Redian新闻
>
「盘古」的逆向突围:一条有效的工业智能化路径

「盘古」的逆向突围:一条有效的工业智能化路径

社会

文 | 罗晓兰

编辑 毛翊君

地下数百米的难题

矿工进入“罐笼”,一路下降,将白天甩在身后,随之进入黑压压的矿井,很快到了地下数百米。机器轰鸣,说话时需要大声喊。巷道里湿漉漉的,白炽灯下粉尘飞扬,有些呛人。空气湿度大,有时会呼吸困难、气喘咳嗽。

在山东一些国有中大型煤矿,井下机械化、智能化程度较高,但巡检员的工作仍然复杂,并伴有一定风险。机器是否发生故障,人员操作是否规范,运输煤炭的皮带上是否有异物……众多业务流程,每一项都需要他们8小时不停查看。如果是巡检主运系统上的皮带,巡检员每天要走将近10公里。

相较之下,巡检采煤和掘进的路程稍短,但更危险——比如用于运输的转载机,在非封闭的区域容易造成矿工意外坠落,或被飞溅物击伤。更别说地下还可能有瓦斯、水灾等事故。一个区队里,两个生产班配一个检修班,巡检员甚至占总人数的一半。如果发现故障,他们要用有线电话通知地面上的值班人员,再进行处理,不能及时发现的话,会导致事故扩大。

劳动强度大,环境恶劣,长年累月地工作,不少矿工都患上了风湿、耳鸣等职业病。最好的解决办法是实现智能化,这几年,国家多次下发文件,督促加快煤矿智能化建设,打造绿色智慧矿山。

实现起来并不容易。除了专业技术问题,人才不足也是个挑战。华为云的一位盘古矿山大模型专家介绍,煤矿行业从业人员平均年龄45岁左右,基本没有懂AI的技术人员。他在各个矿区调研,发现多数煤矿地理位置偏远,工作环境差,很多年轻人不愿来。有的刚招来10个大学生,第二年就走了一半。

矿井下的巡检员。讲述者供图

在北方某车辆段,数百名车辆故障质检员承担着铁路货车安全的重要使命。他们每天要对数百万张图片进行细致分析和判定,工作强度高,责任重。
走到列检作业车间,一百多名质检员身穿统一的蓝色工作服,整齐地坐在工位前,专注地审视着屏幕。这里是个忙碌的车辆段,每天有1000列货车经过,产生400万张图片,每人每天要分析4万张图片。
图片来自轨边探测站,当列车经过探测站时,TFDS(货车运行故障动态图像检测系统)抓拍照片,传回检测车间进行故障识别。
车辆不断驶来,列检员需在10分钟里看完1000多张图,平均一秒接近两张。一天两个班次,每班次要连续上12个小时,中间只留下吃饭、上洗手间的时间。车间里白炽灯一直亮着,大屏幕上不断滚动着数字,点击鼠标声此起彼伏。
这里的工作人员肩负着国家铁路货车运行安全的重任。他们要对货车进行细致检测,及时发现问题并排除故障,否则后果严重。比如如果刹车部件出现问题而被忽略了,碰巧前方遇上情况要紧急制动,多方因素下,车辆就有脱轨甚至翻车风险。
由于工作强度大、风险高、技术要求高,能胜任这项工作的人才十分匮乏。中国铁路营业里程达到15.5万公里,货车总数约100万辆。货车的安全运行关系到国计民生,如何有效保障是一个重大课题。

一个授人以渔的故事

现在,车辆段的检测车间轻松了下来,每隔一小时,员工们可以休息十几分钟。原来满满当当的屋子,有1/4的工位空了出来。

人员减少,效率反倒变高——这是去年引入华为云的盘古大模型后,最明显的变化。以一列50辆车厢的货车为例,TFDS会拍摄4000张照片,以往全都需要人工一一识别,现在仅需要复检170多张。

列车经过探测站时,TFDS系统的抓拍。讲述者供图

作为中国首个全栈自主的AI大模型,盘古在工业领域多行业成功落地。它找到了逆向的方式,让AI学习大量的正常样本特征,来自动识别异常,且有效保护企业的数据安全,除了解决煤矿、铁路行业的症结外,也出现在更多领域的场景中。

在货运铁路上,AI能精准识别430多种各类故障。对于这一结果,投入运用的几个铁路局都表示超过预期。有专家记得,现场模型识别到了折角塞门故障,而如果漏报,列车遇到长坡下行的路段,无法有效制动,可能会造成列车脱轨、翻车等严重事故。

起初,盘古铁路模型的专家担心,这会夺了质检员的饭碗。后来,车辆段领导告诉他们,因为工作量变少,有人到了年龄可以退休,有人分流到了其他人力缺口大的岗位,可以为铁路运输人力优化配置提供更灵活手段。

