有點(diǎn)數(shù)·數(shù)字經(jīng)濟(jì)工作室原創(chuàng)

作 者 |伊各義

從去年火到今年的這波人工智能革新以大模型為突破點(diǎn)，從產(chǎn)品上看，接近用戶層的大模型頻繁出圈，包括文生視頻領(lǐng)域的Sora、Pika，問(wèn)答領(lǐng)域的OpenAI、Kimi等。

據(jù)不完全統(tǒng)計(jì)，國(guó)內(nèi)公開(kāi)發(fā)布的大模型產(chǎn)品已達(dá)200余個(gè)，大模型產(chǎn)業(yè)競(jìng)爭(zhēng)真正進(jìn)入了“百模大戰(zhàn)”階段。雖然絕大多數(shù)產(chǎn)品以自然語(yǔ)言對(duì)話為主要功能，提供聊天對(duì)話、創(chuàng)意寫作、代碼生成等服務(wù)，但人工智能在制造業(yè)領(lǐng)域的應(yīng)用也在突進(jìn)。

除了能“聊天”，大模型正變得越來(lái)越會(huì)“干活”。熱鬧的“百模大戰(zhàn)”中，贏家或許不用多“說(shuō)話”。

01 | .先讓設(shè)備會(huì)“說(shuō)話”，而且得“說(shuō)普通話”

提起煤礦，你心目中會(huì)出現(xiàn)什么樣的生產(chǎn)場(chǎng)景？是不是“戴著頭盔，一身煤灰，滿臉漆黑”？事實(shí)上，如今的礦工“穿著西裝，打著領(lǐng)帶，就把煤采了”，這種革命性的顛覆，正是得益于AI大模型在煤炭行業(yè)的介入。

大模型進(jìn)礦山，首先得讓設(shè)備之間實(shí)現(xiàn)順暢“溝通”。

以國(guó)家能源集團(tuán)神東煤炭為例，它有1370多家主要設(shè)備供應(yīng)商，10萬(wàn)臺(tái)各類設(shè)備、10余類操作系統(tǒng)、500多種需要適配對(duì)接的通信協(xié)議。不同的設(shè)備裝置具有不同的操作系統(tǒng)，同一家供應(yīng)商不同時(shí)期提供的操作系統(tǒng)及應(yīng)用彼此不兼容，造成設(shè)備之間數(shù)據(jù)共享難，信息互通難，生產(chǎn)作業(yè)智能聯(lián)動(dòng)難。

國(guó)能神東所面臨的這個(gè)問(wèn)題也是很多礦山所遇到的共性問(wèn)題，擺在它們面前的，是如何構(gòu)造統(tǒng)一標(biāo)準(zhǔn)、統(tǒng)一架構(gòu)，建立統(tǒng)一的信息化、智能化作業(yè)支撐系統(tǒng)，實(shí)現(xiàn)智能化協(xié)同作業(yè)和生產(chǎn)控制，實(shí)現(xiàn)自感知自優(yōu)化的決策支撐。

所以，首先要在操作系統(tǒng)上實(shí)現(xiàn)創(chuàng)新，直擊設(shè)備與數(shù)據(jù)孤島的痛點(diǎn)。一方面，是將各類煤礦裝備智能化，提升設(shè)備在線率，讓更多設(shè)備“能說(shuō)話”；另一方面，是在數(shù)據(jù)產(chǎn)生的源頭就統(tǒng)一了設(shè)備對(duì)話的語(yǔ)言，讓設(shè)備“說(shuō)普通話”。

當(dāng)設(shè)備們具有智能化的能力和泛在聯(lián)網(wǎng)的能力，礦山也就具備了邁向智能的基礎(chǔ)：萬(wàn)物實(shí)時(shí)互聯(lián)。煤礦工人、裝備、環(huán)境、數(shù)據(jù)、應(yīng)用通過(guò)網(wǎng)絡(luò)連接在一起，踏向智能礦山工業(yè)互聯(lián)網(wǎng)的快車道：以泛在的連接為支撐，通過(guò)平臺(tái)化的服務(wù)，實(shí)現(xiàn)煤礦生產(chǎn)海量數(shù)據(jù)的存儲(chǔ)、管理、計(jì)算和分析，挖掘數(shù)據(jù)價(jià)值，同時(shí)基于煤礦生產(chǎn)實(shí)踐的數(shù)據(jù)分析能力變現(xiàn)成知識(shí)，實(shí)現(xiàn)知識(shí)的智能化，進(jìn)而不斷迭代，實(shí)現(xiàn)創(chuàng)新的智能化和常態(tài)化。

