每日推荐
首页 > 学术前沿 > 正文

人工智能如何赋能深海治理

【摘要】深海是人类可持续发展的战略新疆域,提升深海治理现代化水平,既是建设海洋强国的内在要求,也是参与全球海洋治理、塑造国际话语权的重要支撑。人工智能赋能深海治理,是依托多源数据解析、自主无人系统与智能决策支持,推动深海治理由经验驱动、事后应对,向数据驱动、实时协同转变的系统性能力。中国应立足深海科研、装备与法律制度基础,围绕深海进入、探测、开发与保护全过程,夯实数据底座与安全共享机制,强化关键技术攻关与真实海试验证,推动智能治理成果向国际规则与技术标准转化,在提升自身深海治理现代化水平的同时,为全球深海治理贡献中国智慧与中国方案。

【关键词】人工智能 深海开发 全球海洋治理 技术创新 治理现代化

【中图分类号】P74/F124.3 【文献标识码】A

【DOI】10.16619/j.cnki.rmltxsqy.2026.21.008

【作者简介】刘大海,中国人民大学土地管理系教授、博士生导师,深海智能治理跨学科创新团队负责人。研究方向为陆海统筹与海洋治理,主要论文有《全球深海矿产资源开发的互动博弈、演化逻辑及中国因应》《基于深海采矿过程的环境影响分析与管理对策建议》《基于价格因素的深海富稀土沉积物价值评价——与陆地稀土矿床比较分析》《日本深海稀土研究开发最新动态及启示》等。

引言

深海是具有重要探索和利用价值的未来战略空间,也是继陆地、近海之后人类活动的新疆域。习近平总书记指出:“深海蕴藏着地球上远未认知和开发的宝藏,但要得到这些宝藏,就必须在深海进入、深海探测、深海开发方面掌握关键技术。”[1]深海环境的特殊性使传统技术体系在深海进入、探测和开发等环节面临严峻挑战,也对资源利用、生态保护和国际治理提出更高要求。人工智能的发展,为提升深海环境认知、风险识别和协同决策能力提供了新的技术路径。现有研究主要关注人工智能在深海勘探、环境监测和智能装备等领域的具体技术应用,对其如何推动深海治理体系转型尚缺乏系统探讨。如何将人工智能从单一技术工具转化为支撑深海治理现代化转型的系统性能力,成为亟待回应的重要问题。

深海治理的复杂系统特征与现实挑战

随着人类探索与开发活动不断向深海拓展,深海治理已成为涉及资源利用、生态保护、科技创新与国际规则协调的综合性议题。与陆地和近海治理相比,深海治理不仅面临极端环境下科学认知不足、资源开发与生态保护矛盾突出等现实挑战,还涉及全球生态系统及地球系统的相互作用,以及不同国家和治理主体之间的利益协调与规则衔接。这些相互关联、相互制约的因素,使深海治理呈现显著的复杂系统特征,也对我国深海治理领域的环境感知、风险评估和协同决策能力提出了更高要求。

获取科学认知的复杂性。深海具有高压、低温、黑暗和通信受限等典型特征,海底地形、底层流、沉积物、生物群落之间又存在复杂耦合关系。深海治理对科学认知具有高度依赖性,环境信息的完整性、准确性与连续性直接影响资源利用、生态保护和风险管理的有效性。由于深海环境观测难度大、调查成本高,现有科学认知仍难以全面揭示深海生态系统结构、变化规律及人类活动的长期影响。因此,深海治理应涵盖科学调查、资源管理,环境基线建立、风险识别、作业监测、影响评估,以及活动后生态影响跟踪与恢复可行性评估等全过程。

资源利用与生态保护相互耦合的复杂性。多金属结核、多金属硫化物和富钴结壳等海底矿产具有较高的资源价值,但资源开发活动可能改变海底沉积物结构,并通过沉积物羽状流扩散、生境扰动等途径对深海生态系统产生影响。2025年《自然·通讯》刊发的一项现场试验研究显示:在水深约4500米的多金属结核开采试验过程中,采集车作业会扰动海底沉积物并产生羽状流;悬浮颗粒物受底层海流与海底地形共同驱动发生迁移扩散,在输运过程中逐步沉降,进而在一定海域范围内引发沉积物再沉积。[2]这类研究表明,深海资源开发的环境影响需借助声学、光学等现场监测手段,对沉积物扰动的空间分布和动态变化进行定量刻画,为环境影响评估提供实证基础。然而,深海环境的复杂性及生态影响的不确定性,对持续观测、数据分析和风险判断能力提出了更高要求。因此,统筹资源开发与生态保护,愈发有赖于深海实时观测、原位探测、多源数据融合及动态风险评估技术能力,这也为人工智能赋能深海治理提供了现实需求与重要切入点。

