尊敬的用戶，您的IE瀏覽器版本過低，為獲取更好的瀏覽體驗，請升級您的IE瀏覽器。

　　山東能源集團以礦業(yè)、高端化工、電力、新能源新材料、高端裝備制造、現(xiàn)代物流貿(mào)易為主導(dǎo)產(chǎn)業(yè)。其中，煤炭產(chǎn)量位居全國煤炭行業(yè)第三位，礦井智能化生產(chǎn)水平居行業(yè)前列，9處礦井成為首批國家級智能化示范礦井。

　　人工智能規(guī)模應(yīng)用成為礦山行業(yè)趨勢和國家政策要求：AI作為煤礦智能礦山的重點建設(shè)方向已成為行業(yè)共識。山能前期引入的傳統(tǒng)單場景小模型方案在實踐中存在“在一個礦井生產(chǎn)場景訓(xùn)練的模型，轉(zhuǎn)移至其他礦井往往需要重新訓(xùn)練，以及成本高、周期長”等問題，除此之外，還存在：

　　 開發(fā)效率低。當前大部分人工智能開發(fā)者是采用傳統(tǒng)“作坊式”開發(fā)，針對每個碎片化場景獨立地完成模型選擇、數(shù)據(jù)處理、模型優(yōu)化、模型迭代等一系列開發(fā)步驟。無法積累通用知識，且不同領(lǐng)域的調(diào)試方法不同，導(dǎo)致開發(fā)周期長、效率低。

　　 開發(fā)門檻高。AI開發(fā)的全生命周期包括問題定義、數(shù)據(jù)接入、數(shù)據(jù)處理、特征工程、模型訓(xùn)練、模型評估及發(fā)布、模型管理等環(huán)節(jié)，高度依賴AI專家的經(jīng)驗和算法能力，且當前人工智能領(lǐng)域開發(fā)者專業(yè)水平參差不齊，缺乏規(guī)范的開發(fā)流程和高效的調(diào)優(yōu)技巧，需要專業(yè)人員持續(xù)支持。

　　 模型精度低、泛化性差。AI模型需要響應(yīng)行業(yè)應(yīng)用的快速變化，工況發(fā)生變化時模型的精度、性能、可擴展性等指標無法滿足實際生產(chǎn)需求。在一個生產(chǎn)單位訓(xùn)練的模型，轉(zhuǎn)至其它單位應(yīng)用時準確度明顯下降，模型泛化性不足，難以規(guī)模化復(fù)制。

　　山能集團基于華為盤古大模型部署的人工智能訓(xùn)練與應(yīng)用平臺，具備視覺大模型、圖網(wǎng)絡(luò)大模型、多模態(tài)大模型、自然語言大模型等四大能力，可支持能源集團六大業(yè)務(wù)板塊智能生產(chǎn)模式創(chuàng)新，具體如下：

　　 樣本訓(xùn)練效率高：通過云邊協(xié)同方案，打通集團中心云和礦山邊緣云數(shù)據(jù)，低代碼小樣本訓(xùn)練，模型自動優(yōu)化，邊用邊學(xué)，能以更少的數(shù)據(jù)達到其他模型相同乃至更高的精度；

　　 海量吞吐信息處理：利用無監(jiān)督訓(xùn)練策略對海量信息（圖片數(shù)量10億+，視頻信號>

　　100TB）進行歸納抽取訓(xùn)練得到的模型，具備強大視覺表征識別能力。

　　 模型移植能力強：大模型相比小模型有良好的泛化性能，在相似場景上訓(xùn)練的模型遷移到未進行訓(xùn)練的新場景上，其識別精度超過23%；并且可以快速地在新的礦井進行部署和上線應(yīng)用，無需從零開始、大量的重復(fù)訓(xùn)練；

　　 數(shù)據(jù)篩選效率高：大模型具有在全新場景實現(xiàn)缺陷樣本高效篩選的能力，相對傳統(tǒng)小模型訓(xùn)練方式，可以節(jié)省85%的標注人力；

　　 模型識別精度高：基于“非正常即異?！弊R別原則，快速訓(xùn)練生產(chǎn)、安監(jiān)、決策的L2場景化模型，經(jīng)同等少量樣本訓(xùn)練的情況下，大模型精度高出小模型10%；

　　山東能源集團依托華為公司盤古大模型建設(shè)了集團人工智能訓(xùn)練中心，這是盤古大模型在礦山領(lǐng)域的首次商業(yè)部署，旨在探索和發(fā)掘煤礦生產(chǎn)領(lǐng)域的采、掘、機、 運、通、洗選等全場景的人工智能應(yīng)用；通過技術(shù)創(chuàng)新，實現(xiàn)“人工智能大規(guī)模下礦”，讓員工遠離井下作業(yè)環(huán)境，實現(xiàn)“高效、bwin必贏官方網(wǎng)站安全、可持續(xù)性”的生產(chǎn)運營管理。

