众筹模式助力矿山迈入AI时代

煤炭行业是一个很难“理解”的行业。首先，煤炭行业生产环境复杂，运营场景多样，设备资产重，知识经验丰富；其次，煤炭行业缺乏统一的标准和数字化方案；最后，不同煤企、不同矿区的数字化建设差异巨大，标准难以对齐。所以煤炭行业有很多工作需要远程自动化改造，也有很多设备需要智能化改造。

针对煤炭行业数字化转型存在的根技术、场景、人才、生态四大缺口，华为煤矿总队市场与产业发展总裁刘伟于2022年在新浪科技风云榜发表主题演讲，系统介绍了华为帮助数字技术带入每一个矿井的行业理念。

如何将数字技术深度融入矿井生产流程，推动智能矿井建设，最终实现矿工穿西装打领带采矿？刘伟从两个方面分享了融合的实践探索。

首先是架构的整合。过去一些矿山企业积极试验创新，形成了几十个应用系统。这些系统在单个系统内得到了一定程度的优化，但很难实现跨系统的调度联动。甚至管理这几十个系统的帐户和密码也是一项繁重的工作。华为煤矿总队、大型煤炭生产企业、行业合作伙伴在矿井智能化建设实践中，探索出一套标准统一、结构统一、数据规范统一的智能矿井工业互联网。矿井智能是基于统一的工业互联网架构，向下统一参与各类设备的互联，实现统一的数据采集和入湖集成，向上使能各类智能应用。

第二是人工智能在行业的大规模应用。煤矿生产是一项复杂而危险的工作，目前仍需要大量人员在现场工作。矿井智能的核心是通过人工智能算法沉淀专家经验，代替人从事危险、复杂、重复的劳动，让煤矿生产更安全、更智能、更高效、更绿色。

刘伟表示，华为mine AI模式的最大价值在于其在人工智能推动的矿业中的运用、复制和创新。“我们坚信，有扎根的技术，有价值的场景，有人才，有开放合作的生态。华为矿山AI大模式将在不久的将来快速突破产业规模期，必将为全国乃至全球的矿业带来更多普惠价值。”

以下是演讲全文:

“将数字技术带入每一座矿山”——华为矿山AI模式将惠及全国矿业。

各位好，我是华为煤矿总队的刘伟。感谢新浪科技风云榜的邀请。很荣幸通过视频认识你。可能有朋友知道，华为最近一年组建了很多军团，前后一共20个。煤矿总队是第一个，成立于2021年3月。我们的使命是将数字技术带入每一座矿山。

早在2020年3月，国家发改委、国家能源局等八部委联合发布《关于加快煤矿智能化发展的指导意见》，明确提出到2025年，大型煤矿和灾害严重煤矿基本实现智能化。到2035年，范围扩大到各类煤矿。回顾过去，1950年10月，计算机和人工智能之父艾伦·图灵发表了著名论文《计算机械与人工智能》，随后设计了“图灵测试”，开启了全世界人工智能领域的积极探索。现在基础设施能力也可以支撑人工智能的起步。未来二三十年，人类社会还会有一次重大的技术革命，那就是人工智能的广泛应用。矿业智能化是这一科技飞跃的一个缩影。如何将数字技术深度融入矿井生产流程，推动智能矿井建设，最终实现矿工穿西装打领带采矿？我们从两个方面分享融合的实践探索。

首先是架构的整合。互联网时代，华为煤矿总队、大型煤炭生产企业、行业合作伙伴在矿井智能化建设实践中，探索出一套标准统一、结构统一、数据规范统一的智能矿业互联网。作为智能化的必由之路，数据作为核心生产要素的价值应该得到充分发挥。过去一些矿山企业积极试验创新，形成了几十个应用系统。这些系统在单个系统内得到了一定程度的优化，但很难实现跨系统的调度联动。甚至管理这几十个系统的帐户和密码也是一项繁重的工作。矿井智能化基于统一的工业互联网架构，向下涉及各类设备互联，向上实现统一数据采集和入湖集成，使各类智能应用成为可能。