关系全球生态系统稳定和地球系统运行。深海是海洋长期碳储存的重要场所,在全球碳循环和气候调节中发挥着重要作用。深海环流参与全球热量与营养物质的输送和再分配过程,调控全球气候系统与海洋生态系统的运行;深海温度的变动,同样会作用于全球气候系统的稳定性及其演变趋势。深海生态系统高度复杂,相关过程具有长期性、动态性和不确定性,传统调查与监测手段难以全面、持续地揭示其变化规律及其对地球系统的潜在影响。因此,深海治理不仅需要关注局部海域的环境风险,还应加强全球层面的长期连续观测、多源信息综合分析和生态环境变化趋势的综合研判,为维护全球生态安全、提升地球系统治理能力提供科学支撑。

深海治理跨国协调属性突出。深海资源开发与生态环境保护涉及不同国家、国际组织、科研机构和企业等多方主体,各方在资源需求、技术能力和利益诉求等方面存在差异,给国际治理规则的协调性和有效性带来新的挑战。我国2016年颁布《中华人民共和国深海海底区域资源勘探开发法》,明确深海海底区域资源勘探、开发应坚持和平利用、合作共享、保护环境、维护人类共同利益的原则,并对环境调查、监测和监督检查作出规定,与《联合国海洋法公约》关于国际海底区域及其资源开发的制度安排相衔接。[3]《〈联合国海洋法公约〉下国家管辖范围以外区域海洋生物多样性的养护和可持续利用协定》于2026年1月17日生效,涉及海洋遗传资源惠益分享、划区管理工具、环境影响评价以及能力建设和海洋技术转让等重要议题。[4]国际海底管理局关于深海矿产资源开发的《“区域”内矿产资源开发规章》(以下简称《开发规章》)相关谈判持续推进,围绕环境管理、合规机制、经济制度及利益分享等问题开展协商。[5]这些制度进展表明,深海治理正在成为涉及不同法律制度、多方利益主体和全球公共利益的综合治理议题,需以科学证据、强大的信息共享和国际协同决策能力作为支撑。

在此进程中,国际海底区域治理制度构成统筹资源开发与环境保护的基本框架,“人类共同继承财产”是其核心原则。1970年,联合国大会第2749号决议通过《关于各国管辖范围以外海床洋底及其底土的原则宣言》,提出“各国管辖范围以外海洋底床与下层土壤(以下简称该地域),以及该地域之资源,为全人类共同继承之财产”。[6]这一原则奠定了国际海底区域治理的重要制度基础。随着深海技术进步与资源开发活动持续推进,现行治理规则仍有待进一步完善。国际海底管理局自2014年启动深海矿产资源开发规章制度的拟订工作以来,通过理事会磋商、非正式工作组等机制持续推进规则构建。然而,截至2026年7月,相关《开发规章》仍未正式通过,反映出国际社会在资源开发利益分配、环境保护标准、合规监管机制建设及经济制度安排等方面仍存在分歧。这也表明,在既有法律框架下,将“人类共同继承财产”原则进一步落实为商业开发阶段的环境保护、利益分享和合规监管安排,仍面临多重利益协调与制度实施挑战。如何在维护全人类共同利益的基础上,协调不同国家的发展诉求,增强科学证据支撑,提高规则制定与执行的透明度和有效性,成为优化全球深海治理亟待解决的重要问题。

人工智能赋能深海治理的作用机制

人工智能具有数据解析、模式识别和智能决策支持等技术优势,为提升深海治理能力提供了新的路径。人工智能赋能深海治理,不仅在于智能算法可应用于深海探测与资源开发,更在于通过环境感知、信息处理、智能决策和协同管理等环节,推动技术能力有效转化为治理能力。其作用机制主要体现为提升深海环境感知、自主作业、风险预警和协同决策能力,推动深海治理由经验驱动向数据驱动转变。[7]

