以人工智能高水平场景应用推动能源行业高质量发展(2)

工程化：人工智能与煤矿场景结合，赋予人工智能在行业发展的驱动力。人工智能必须从理论走向实践，从科研创新走向工程实用，从数据中心走向生产现场，唯有与煤矿安全生产管理结合、与生产场景结合，形成价值闭环才具有行业的生命力。山东能源集团基于盘古矿山大模型，瞄准效率提升和安全生产，首期聚焦CV类场景智能应用，结合煤矿场景和安全生产管理制度，半年之内就训练出覆盖煤矿生产皮带运输、立井提升、辅助运输等数十种场景的模型算法，助力企业提高安全生产效率。下步，将把大模型与采矿理论、机械理论结合，创新机械设备预测性维护、冲击地压智能防治等场景应用，探索减少井下作业量和主动防范安全风险，实现“作业人员减下来，职工劳动强度降下来，生产效能提上去，井下生产环境得到根本改善，安全生产更有保障”。

产业化：以“一矿一策”的高效率低成本自学能力，满足本地定制需求走向规模化。煤炭生产场景复杂多样、地质条件和工艺的差异，需要人工智能具备高效率、低成本的复制和定制能力。山东能源集团国内外煤炭产能3.5亿吨/年，各地赋存条件和生产工艺各异，如何将山东省内的智能化应用成果复制到陕西、内蒙古、新疆及澳洲煤矿，是人工智能规模化落地的关键。人工智能预训练大模型突破了模型泛化的局限性，能够有效匹配“一矿一策”需求。山东能源集团启动人工智能创新之初，以打造“高而不贵”AI为目标，用AI技术来武装工人，把数字技术融入到生产一线，集约化建设AI算力中心、训练云鼎大模型、打造AI服务中心，通过集团高速骨干网络让一线工人远程异地标注。以理念变革与技术创新结合，将分散在数十座煤矿的一线经验和能力集中到平台，持续迭代并沉淀在大模型上，实现AI的精度比传统小模型高10%，训练效率提高85%。基于能力汇聚和沉淀，山东能源集团权属云鼎科技公司建设76个矿井的电子封条项目，初步形成煤矿人工智能产业化的能力。

标准化：为大模型提供海量源源不断的数据，赋予人工智能持续的生命力。数据是大模型的营养，大模型不断地“吃数据”“消化数据”维持持续的生命力。山东能源集团启动数字转型之初，日均处理数据已达到2亿条。随着智能化建设走向深水区，以标准的信息架构、标准的数据规范，全面打通OT、IT、CT三大系统数据，形成海量的多源数据统一接入、汇聚和处理势在必行。为此，山东能源集团以统一的数据规范、统一采集各类设备数据，为大模型提供源源不断的数据输入，进一步丰富了矿山大模型的场景功能，推动大模型持续优化升级。

模块化：应对场景的碎片化，聚集行业力量共创海量智能应用。面向未来看今天，煤矿智能应用创新要避免走土法炼钢的老路，过去每一个小场景需求，从方案设计、数据处理、算法开发、模型训练及后续的维护工作，程序多、成本高，仅训练环节的模型投入就高达数十万元，且泛化性低、复制和共享难度大。山东能源集团以昇腾、昇思、大模型技术为基础，打造算力+算法+平台一体化AI服务平台，一方面将通用场景算法、行业算法进行模块化规划和管理；另一方面通过从数据标注到模型发布的一站式模型训练工作流，一线工人远程标注、自行训练，集中共享，能够做到集团内跨行业、跨领域算法、模型调用。