作为安全命脉的守护者,煤矿检测员在地下高风险的环境里工作,8小时不停地巡查异常状况,每天行走近10公里,工作强度大,还有风险;铁路质检员每人每天要看4万张图片,平均一秒接近两张,连续12个小时,必须集中精力,避免看漏故障的端倪。AI模型的引入对他们的改变是巨大的,可以降低工作强度,最大限度地保证安全,技术提供了一个有效的解决路径,也和工人们一起,守护着我们的公共安全。
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、AI框架等到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。