提升深海环境感知能力,有效突破传统治理模式中的信息获取限制。目前,深海矿产资源勘探主要依托载人潜水器、取样钻机、遥控潜水器(ROV)、自主潜水器(AUV)、深海电缆等高端海洋工程装备开展,通过海底地形测绘、资源勘查和环境监测获取采矿所需信息。深海环境十分复杂,资源分布、海底地形、洋流扰动与生态系统之间存在多重关联,深海调查往往会同时产生声呐图像、视频、地形、地质、温盐深、流速以及生物观测等多类型数据,这些数据具有不同的尺度、格式和误差特征。仅依靠有限样本和人工经验难以满足规模化、绿色化开发需求。人工智能能够对多源异构数据进行快速处理和深度分析,从而提升深海认知、进入和开发能力。例如,在深海矿产勘测过程中,人工智能技术能够综合历史地质模型和实时探测数据,智能判断矿产资源的分布区域,从而降低盲目探索的经济成本并减少环境破坏风险,提高资源识别和调查任务部署的针对性,为深海资源调查和环境管理提供更加可靠的信息支撑。FathomNet建立了面向海洋人工智能的开放图像数据库,通过标准化和汇聚标注数据支持海洋生物及水下目标识别,并已应用于训练模型和机器人视觉任务。[8]

增强深海装备的自主感知、任务规划与作业执行能力。无缆自主水下航行器受水下无线通信带宽和时延等条件限制,难以持续依赖水面实时控制,因此需要增强装备的环境感知、路径规划、自主避障和任务执行能力。近年来,自主潜水器(AUV)相关研究已经将感知、导航、路径规划、控制和人工智能列为核心技术方向。[9]我国水下机器人研究也正在向高智能化、集群协同和跨域运行方向发展。2025年,依托中国科学院深海科学与工程研究所建设的深海科学与智能技术全国重点实验室,将深海载人/无人装备智能控制,水下目标声、光、磁智能探测,海洋多源数据智能融合与分析等列入开放研究方向,为相关交叉研究提供了平台支持。[10]

提升深海生态监测和风险预警能力,为统筹资源开发与生态保护提供技术支撑。深海环境具有特殊性和复杂性,人类对深海生态系统结构、物种分布及生态过程的认识仍然相对有限。传统生态调查存在观测范围有限、数据连续性不足以及对生态变化响应滞后等问题。人工智能在处理海量数据和识别复杂规律等方面具有独特优势,能够为深海生态保护提供新的技术支撑。人工智能不仅可以对深海生物图像、水声信号、环境参数等数据进行自动分析,提高生物目标识别和生态状态评估能力;还能结合长期观测数据开展生态变化预测,为潜在风险识别和动态管理提供辅助依据。声学、光学等原位观测手段能够为沉积物羽状流的动态监测提供实证数据。在此基础上,将连续观测数据与机器学习方法相结合,有望进一步提高沉积物扩散过程识别、环境变化趋势分析和生态风险预警能力,推动深海环境管理由事后评估向过程监测与动态风险研判拓展。

通过促进数据共享和协同分析,提升全球深海治理中的科学认知能力和透明度。深海治理涉及不同国家、国际组织、科研机构和企业等多方主体,面临深海数据分散、信息共享不充分与技术能力差异等问题,这会在一定程度上制约全球深海治理的协同性与有效性。[11]人工智能通过整合深海观测数据、科研成果和环境信息,能够提高多源信息分析与科学认知能力,减少信息不对称,为国际规则制定和协同治理提供科学支撑。从更长周期看,人工智能的持续应用需要推动项目数据积累与长期监测、定期评估相衔接。在数据标准、质量控制和授权共享机制完善的前提下,人工智能可支持跨项目、跨机构资料的关联分析,促进分散数据向持续性治理知识积累转化。

