AI应用走向深入，大模型为矿山行业注入新动能

采矿业作为一个以自然资源为生产对象的古老产业，长期以来一直都属于劳动密集型行业；如今，以人工智能等为代表的新一代信息技术的应用，正在给这些古老产业带来翻天覆地的改变。

自2015年以来，我国已经出台多部智能矿山行业规范、指导意见、建设政策等文件，支持并引导智能矿山健康规范地发展。尤其在近两年，《煤炭工业“十四五”高质量发展指导意见》、《煤矿智能化建设指南》、《关于加快煤矿智能化发展的指导意见》等的陆续出台，已经给智能矿山建设锚定了目标、指明了方向、明确了路径。

但在智能矿山建设中，从规划到落地、从技术到应用，往往还有一个漫长的路要走。为了进一步加速AI在智能矿山发展中的应用，中国煤炭学会、中国矿业大学（北京）、华为技术有限公司联合举办了第一届全国煤炭行业矿山AI大模型大赛。

本次大赛以矿山智能化场景创新为核心，充分发挥参赛选手的能动性，面向全国征集智能AI应用场景。为实现矿山“少人无人、安全、高效”的目标搭建一个技术交流、人才培养、机遇共创的建模平台，不仅有助于推动AI在实际业务场景中的落地，也将进一步加速人才培养和智能矿山生态建设，为煤炭行业的创新发展注入了新动能。

智能矿山建设提速，大模型成为AI落地关键

2022年8月，科技部发布《关于支持建设新一代人工智能示范应用场景的通知》中，智能矿山赫然在列，其目的就是运用人工智能等技术，建成井工矿“数字网联、无人操作、智能巡视、远程干预”的常态化运行示范采掘工作面，开展露天矿矿车无人驾驶、铲运装协同自主作业示范应用，通过智能化技术减人换人，全面提升我国矿山行业本质安全水平。

近年来，在一系列政策和行业应用的持续推进下，智能矿山已经进入攻坚克难、落地见效的关键阶段。在此过程中，如何才能实现AI技术在矿山行业的落地？AI大模型的研发和应用无疑是核心驱动力之一。

在AI赋能千行百业过程中，往往面临着需求碎片化、多样化的问题，面对这些问题，过去的模型参数量小、泛化性差，一个模型大多只能对应单个场景，不仅模型开发成本高、升级难，也无法实现广泛应用。为此，越来越多的垂直行业开始将目光放在泛化性强、只需要微调的大模型上。

不同行业将具备通用基础能力的AI大模型作为智能底座，可结合行业知识和场景数据进行微调，能有效应对碎片化和多样化需求，并大幅缩减研发、定制、部署等工程化过程中的人力、时间、费用等成本投入。因此，在智能矿山的创新发展中，大模型的构建已经成为实现AI场景化落地应用的关键。

正如国家信息中心信息化和产业发展部主任单志广所说，大模型就是把人们在某一领域的知识、经验凝聚成一个模型，相当于是一个公共知识的大平台，也是数字化转型的促进中心。对于矿山这样一个传统行业，以AI大模型应用为代表的数字化转型，正在驱动业务变革，改变传统的价值体系和商业逻辑，是对行业生产力和生产关系的重构。

首届矿山AI大模型大赛基于最真实的场景，关注矿山一线生产的问题与挑战，对齐安全生产的目标；基于最前沿的技术，通过华为矿山AI大模型平台完成比赛，对齐技术发展趋势；最年轻的开发者，最大限度剔除参赛门槛，对齐行业人才的需求。

最终，这些开发成果都将发布至AIGallery。AI Gallery是在ModelArts的基础上构建的开发者生态社区，提供了数据集、算法、模型、Notebook代码样例等AI数字资产的共享，可以为高校科研机构、AI应用开发商、解决方案集成商、企业级/个人开发者等群体，提供安全、开放的共享及交易环节，加速AI资产的开发与落地，保障AI开发生态链上各参与方高效地实现各自的商业价值。

依托矿山AI大模型，以大赛促进场景化应用

华为公司高级副总裁、煤矿军团董事长邹志磊曾撰文指出，AI作为新兴技术，为行业提供的是硬件、框架、算子等通用能力。然而行业场景是专用的、海量的，AI技术的通用性和行业场景的专用性、多样性存在天然的裂谷。要跨越这条裂谷就必须降低AI开发门槛，实现AI应用“工业化生产”。

为了解决AI在煤矿行业落地难、门槛高等问题，华为基于自身对矿山行业的理解，以及在AI领域的技术积累，打造了矿山AI大模型平台。作为一种行业预训练模型，华为矿山AI大模型相当于提供一套自动化工具，有助于简化开发工作量；同时，华为矿山AI大模型强大的功能，也能帮助开发者解决矿山场景痛点的AI应用。

