Ante problemas ambientales cada vez más graves, los científicos han realizado investigaciones extensas, entre las cuales la importancia de la predicción de la calidad del aire se vuelve cada vez más prominente. Este artículo revisa brevemente la utilización de la inteligencia artificial (IA) geográfica en la contaminación del aire. En primer lugar, este documento realiza un análisis de metrología de la literatura sobre la investigación de la IA geográfica utilizada en la contaminación del aire. Es decir, se recuperan 607 documentos de la Web of Science (WOS) utilizando palabras clave apropiadas, y se lleva a cabo un análisis de metrología de la literatura utilizando Citespace para resumir los puntos calientes de investigación y los países fronterizos en este campo. Entre ellos, China desempeña un papel constructivo en los campos de la IA geográfica y la investigación de la calidad del aire. Se propusieron las características de los datos de la ciencia de la Tierra y la dirección de la utilización de la IA en el campo de la ciencia de la Tierra. Luego se expandió rápidamente para investigar y estudiar la contaminación del aire. Además, basándose en el resumen del estado actual de la Red Neuronal Artificial (ANN), la Red Neuronal Recurrente (RNN) y los modelos de redes neuronales híbridas en la predicción de la calidad del aire (principalmente PM2.5), este artículo también propone áreas de mejora. Finalmente, este artículo propone perspectivas para la investigación futura en este campo. Este estudio tiene como objetivo resumir las tendencias de desarrollo y los puntos calientes de investigación de la utilización de la IA geográfica en la predicción de la calidad del aire, así como los métodos de predicción, para proporcionar dirección para futuras investigaciones.