第二是人工智能在行业的大规模应用。煤矿生产是一项复杂而危险的工作，目前仍需要大量人员在现场工作。矿井智能的核心是通过人工智能算法沉淀专家经验，代替人从事危险、复杂、重复的劳动，让煤矿生产更安全、更智能、更高效、更绿色。在推进矿山智能化的过程中，有四个差距:根技术、场景、人才、生态。在这里，我想用中国煤炭学会和中国矿业大学联合举办的首届全国矿山AI模型大赛，来说明一下我们在应对上述四个差距方面的一些实践探索。

首先是技术差距。AI技术在全球能源行业的渗透率不到3%。每个想应用AI技术的企业，可能都需要一些技术水平高的人来进行独立的架构设计和调试。就像每个工厂都需要聘请设计师设计螺丝一样，是一种相当粗放原始的手工作坊模式。华为一直非常重视在RD的投资。2021年研发支出1427亿元，占全年收入的22.4%。十年来，RD累计投资已达8540亿元。在如此持续高强度的RD投入下，华为拥有遍布技术栈的AI解决方案，基于人工智能、芯片、深度学习框架等根部技术，构建了矿井AI大模型平台，实现了煤矿行业首个大模型落地，解决了碎片化场景问题，引领煤矿行业AI发展模式从车间到工厂转变。矿石的AI大模型是行业预训练模型，相当于提供了一套自动化工具。用户不再需要手工设计制作螺丝，只需要放入原材料就可以自动制作场景模型，大大简化了开发工作量。

其次，场景差距。场景指的是人工智能应用程序的各个部分。在采矿业，情况就大不相同了。除了开采本身，还有开采前的勘测规划、开采后的运输、通风和安全、过程中间的管理等。这么多的场景，仅靠一家企业是无法穷尽和实现的。所以我们提出众筹的模式，就是通过集体的力量来搭建AI场景地图和应用。我们在中国矿业大学、安徽理工大学、山东科技大学等高校和多家煤矿企业进行了深入调研，编制了业内最完整的场景图，包含16大类305个场景子项。同时，在矿井AI模型大赛中，鼓励参赛选手发挥创意，提出更多有创意的场景和方案。

这里我举两个例子。第一个案例是一个采矿仓库的场景。在煤矿生产中，往往一天要涉及上百辆矿车的出入，是煤矿生产不可缺少的一部分。来自中国矿业大学的一支队伍，用矿用AI大模型的能力代替人工值守，实现了不同装载矿车进出警时的合理自主变道。在智能系统的帮助下，值班人员从3班的2人减少到2班的1人，提高了工作效率。

第二个案例是煤矿输送带的巡视现场。来自中科大少年班团队，这些才华横溢的少年设计了端云结合的巡检机器人解决方案，同时借助学习和使用华为矿山AI模型的能力，不断提升识别各种风险问题的巡检能力，可在恶劣条件下工作，解决了人工巡检周期长、漏检和安全隐患等问题。

最后说一下开放合作的生态。涉及采煤、机电、通风等学科，全国4000多个煤矿的地质条件和自动化程度差异较大。构建良好的行业生态，离不开产学研的充分合作，让学术研究的成果不断转化为产业应用。同时，也需要行政主管部门、煤炭生产企业、设备制造商、应用系统开发商以开放的姿态共同推进创新合作，推动智能矿山建设高效规模化发展。

2000多年前，古希腊物理学家阿基米德曾说:“给我一个支点，我可以撬起整个地球。”在人类科技发展史上，无数的案例一次又一次地证明，一项新技术的发明、应用和推广，就像这样一个支点，会带来生产力和生产关系的巨大变革。华为mine AI模式的最大价值在于其在人工智能推动的矿业中的运用、复制和创新。我们坚信，有扎根的技术，有价值的场景，有人才，有开放合作的生态。华为矿山AI模式将在不久的将来突破产业规模期，必将为全国乃至全球的矿业带来更多普惠价值。

最后，预祝本次峰会取得圆满成功，感谢大家。

郑重声明：此文内容为本网站转载企业宣传资讯，目的在于传播更多信息，与本站立场无关。仅供读者参考，并请自行核实相关内容。