　　通過云邊協(xié)同方案，在山能AI標桿煤礦——興隆莊煤礦的一處訓(xùn)練，全集團共享，未來可復(fù)制到集團其他70+礦井；

　　通過盤古礦山大模型和AI應(yīng)用的視覺識別能力，原惡劣作業(yè)環(huán)境下每天巡檢改為每周巡檢一次，節(jié)省人力的同時，也改善了巡檢人員的作業(yè)環(huán)境；

　　通過“助跑計劃”為AI人工智能開發(fā)者提供培訓(xùn)，為山能礦山智能化提供大批人才。

　　研究成果預(yù)計帶來優(yōu)化人工智能建設(shè)投資回報、提升生產(chǎn)質(zhì)量效益、提升科研創(chuàng)新力和培育產(chǎn)業(yè)生態(tài)的價值：

　　 優(yōu)化人工智能建設(shè)投資回報。由山東能源集團統(tǒng)一投資規(guī)劃，打造“四位一體”的智能中心，實現(xiàn)集團對人工智能資產(chǎn)的統(tǒng)建統(tǒng)管，避免各單位重復(fù)投資和煙囪式建設(shè)。集約化的實現(xiàn)公共算力服務(wù)、業(yè)務(wù)場景創(chuàng)新和商業(yè)轉(zhuǎn)化、扶植行業(yè)應(yīng)用產(chǎn)業(yè)化發(fā)展和人工智能人才培養(yǎng)工作四大價值。場景模型交付效率從平均18人天降至12人天，縮短投資應(yīng)用到生產(chǎn)的時間周期。

　　 提升生產(chǎn)質(zhì)量效益。在洗選煤和配煤場景中，相關(guān)生產(chǎn)工藝數(shù)據(jù)輸入因素關(guān)系復(fù)雜，無法完全憑人工經(jīng)驗來確定。大模型通過山能廠礦實際數(shù)據(jù)進行建模，協(xié)助解決相關(guān)參數(shù)準確預(yù)測和控制的問題，平衡生產(chǎn)質(zhì)量與成本，提高生產(chǎn)效率和效益，響應(yīng)國家“雙碳”戰(zhàn)略。例如：焦化配煤優(yōu)化場景，利用圖網(wǎng)絡(luò)技術(shù)訓(xùn)練配煤優(yōu)化模型，可幫助配煤師提升輸出配比效率，bwin必贏官方網(wǎng)站預(yù)計人工耗時可從1-2天縮短到分鐘級。洗選煤參數(shù)優(yōu)化場景，通過圖網(wǎng)絡(luò)大模型構(gòu)建自主預(yù)測分選密度模型和產(chǎn)品灰分預(yù)測模型，進行旋流器/全流程控制參數(shù)優(yōu)化，根據(jù)系統(tǒng)觀測到的灰分比，快速自動調(diào)整懸浮液密度以及入口壓力等工作參數(shù)，實現(xiàn)穩(wěn)定精煤灰分、提升精煤回收率0.1%～0.2%。

　　 提升科研創(chuàng)新力。搶占科技研發(fā)新高地，領(lǐng)先全國煤礦企業(yè)實現(xiàn)人工智能大模型的科研創(chuàng)新和生產(chǎn)應(yīng)用，促進人工智能和礦山智能化建設(shè)的深度融合，加快國家級智能化示范煤礦建設(shè)。能源集團、云鼎科技和華為公司共同孵化國家專利30個（含發(fā)明專利20項和實用新型專利10項），輸出20篇論文，申報科技部人工智能示范區(qū)推廣名錄（已申報）。

　　 培育產(chǎn)業(yè)生態(tài)。發(fā)揮山東能源集團作為產(chǎn)業(yè)鏈“鏈頭”的示范引領(lǐng)作用，通過煤礦行業(yè)級人工智能平臺實現(xiàn)場景孵化、賦能推廣和生態(tài)運營，打造特色鮮明的煤礦科創(chuàng)新生態(tài)，扶植產(chǎn)業(yè)公司發(fā)展，提升煤礦上下游企業(yè)人工智能行業(yè)創(chuàng)新和應(yīng)用水平，促進產(chǎn)學(xué)研用協(xié)同創(chuàng)新，構(gòu)建國資國企科技創(chuàng)新的新載體。

　　 降低安全生產(chǎn)風(fēng)險。通過興隆莊一期項目驗證，在危險區(qū)域人員入侵識別等場景中，模型識別率達90%以上。基于大模型的算法識別精度比傳統(tǒng)小模型高10%，通過告警避免潛在危險發(fā)展成為安全事故，降低安全事故發(fā)生概率。同時通過不安全行為必被抓的警示作用，規(guī)范井下人員的行為，提升安全意識。

　　 提升員工幸福感。知識管理降低員工獲取知識的成本，提升集團在內(nèi)部運營、人員培養(yǎng)等方面的能力。在構(gòu)建人工智能開發(fā)和運營能力的過程中，完善人工智能方向的員工培訓(xùn)認證體系，完善人工智能方向的職業(yè)發(fā)展通道，鼓勵員工創(chuàng)新創(chuàng)造，沉淀員工科研成果，加速員工成長。