另一方面,盘古也降低了人才门槛。盘古矿山大模型专家介绍,煤矿工人不需要懂AI,只需要在使用的过程中,如果发现了故障或误报,点一下鼠标,把问题讲清楚,回传到盘古上,伙伴便会重新训练,再部署下去,如此“边用边学,越用越聪明”。而比起在实验室里面训练出来的模型,它拥有了行业数据,能达到更高的精度。

华为云从2019年开始布局盘古,据大模型高级研究员说,是看到了各行业由来已久的通过AI解决现实问题的需求。在大模型之前,企业有些零散的开发模式,但除了精度达不到,开发代价也太大——这不仅要相应的专业人员,开发后还要适配、维护,如果大规模地应用,成本更是昂贵。

2021年,华为云正式发布了盘古基础大模型,项目获得当年度“深圳人工智能科技进步奖”。评委会认为,它实现了一个AI大模型在众多场景通用、泛化和规模化复制,减少对数据标注的依赖。一位盘古大模型高级研究员介绍,盘古的优势在于,是国内较早提出,在工业上进行实际落地的大模型解决方案,并且具有泛化能力。

要实现泛化并不简单,这对硬件、模型的算法以及数据都有较高的要求。单单是煤矿行业,每个矿山情况不同,针对一个矿山开发的模型无法直接复用到其它矿山。以山东和山西的煤矿为例,山东的冲击地压比较严重,但是没有瓦斯,山西的情况则相反。即使是相同场景,由于现场条件、工况、采光等多重差异,模型很难简单地复用推广。而煤矿场景需求多,采、掘、机、运、通等主业务下有1000多个细分作业场景。

为了满足各企业的需求,盘古矿山大模型与轨道大模型相比,更像是一个平台——它引入了专业伙伴,为其赋能,做运营支撑。伙伴是同行业的信息化公司,在平台上开发小模型,来解决特定场景的问题。

去年初,山东能源与华为开始一同探索煤炭这一传统行业的数字化转型。盘古矿山大模型落地后,山东能源旗下的云鼎科技(有限公司)依据深耕人工智能的经验,发挥工业智能化应用的优势,开发了覆盖9个专业的21个场景应用。“这是个授人以渔的故事。”一个盘古矿山大模型专家干脆把自己当作项目经理,为云鼎科技进行专业培训,一起穿着胶靴下井调研。

张浩是云鼎科技工业互联网事业部解决方案中心AI组经理,他介绍,盘古的专家团队在模型开发上给他们提供了很多思路,还提升了效率——针对一般场景的AI模型,原来他们需要开发一两个月,现在一周内就搞定了。

现在,山东能源的4家盘古试点煤矿都提升了生产效率,降低了劳动强度。工作面装了摄像头,为了防止水和粉尘模糊镜头,贴了三防膜,甚至装上自动雨刮。巡检员不用一股脑儿地闷在地下,镜头里一旦出现异常,模型自动识别,给出结论,并报警。

在主运系统,以往矿工需每天行走近10公里巡检,现在它在远程就精准识别出大块煤、锚杆等异常情况,异物识别准确率达98%。矿工的压力减轻了。

盘古在去年进入煤矿行业,目前已经在全国8个矿井规模使用。山东能源的煤炭产业国内外产能3.4亿吨/年,产量位居全国煤炭行业第三位,集团下有近百家煤矿,未来,盘古将在全集团全面推广。


漫长的道路

走向智能化的道路是漫长的。云鼎科技的张浩此前在煤矿的信息中心工作了十多年,熟悉行业的智能化过程。此前,煤矿曾采用过小模型,但准确率不高,只有70-80%。误报经常出现,每次警报声一响,矿工慌张地跑过去看,结果发现是虚惊一场。久而久之,大家不愿再用,甚至不信任人工智能了。

摄像头也安装上了,但仅仅起到监控的作用。画面传到地上的集控中心电视墙,没法逐一检查,还有一定滞后性,依然解决不了需要现场巡检的痛点问题。

2022年上半年,张浩一开始接触盘古矿山大模型时,也持怀疑态度。他们做了两手准备,顺利的话遍地开花,否则就此打住。

出乎预料,一期验证效果很理想,此后的两三个月内,他们和盘古矿山团队没日没夜地交流、碰撞,业务与技术不停地融合,他们提出的很多问题也得到了回答和解释。接触半年后,团队很确定,盘古大模型是合适的。 

盘古的精度超过90%。比如在矿山打磨线上的皮带运输异常检测,它的平均识别精度明显优于小模型模式,性能提升达20%以上,并且仅需少量样本快速训练,就能做到对异常样本准确识别。

