使用大语言模型梳理人工智能在生命周期评估中的应用图景
人工智能
2026-02-27 v1
摘要
人工智能 (AI) 融入生命周期评估 (LCA) 的研究近年来迅速发展，已有大量研究成功地将机器学习算法 adapted 以支持 LCA 的各个阶段。尽管如此，对 AI-LCA 研究进行全面且广泛的综合仍有限。为填补这一空白，本研究 presented 对已发表工作的详细综述，利用大语言模型 (LLM) 来识别当前趋势、新兴主题和未来方向。我们的分析表明，随着 LCA 研究的扩大，AI 技术的采纳呈显著增长，特别是向 LLM 方法迁移，ML 应用持续增加，并且 AI 方法与相应 LCA 阶段之间存在统计显著相关性。通过将 LLM 基于文本的挖掘方法与传统文献综述技术相结合，本研究引入了一个动态且高效的 framework，能够捕捉整个领域的高层次研究趋势和细致的概念模式（主题）。总体而言，这些发现表明，LLM 辅助方法有潜力支持跨广泛研究领域的大规模、可重复综述，同时也评估了在 AI 技术快速发展背景下进行计算效率 LCA 的路径。通过这一工作，LCA 实践者可以将最新工具和时事见解纳入能够提高环境评估严谨性和质量的可持续决策和决策过程。
引用
@article{arxiv.2602.22500,
title = {Mapping the Landscape of Artificial Intelligence in Life Cycle Assessment Using Large Language Models},
author = {Anastasija Mensikova and Donna M. Rizzo and Kathryn Hinkelman},
journal= {arXiv preprint arXiv:2602.22500},
year = {2026}
}