在煤炭精準(zhǔn)開(kāi)采的層級(jí)架構(gòu)中，包括感知層、傳輸層、云（數(shù)字平臺(tái)）和應(yīng)用層。其中，上面提到的礦鴻系統(tǒng)解決的就是感知層信息孤島問(wèn)題，而傳輸層同樣是智能礦山的重中之重，因?yàn)槊禾烤麻_(kāi)采涉及應(yīng)力場(chǎng)、裂隙場(chǎng)、滲流場(chǎng)等諸多問(wèn)題，采場(chǎng)及開(kāi)采擾動(dòng)區(qū)地應(yīng)力、瓦斯壓力、瓦斯涌出量、裂隙發(fā)育區(qū)等信息的傳輸至關(guān)重要。

智能煤礦的本質(zhì)，是借助物聯(lián)網(wǎng)、大數(shù)據(jù)、云、AI等信息科技，將煤炭工業(yè)由勞動(dòng)密集型升級(jí)為技術(shù)密集型，實(shí)現(xiàn)超精準(zhǔn)的開(kāi)采。

02 | .以前3天干的活，如今10分鐘就搞定

現(xiàn)在，在下井閘機(jī)口，在井下巷道、安全禁區(qū)，掘進(jìn)作業(yè)中，機(jī)器視覺(jué)技術(shù)正在替代安全員這個(gè)崗位，通過(guò)視頻24小時(shí)監(jiān)控，能夠識(shí)別人員摔倒、違章自動(dòng)抓拍，一旦有人進(jìn)入禁止區(qū)域，會(huì)自動(dòng)提示撤離。

煤炭開(kāi)采中，井巷或工作面周圍巖體由于彈性變形能瞬時(shí)釋放，會(huì)產(chǎn)生劇烈破壞，這是煤礦重大災(zāi)害之一。通過(guò)向煤壁鉆孔，可以使煤體壓縮彈性能不斷釋放，從而化解沖擊地壓。但這個(gè)辦法難在確定鉆孔直徑、鉆孔深度、鉆孔間距、裝藥量和鉆孔方向等復(fù)雜的參數(shù)，需要井下錄制視頻，再逐個(gè)進(jìn)行人工核驗(yàn)，一次施工往往需要3天。

如今安上“眼睛”的打孔桿不光實(shí)時(shí)看到打孔作業(yè)現(xiàn)場(chǎng)情況，并且能標(biāo)注孔洞，將現(xiàn)場(chǎng)圖片實(shí)時(shí)上傳，這些圖片“喂”給大模型，實(shí)時(shí)訓(xùn)練，形成算法包，再發(fā)回礦上的應(yīng)用服務(wù)器進(jìn)行視頻分析，打的孔數(shù)量不足，深度不夠時(shí)會(huì)立刻報(bào)警；如果出現(xiàn)誤差，模型會(huì)再訓(xùn)練，實(shí)時(shí)更新、實(shí)時(shí)訓(xùn)練，這種企業(yè)內(nèi)部閉環(huán)的算法模型持續(xù)優(yōu)化機(jī)制，使得大模型越用越精準(zhǔn)。

經(jīng)過(guò)大模型的加持，打孔情況實(shí)時(shí)傳輸給系統(tǒng),AI可以準(zhǔn)確識(shí)別視頻中鉆機(jī)、鉆桿、施工人員取桿動(dòng)作，實(shí)時(shí)糾錯(cuò)，一舉將打鉆作業(yè)縮短為10分鐘，人工核驗(yàn)工作量減少了80%。

