8月24日，由云鼎科技举办的新质生产力赋能能源行业高质量发展研讨会在青岛召开。会议围绕智慧矿山建设、数智化转型、人工智能技术发展、选煤厂智能化建设等方向展开，探讨能源行业高质量发展关键技术路径，推动建设新型能源体系，以新质生产力赋能能源行业高质量发展。华为油气矿山军团副总裁蒋旺成受邀出席并分享了华为与伙伴一起，不断提升人工智能大模型能力的最新成果。
▲华为油气矿山军团副总裁蒋旺成
会上，蒋旺成从华为角度解读了对新质生产力的理解，以大模型为代表的新科技引领产业的创新，打造可普遍推广的能力和方法，为煤矿领域提质增产、效率提升、安全保障带来价值。
同时，他对大模型的常见理解误区也做了阐述，大模型并不简单的等同于ChatGPT，也不能完全替代现有的小模型和机理模型，它们是互补关系，可能需要长期共存。此外，在工业领域自动化已经成熟运用多年的情况下，智能化从两个维度进一步提升，实现工业“AI+自动化”。智能化的感知为自动化提供输入支撑，实现更好的自动化，智能化的应用弥补自动化的能力不足。
场景规划层面，人工智能的价值体现在于场景的落地，基于业务主航线，各煤矿企业应投入对业务有深刻理解的业务专家，并通过规范化的组织和流程来保证价值场景的规划、开发与推广使用的严谨性和科学性。
华为当前在煤矿领域已经与业内专家团队进行了部分场景的探索，比如综采视频拼接、掘进视频远控、班组通讯、切片网络等，更多的场景挖掘需要企业重视并投入。
结合华为多年探索和商业落地经验，蒋旺成在演讲中提出了工业领域的大模型落地的路径与方法。他解释，大模型分为L0、L1、L2三层。L0即最基础的大模型，比如盘古大模型。L1就是所谓的行业模型，比如，盘古矿山大模型、盘古油气大模型和盘古钢铁大模型，它们是在L0大模型的基础之上，通过海量行业数据训练而来。L2场景模型则是L1行业模型“化繁为简”后，直接应用在生产、业务领域的场景算法模型。
大模型建设的传统路径，通过大量的行业数据与消耗巨大的算力去训练L1行业模型，从而实现L2场景模型的升级迭代。但是，对于煤矿等很多行业而言，常常面临着数据不足，或者数据收集和处理的工作量极大等困境。而且训练L1行业模型的初始算力要求高，时间周期长，无法支撑L2场景模型的快速上线。
为寻求更短路径，结合华为在多个行业头部客户的实践和探索，蒋旺成在会上提出了一条新的大模型建设路径：在初始阶段，可以直接通过L0大模型结合场景数据集实现L2场景的快速开发。随着场景规划分批落地后，企业收集和标注的行业数据就可以快速的拿来训练L1行业模型，补足L1的能力。
简单来说，新路径的优势在于“小算力起步，逐步扩容”、行业数据可以分批补充，这使得首批场景应用能够快速落地，验证大模型能力，过程中实现大模型开发人才的培养和能力的积累。
不过，蒋旺成也强调，传统路径可以获得能力更强的L2场景模型，而华为提出的“捷径”，L2场景模型的能力主要取决于L0大模型。两种训练路径，不同规模的企业可依据自身行业与场景数据集的成熟度、算力的部署节奏等因素，按需选择。
与此同时，华为与伙伴一起持续提升、补足L1行业模型的能力。比如。云鼎科技采用数十万张煤矿图片，有效提升了L1行业模型能力，从使得L2模型的典型场景应用精准率提升了3%~8%。
会议上，华为还分享了煤矿现有网络所遇到的挑战：带宽不足、利用不均；井下多网林立；网络风暴排查难。这些挑战制约着煤矿智能化的发展，而华为融合IP切片网络解决方案，结合煤矿实践，分别验证了3个能力，首先，基于业务特点，按需划分切片，带宽动态扩缩，提供可靠确定性传输平台；其次，环路检测和风暴阻断，解决了二层网络内生缺陷；最后，管-控-析一体，业务质量端到端可视，实现井上远程分钟级故障定位，保障井下安全生产，实现“一网打尽，一切到底，业务互不影响”，为煤矿智能化发展保驾护航，更高效、更安全的保障大模型与其他各种矿山场景的应用。
最后，蒋旺成表示，在煤矿领域华为会持续打造更好的智能化的底座，提供安全可信的根技术，并积极与业界专家团队一起，探索人工智能在各种场景的应用，打造属于煤矿行业的新质生产力。
