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。