大模型進(jìn)礦山，并不是對(duì)礦工的簡(jiǎn)單替代，配煤師這個(gè)高薪職業(yè)也要消失了。

煉鋼需要焦煤，中國(guó)龐大的鋼鐵產(chǎn)能，把配煤師這個(gè)把控?zé)捊钩杀镜年P(guān)鍵環(huán)節(jié)推上高薪崗位。

以前，配煤師要根據(jù)經(jīng)驗(yàn)將氣煤、肥煤、焦煤、瘦煤、貧煤等不同性質(zhì)的煉焦煤，在考慮各種煤的特性、價(jià)格、庫(kù)存等因素的前提下，配出成本較低，又能滿足質(zhì)量要求的焦煤。如今，配煤師的經(jīng)驗(yàn)被提煉成算法，只要把煤種數(shù)據(jù)輸進(jìn)去，然后把滿足鋼鐵廠質(zhì)量要求的焦煤數(shù)據(jù)輸進(jìn)去，系統(tǒng)會(huì)自動(dòng)計(jì)算出那個(gè)“最佳性價(jià)比”。

在這場(chǎng)“礦山革命”中，華為提供基礎(chǔ)算力，用30億數(shù)據(jù)跑出了盤古礦山大模型的底座——預(yù)訓(xùn)練大模型。之后，合作礦業(yè)公司將50萬(wàn)張礦山應(yīng)用場(chǎng)景圖片輸入給預(yù)訓(xùn)練大模型，在人工智能服務(wù)平臺(tái)上跑出一系列針對(duì)具體場(chǎng)景的算法，便形成盤古礦山大模型。

其他煤礦使用盤古礦山大模型，識(shí)別率達(dá)到80%以上，再放上現(xiàn)場(chǎng)三五十張圖片素材訓(xùn)練，識(shí)別率就非常準(zhǔn)了，極大地降低了使用門檻。

03 | .傳統(tǒng)產(chǎn)業(yè)的每個(gè)環(huán)節(jié)，都能被大模型重塑

在煤礦領(lǐng)域，從2021年開(kāi)始，華為分別與晉煤、國(guó)家能源、陜煤、山能、中煤等能源行業(yè)龍頭企業(yè)簽署協(xié)議，促成了盤古礦山大模型的落地應(yīng)用；與國(guó)家氣象局合作，開(kāi)發(fā)出盤古氣象大模型；和寶武集團(tuán)合作，開(kāi)發(fā)出盤古鋼鐵大模型……

工信部賽迪研究院數(shù)據(jù)顯示，2023年，我國(guó)生成式人工智能企業(yè)采用率已達(dá)15%，市場(chǎng)規(guī)模約為14.4萬(wàn)億元。華為之外，眾多傳統(tǒng)制造業(yè)公司公司正積極接入大模型，讓人工智能參與智能客服與售后服務(wù)、供應(yīng)鏈優(yōu)化、質(zhì)量控制、產(chǎn)品設(shè)計(jì)與研發(fā)、能源管理、智能制造等多個(gè)生產(chǎn)環(huán)節(jié)。

比如海爾集團(tuán)利用AI技術(shù)提升了其售后服務(wù)的效率和客戶滿意度；三一重工利用AI進(jìn)行設(shè)備監(jiān)控和預(yù)測(cè)性維護(hù)；中國(guó)商飛在C919大型客機(jī)的研發(fā)中應(yīng)用了AI技術(shù)；富士康的“燈塔工廠”采用了AI和IoT技術(shù)；寶鋼股份利用AI技術(shù)進(jìn)行能源管理；西門子將ChatGPT技術(shù)與其現(xiàn)有的自然語(yǔ)言技術(shù)相結(jié)合，有效實(shí)現(xiàn)了操作者與系統(tǒng)自然語(yǔ)言的交互……

大模型技術(shù)創(chuàng)新和應(yīng)用需要基于海量數(shù)據(jù)集，在擁有成百上千加速卡的AI服務(wù)器集群上，對(duì)千億級(jí)參數(shù)的AI大模型進(jìn)行分布式訓(xùn)練，大模型技術(shù)存在著典型的“飛輪效應(yīng)”，即通過(guò)不斷應(yīng)用，實(shí)現(xiàn)數(shù)據(jù)反哺，可以不斷加快迭代速度。

可以說(shuō)AI基礎(chǔ)大模型的能力是決定性的，是所有數(shù)字前面的“1”，而行業(yè)垂直應(yīng)用的AI大模型是后面的“0”。