于西江大学技术经营研究生院（MOT）。他曾在Infitron Co., Ltd.工作7年，在Honeywell工作20年，累计在气体测量领域从事服务工程、技术销售和渠道管理工作27年。目前，他是AI Safety Korea Co., Ltd.的创始人，正在研究运用传感器、人工智能和数据分析开展畜牧甲烷监测，以及测量、报告与核查（MRV）体系。