人工智能赋能深海治理面临的挑战

随着人工智能逐步介入深海环境认知、装备运行、风险评估和治理决策,数据可靠性、技术适应性与制度规范等问题日益凸显,为深海治理体系带来新的挑战。

深海数据供给能力难以匹配人工智能对高质量数据的需求。人工智能大模型的训练高度依赖高质量、多维度和具有代表性的数据资源,而深海数据主要依托阶段性科学调查和专项任务获取,受调查成本、技术条件和观测能力等因素制约,数据规模、时间连续性和空间覆盖范围难以充分满足大模型训练与验证需求,容易产生样本稀疏、类别不平衡和数据分布偏差等问题。不同海域及不同时间尺度下的水文环境、地质条件和生物群落存在显著差异,基于有限样本训练的大模型可能难以适应复杂多变的深海环境,进而可能影响资源识别、生态评估和风险预测结果的准确性与可靠性。在数据整合方面,不同国家、科研机构和企业掌握的深海数据较为分散,数据类型、技术标准和共享机制尚不统一,进一步制约人工智能大模型的训练、验证与跨区域应用。此外,深海数据不仅包括基础科学数据,也可能涉及高精度海底地形、水下声学环境和工程设施运行参数等敏感信息,其使用还面临数据权属、安全保护和共享权限等问题。如何提高深海数据质量与代表性,明确人工智能大模型的适用边界,并在数据安全与共享利用之间建立有效的协调机制,是保障人工智能赋能深海治理决策可靠运行的关键问题。

人工智能与深海实际应用场景融合不足。深海治理涉及环境感知、资源识别、装备运行、生态评估和风险预测等多个环节,不同场景对人工智能技术的需求存在明显差异。当前,人工智能与深海工程装备运行和实际治理需求的衔接尚不充分。人工智能大模型通常在相对可控的数据或仿真环境中训练,而真实深海环境具有高压、低温、腐蚀、强噪声、通信受限和能源约束等特征。例如,在仿真环境中表现良好的路径规划算法,进入真实海底后可能因定位误差、洋流变化或传感器失真而失效。人工智能的应用还涉及感知、导航、路径规划、控制和通信等多个技术系统的协同集成。当前,人工智能相关研究仍较多依赖仿真或数据回放,其在复杂水下环境中的实际应用能力有待加强。此外,人工智能技术在深海的应用需要与环境影响评估、生态风险预警和作业监管等治理环节有效衔接,以实现将技术成果转化为实际治理效能。由于深海作业具有高风险特征,智能系统的误判或失效可能引发作业安全和生态环境风险。

责任界定与国际规则适配的挑战。一方面,人工智能的介入使深海治理的决策过程及其责任关系更加复杂。当算法判断出现偏差时,责任应当如何界定?智能决策过程的透明度与可追溯性如何保障?人工智能分析结果被用于环境影响评估和国际监管时,其适用条件、验证程序与审查标准如何确定?上述问题都需要在现有规则框架下进一步明确。另一方面,人工智能可能进一步扩大不同国家在深海治理领域的技术和数据能力差距。掌握先进算法、算力和深海数据资源的国家,可能在资源评价、环境监测和国际规则制定中获得更大优势,而技术能力相对薄弱的国家可能面临参与不足的问题。这对在《联合国海洋法公约》确立的“人类共同继承财产”原则下,国际海底区域及其资源由全人类共享目标的实现提出新的挑战。如何协调责任分配、科学证据认定与国际公平参与之间的关系,成为人工智能时代全球深海治理规则完善的重要议题。

人工智能赋能深海治理的中国路径

我国在深海科学调查、工程装备研发、资源勘探和国际海底事务参与等方面已形成较好的科技与制度基础。“奋斗者”号等深海装备的持续应用,为深海环境调查、资源认知和技术研发积累了重要数据与实践经验。[12]《中华人民共和国深海海底区域资源勘探开发法》的施行,为深海资源勘探开发、环境保护和监督管理提供了法律依据。此外,我国还以不同形式和各种渠道参与深海海底区域资源勘探及相关国际合作,为深海治理能力建设创造条件。但对照人工智能赋能深海治理的现实需求,我国仍需进一步整合科研、装备和制度资源,重点加强跨机构数据共享、人工智能技术在真实场景的应用,以及科研成果向环境监管和治理决策的转化。