此外,作为核心资产,企业数据的安全也得到了保障。张浩记得,以前布置上小模型后,有厂家曾调取煤矿的数据,甚至拷走。而使用盘古时,他们在山东能源集团内建了一个私有云,数据在集团内流转,即使是盘古的专家也无法获取。

在铁路货运方面,前文所述的北方某车辆段也历经10年,才使得铁路人了却心愿。一位在此工作了30年的副班长向盘古专家回忆,多年前,他就焦虑于轨道智能化的问题,请了众多科研院校的专家来探讨。没想到,效果不行,成本也高——摆了满满一屋子的服务器,算了很久,就识别出一两个故障。他只能放弃。

如今,他临近退休,没有遗憾了。车辆段在误报率方面,对盘古提出的要求是一列车大约4000张图片,误报控制在200以内。现在,盘古报出的故障平均大约在177个,且未来有望压缩到100个,甚至50-80个。

人工智能触发的产业变革正在改变每一个行业,人工智能也在越来越多的行业场景发挥重要价值。大模型是新一轮AI发展的核心,已在推进产业智能化升级中表现出巨大潜力,并将在未来形成风起云涌之势。

作为中国首个全栈自主的AI大模型,盘古大模型从AI算力、芯片使能、AI框架到AI平台全栈技术创新,极致算力加速大模型开发,打造世界AI另一极。

这几年,华为云在基础大模型之上,践行AI for industries,陆续推出了矿山、药物分子、电力、气象、海浪等盘古行业大模型,加速各行各业数字化的进程。比如在医药界,它助力发现世界40年来首个抗生素,价值1亿美元。如今华为云盘古大模型已经在超过100个实际场景中取得应用,加速了行业的数字化转型和智能升级。

版权声明:本文所有内容著作权归属极昼工作室,未经书面许可,不得转载、摘编或以其他形式使用,另有声明除外。

- END -

微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。
相关阅读
【六月职场读书会报名】工程师的《原则》,豆瓣8.7分大作《卓有成效的工程师》「 云集|职挂云帆 」中国工业互联网研究院:通用人工智能大模型工业领域知识问答性能评估AI根技术原力爆发,昇腾AI全栈能力赋能产业智能升级【科学家项目寻求合作】扫描探针显微镜、工业智能知识库、光学传感材料三个项目早期锚定 | 络绎科学成果转化周报第3期解密主题投资行情的演化路径贺桂梅|个人生命经验的突围:从女性、学者到思想者我的院子:杜鹃,大杜鹃,和丁香花腾势D9,智能化「内卷」的中国样本第十八章专注于钠离子电芯研发,「盘古新能源」完成数千万元天使轮融资|早起看早期吴忠泽:中国和发达国家的工业互联网处在同一条起跑线【户外专用驱蚊液】亲测有效的驱蚊绝招,高效更安全!跨境电商:一场“外贸老兵”的逆风翻盘校友风采丨热烈祝贺校友企业盘古智能成功登陆深交所!天猫精灵 Sound智能音箱 - 让你的音乐生活更加智能化「渊联技术」获华映资本领投的数千万人民币A轮融资,打造新一代工业智能机「渊联工业魔方」丨36氪首发华为&中国信通院:工业数字化智能化2030白皮书职场睡觉如今的To B 业务运营:比熬夜更有效的是,做好这两件事智能周报|苹果营收连续3个季度下降;苹果中国区应用商店下架多款AIGC应用;鸿蒙4.0将接入盘古大模型华为发布二十个高价值工业场景,打造工业智能体,满足工业数字化需求工业互联网平台疯狂内卷?生成式AI在工业遇冷?一文看懂2023年中国工业互联网产业最新洞察专注于钠离子电芯研发,「盘古新能源」完成数千万元天使轮融资丨36氪首发华为张顺茂:共建工业智能体 推进工业新四化第十九章【首发】青岛盘古机器人完成首轮融资,加速完善医教产品研产销一条龙产业链布局那个川大女生的手上,提着这年头“锤死”一个人最方便有效的工具商用洗碗机租赁平台小格智能完成数千万元pre-A轮融资,主攻租赁自动化、智能化丨36氪首发工业互联网让工业老城焕发新活力——访济南市工业和信息化局党组成员、副局长文海生这是一条有味道的推送~天气热太太太尴尬了工业互联网标识建设是星火燎原的工程【智次方产业专访|工业互联网篇】Costco续卡聆思科技徐燕松:生成式大模型潮流下,智能家居端侧智能化涌现变革盘古智能深交所上市:年营收3.4亿募资14亿 市值75亿一条有光的路:金徽酒15年爱心助学的公益长跑之路
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。