对此，华为云AI首席科学家田奇表示，华为之所以要做大模型，本质是希望打造一个低成本、规模化、可复制的解决方案，来解决AI应用碎片化的问题。矿山的业务场景较为复杂，对AI人才的要求很高，如果单独对某个场景进行开发，不仅成本高，而且也无法在不同矿山之间复制；而华为矿山AI大模型平台的打造，实现了云边端的协同优化，以及数据和模型的加密共享，可以更好地解决单一场景开发成本高、无法复用的问题。

而首届全国矿山AI大模型大赛的举办，就是依托华为矿山AI大模型平台，通过众筹的模式沉淀广大行业从业者和开发者的经验和智慧，用AI替代矿工从事危险工作、重复劳动，解决矿山行业复杂场景下的复杂问题。据了解，本届大赛一共吸引了59所高校的389支队伍参加，报名人数高达1460人，决赛入围15支队伍，优胜奖团队25支。参赛团队为AI助力矿山行业智能化，创新出数百个应用场景，其中一部分已经在实际生产中应用。

本届大赛特等奖获得者，来自中国矿业大学（北京）的IMP-Lab-1队基于华为矿山AI大模型，用机器视觉+机器人拣选的方式，以煤矸杂同步检测技术取代人工，实现高效预抛废，延长矿山设备寿命，减人提效。

本届大赛一等奖获得者，来自中国矿业大学（北京）海底小纵队和来自西安科技大学小朝阳队，前者基于华为矿山AI大模型，实现露天矿非结构化道路边缘检测和道路内小目标和多尺度目标检测，提升了矿山生产的安全性；后者基于华为矿山AI大模型，为煤炭的分质利用提供了一套煤岩显微组分智能识别系统，保障了煤炭的高效、清洁利用。

作为进入决赛的15支队伍之一，来自中科大少年班的蜗壳穿山甲队把矿山AI大模型的能力融入到运煤传送带巡检方案中。为了解决人工巡检存在漏检、效率低和安全隐患等问题，该团队设计了“端云”结合的统一解决方案，端侧巡检机器人通过5G网络将海量巡检图片上传至云端，云端训练好的模型下推至端侧机器人，借助华为矿山AI大模型的“边学边用”能力，大大提升了巡检机器人识别各种风险问题的巡检能力。

激活AI创新，矿山AI大模型大赛价值逐渐显现

早在2020年，国家发改委等八部门联合发布的《关于加快煤矿智能化发展的指导意见》就指出，到2025年，大型煤矿和灾害严重煤矿基本实现智能化，实现开拓设计、地质保障、采掘（剥）、运输、通风、洗选物流等系统的智能化决策和自动化协同运行。

在这一目标的指引下，煤炭行业数字化转型已经逐渐步入“快车道”，煤炭行业所面临的挑战也日益凸显，具体体现在根技术、场景、人才和生态四个层面。而首届全国矿山AI大模型大赛的举办，则从四个层面入手，为行业转型升级带来了新价值。

在根技术层面，目前，AI技术在全球能源行业渗透率不到3%，每家想要应用AI技术的企业，都需要一些技术水平高的人进行独立的架构设计与调参；而华为AI大模型作为一种行业预训练模型，相当于提供了一套自动化工具，让用户不再需要从架构设计与调参做起，大幅简化了开发工作量。

在场景层面，矿山行业场景千差万别，单靠一家企业是无法穷举和实现的。华为通过本次AI大模型大赛提出了“众筹模式”，吸引了包括中国科技大学、山东大学、中国矿业大学在内的59所高校参与其中，借助集体力量来构建AI场景地图和应用创新，这些创新无疑将大大加速AI与矿山行业应用场景的融合，推动AI在矿山行业的落地应用。

在人才层面，智能矿山对人才的需求非常迫切，既懂采矿又具备AI技术的人才可谓是凤毛麟角。而矿山AI大模型大赛通过有效的平台机制，引导开发者团队、行业组织、生产企业、合作伙伴，对齐矿山行业一线。当这种“众筹模式”形成固定机制，发展出产业标准，人工智能在矿山行业就会成为“活水”：新的技术不断涌入、新的人才随时加入、新的生态逐渐形成，同时产业问题将不断得到解决。

在生态层面，矿山生产，涉及开采、机电、通风等多门类专业，在推动智能矿山建设过程中，构建良好的行业生态至关重要。矿山AI大模型大赛本身作为中国煤炭学会、中国矿业大学（北京）、华为联合举办的活动，无疑是一次产学研用通力合作的产物，不仅让学术研究成果可以更加快速、高效地转化到企业业务应用中，也让行管部门、煤炭生产企业、应用系统开发者等，借助这一大赛实现了更加开放的合作，为构建良好的行业生态奠定了基础。

近年来，我国煤矿智能化建设已经取得了积极成效，目前全国已建成智能化采掘工作面813个，近400处煤矿正在开展智能化建设。伴随着越来越多的煤矿加速推进智能化建设，如何推进AI与煤炭行业业务场景的融合已经迫在眉睫；如今，矿山AI大模型大赛的举办，不仅进一步激活了AI创新应用，更是从根技术、场景、人才、生态等方面，为煤炭行业数字化转型注入了新动能。

来源：腾讯新闻