夯实深海数据基础,构建人工智能赋能深海治理支撑体系。近年来,我国深海科学调查和工程实践已积累大量数据资源,但跨项目、跨机构的数据整合利用及长期连续积累仍有进一步提升空间,相关数据标准、质量控制和共享机制也有待完善。针对上述问题,可依托政府有关部门、高校、科研机构和龙头企业,新建或依托现有“人工智能+深海”科技协同创新平台,推动人工智能与深海工程、材料科学、海洋科学等领域融合发展。重点完善海底地形、水文环境、生物图像、水声信号、地质样品和装备运行数据的分类体系、元数据标准和质量控制流程,建立跨机构的数据目录和可追溯机制。在此基础上,需推动建设面向典型深海场景的标注数据集和独立验证数据集,完善数据来源、质量与适用条件记录,明确分类分级、授权使用和安全共享要求。此外,还可推动搭建分布式全球海洋数据共享平台,设立区域数据中心,实现多源数据标准化与分级共享,通过数据主权与开放共享的平衡机制,破解跨区域合作数据所有权和使用权的困境,提高数据赋能海洋可持续发展水平。[13]

聚焦未来深海治理关键需求,加强深海核心技术攻关与真实场景验证。面向复杂深海任务,应重点提升高可靠自主作业、多装备协同、智能化采输与运行监测能力,强化模拟分析成果与治理决策的衔接联动。鉴于此,需要围绕深海进入、探测、开发和保护全过程,推进智能装备、智能系统和智能决策技术协同发展。在智能自主作业系统方面,应重点研发新一代深海人工智能机器人,提升其在复杂环境下的自主感知、自主决策和自主执行能力,通过智能避障、精准作业和自主维护等功能,减少人工干预,提高深海作业效率和安全水平。在资源开发装备方面,应针对深海矿产采输过程中能耗高、损耗大和运维困难等问题,发展智能化输送与监测技术,利用人工智能优化矿石输送过程,实现设备运行状态实时监测和故障预测,提高系统稳定性和资源利用效率。在虚拟仿真与智能决策支持方面,应构建覆盖深海开发全过程的智能模拟系统,利用人工智能开展作业过程模拟、环境影响评估和风险预测,为深海资源开发与生态环境保护提供科学决策支撑,推动深海治理由经验驱动向数据驱动和智能决策转变。此外,应依托实际调查和工程任务,开展仿真测试、受控海试与运行验证,综合评价系统可靠性和生态风险,并在应用流程中明确人工复核、异常报告、运行记录与责任追溯要求,推动智能技术由性能验证进入可监管的实际应用。

深化深海智能治理领域国际合作,推动科技成果向国际规则与技术标准转化。我国应依托深海科学调查、资源勘探和工程技术积累,加强人工智能在环境监测、生态风险评估和作业监管等领域的应用研究,形成可验证、可推广的技术方法与标准。在《联合国海洋法公约》框架下,积极参与国际海底管理局《开发规章》出台工作及相关技术标准制定,围绕数据质量、监测方法、模型验证和评估结果审查提出技术建议,为相关标准与指南制定提供支撑。同时,结合《〈联合国海洋法公约〉下国家管辖范围以外区域海洋生物多样性的养护和可持续利用协定》,推进人工智能在生物多样性监测、累积影响评估和科学信息共享等领域的国际合作。通过联合研究、技术交流与面向发展中国家的能力建设,促进中国深海智能治理成果的国际化应用,为优化全球深海治理提供科学支撑和实践经验。

以人工智能支撑深海治理能力现代化

人工智能赋能深海治理,是新一轮科技革命与海洋治理体系变革交汇发展的重要体现,标志着海洋科技创新与治理方式转型的深度融合。深海作为人类共同关注的重要战略空间,承载着资源开发、生态环境保护和科学探索的重要功能。人工智能通过提升信息获取、知识分析和决策支持能力,为突破传统深海治理模式局限、提升全球深海治理能力提供了新的技术路径。需要强调的是,人工智能并不能替代深海科学认知、工程验证和制度建设。只有以长期观测数据为基础,以真实海试为检验,以生态安全和责任可追溯为约束,人工智能的技术潜力才能转化为稳定的治理能力。

推动人工智能赋能深海治理,不仅是建设海洋强国的重要实践,也是提升我国在全球海洋治理领域话语权的重要路径。未来,我国应把握“十五五”时期壮大海洋战略科技力量的关键窗口期,推动深海数据体系、智能装备、海洋大模型与治理规范协同发展,科技创新与制度创新双向发力,依托人工智能助力深海资源可持续开发、海洋生态保护以及国际规制完善。在提升自身深海治理效能的基础上,为全球深海治理贡献中国智慧与中国方案,在探索海洋未知空间、促进全球海洋可持续发展的进程中展现更大担当、作出更大贡献。

(本文系国家自然科学基金重点项目“地球表层国际公地治理模式与政策研究”与国家社会科学基金重大专项“深海稀土开采的战略框架与中国路径研究”的阶段性成果,项目编号分别为72134008;20VHQ015)

注释

[1]习近平:《为建设世界科技强国而奋斗》,《人民日报》,2016年6月1日,第2版。

[2]I. Z. Gazis, H. de Stigter, J. Mohrmann, et al., "Monitoring Benthic Plumes, Sediment Redeposition and Seafloor Imprints Caused by Deep-Sea Polymetallic Nodule Mining," Nature Communications, 2025, 16.

[3]《中华人民共和国深海海底区域资源勘探开发法》,2016年2月,http://www.npc.gov.cn/zgrdw/npc/xinwen/2016-02/29/content_1964386.htm。

[4]《〈联合国海洋法公约〉下国家管辖范围以外区域海洋生物多样性的养护和可持续利用协定》,https://www.un.org/zh/node/237070。

[5]《国际海底管理局理事会关于继续拟订与开发有关的规则、规章和程序并解决剩余关键未决问题的办法的决定》,2026年7月,https://isa.org.jm/sessions/31st-session-2026/。

[6]《关于各国管辖范围以外海洋底床与下层土壤之原则宣言(1970)》,https://www.un.org/zh/node/181311。

[7]尹西明、陈烜婷、黄苏等:《人工智能赋能深海矿产勘探开发:发展现状、瓶颈问题和对策建议》,《新经济导刊》,2026年第4期。

[8]K. Katija, E. Orenstein, B. Schlining, et al., "FathomNet: A Global Image Database for Enabling Artificial Intelligence in the Ocean," Scientific Reports, 2022, 12.

[9]周帅、王征、杨洋等:《自主水下航行器路径规划技术综述及展望》,《舰船电子工程》,2023年第3期。

[10]《深海科学与智能技术全国重点实验室2025年开放课题申请通知》,2025年12月23日,https://idsse.cas.cn/xwdt/tzgg/202512/t20251223_8031930.html。

[11]于宗耀:《人工智能与全球海洋治理:赋能与挑战》,《亚太安全与海洋研究》,2026年第2期。

[12]中国科学院深海科学与工程研究所:《载人潜水器“奋斗者”号》,2026年8月6日,https://idsse.cas.cn/ptzb/qshq/202608/t20260806_8259330.html。

[13]李家彪:《科学技术何以赋能全球海洋治理》,《国家治理》,2025年第15期。

How Can Artificial Intelligence Enhance Deep-Sea Governance

Liu Dahai

Abstract: The deep sea is a new strategic frontier for sustainable human development. Advancing the modernization of deep-sea governance is both an inherent requirement for building China into a maritime power and an important foundation for participating in global ocean governance and strengthening China's international voice. AI-enabled deep-sea governance is a systemic capability that draws on multi-source data analysis, autonomous unmanned systems, and intelligent decision support to shift deep-sea governance from experience-driven, reactive responses to data-driven, real-time coordination. Building on its foundations in deep-sea research, equipment, and legal institutions, China should strengthen its data infrastructure and secure data-sharing mechanisms across the entire process of deep-sea access, exploration, development, and protection. It should also advance research on key technologies and their validation through real-world deep-sea trials, and promote the translation of advances in intelligent governance into international rules and technical standards. These efforts will help modernize China's deep-sea governance while contributing Chinese expertise and solutions to global deep-sea governance.

Keywords: artificial intelligence, deep-sea development, global ocean governance, technological innovation, governance modernization

责 编∕包 钰 美 编∕梁丽琛

[责任编辑:包 钰]