2024/07/15 11:55

直击真实的甲方AGI需求，人工智能赋能产业融通发展论坛顺利召开

7月6日，「2024 WAIC 人工智能赋能产业融通发展论坛」在世博展览馆隆重举行。本次论坛主要议题为探讨人工智能赋能新型工业化、促进产业融通发展的相关问题，包括领导致辞、签约仪式、主题演讲、央国企人工智能场景需求发布和圆桌论坛等多个环节。众多来自央国企机构和人工智能领域的企业参与，包括中国电子信息产业发展研究院、中国移动研究院、中国石化胜利油田、国家电网客服中心、中电昱创、南方电网数字电网集团、达摩院、百度智能云、创新奇智等。出席嘉宾围绕人工智能在不同领域的应用实践、大模型的发展与应用、智能化运维、人工智能赋能产业转型等方面展开了深入讨论。

论坛开场，由中国电子信息产业发展研究院领导致辞。在致辞环节中，中国电子信息产业发展研究院强调了人工智能在新型工业化中的重要作用、人工智能+产融结合的重要方向以及人工智能赋能场景落地的最终目标。

签约环节，中国电子信息产业发展研究院和国家电网客服中心的代表在与会者的见证下签署了战略合作协议，这也代表了双方携手共同提升电力智能服务水平，为电力产业发展赋能的新决心。

此外，中国软件评测中心和机器之心的代表也进行了合作签约，这一签约将双方在各自领域的专业优势和丰富资源紧密结合，从而有效实现资源共享和优势互补，共建合作新生态。

主题演讲环节，达摩院决策智能实验室能源行业负责人刘乐分享了达摩院决策智能实验室在电力场景的应用产品，达摩院决策智能实验室根据其研究的决策智能相关技术，沉淀了 MindOpt 求解器等决策产品，在电力等领域应用。绿色能源 AI 解决方案围绕电力发输配用，通过基础能力落地实施。大模型时代，其在电力能源领域的应用包括精准天气预报，如【全球-区域】联合气象预报；解决人工智能可解释问题；探索类人决策智能，结合大模型和传统技术，提升智能化水平。

中国石化胜利油田分享了在油田场景的智能化尝试。中石化指出，新时代油田新质生产力围绕人、工具手段和生产资料展开，油田通过数字化、智能化实现减人增产。胜利油田数改智转的目标是建设智能油田，目前处在 1.0 时代以自动化为核心，未来将向 2.0 时代智能化发展，包括全链条智能决策和一体化协同。油田还提出了四个方向的变革，包括综合研究方式、工程工艺模式、劳动组织形式和管理模式的变革。

百度智能云副总裁喻友平则针对企业内部应用场景的 AI 应用探索提出了百度方案，“百度智能云提供了从 IaaS、PaaS 到 SaaS 的全方位能力，助力大模型在企业应用中实现增收提效降本合规。其中，知识管理、客服和营销是企业通过大模型增收、提效的最佳路径。百度智能云推出的“甄知”产品重塑了企业知识管理范式，“客悦”产品革新了智能客服能力，“曦灵”数字人产品基于大模型重构后，2D、3D 数字人效果更拟真，并且大幅降低了数字人制作成本和时间，在营销和销售场景有着广泛的应用前景。”

针对传统电力运维中存在的问题，中电昱创认为，传统电力运维存在数据处理能力不足、故障预测与定位困难、人力资源成本高等痛点，智能化运维是必由之路，但面临诸多挑战。中电昱创将人工智能与电力行业融合，通过智能化前端设备和 AI 后端平台形成边端结合架构，以提升运维效率、降低成本、保障安全，推动电力行业智能化发展。

此外，中国移动研究院还介绍了中国移动在人工智能领域的发展战略和实践成果：智能时代，AI、数据和算力成为驱动新质生产力的重要因素，中国移动围绕供给者、汇聚者、运营者定位，构建了智能算力万卡集群，打造千亿参数大模型，建立九天 1 + N通/专大模型体系，创立弈衡大模型评测体系，完成 40 余款主流大模型评测，成立人工智能评测大模型联盟。

央国企人工智能场景需求发布环节，南方电网数字电网集团发布了“人工智能驱动的电能量数据创新应用技术研究”项目需求，包括运用多模态大模型等技术实现计量装置的故障预警及运维效率优化，提升电能量数据质量，对内赋能用户侧灵活响应资源管理，对外增值探索电能量数据在宏观经济分析中的新角色。项目面临的人工智能需求包括在 AI 赋能计量运维、负荷精细化管理、电力看经济等场景的具体技术应用和实现目标。

圆桌论坛环节由中国软件评测中心的代表主持，中电昱创、创新奇智首席技术官张发恩、达摩院决策智能实验室能源行业负责人刘乐、南方电网数字电网集团共同围绕人工智能赋能新型工业化的初步经验展开了讨论。

中电昱创认为，人工智能在新型工业化中作用重大，中电昱创运用机器人智能感知和控制技术，包括图像处理、声音处理以及场景感知认知、强化学习和大模型预测预警技术，保障设备安全高效运维。人机交互、人机融合涉及自然语言处理、产品售后服务解读，人机协同控制等，通过人机共同融合训练达到效果。

创新奇智首席技术官张发恩表示，人工智能的内涵是从数据中找到知识并应用到场景中，场景广泛，基于大模型的技术有更多潜力。智能涌现背后是 Scaling law，即大模型或深度学习的神经网络的参数、训练数据和算力总量的规律，智能涌现会让自动化变得更加智能化，未来机器人将更加柔性化，生产出来的产品也会更加多样性、个性化。

达摩院决策智能实验室能源行业负责人刘乐则提到，新型工业化需要更精准的天气预报，大模型的出现给 AI 气象大模型带来了新机会，同时 AI 的安全性、可靠性、可解释性也是重要发力点。在大模型落地时，可通过可解释性 AI 方向尽量与人类经验对齐，并进行安全校核，辅助决策，同时探索在大模型基础上做类人决策智能。

南方电网数字电网集团提出，电力行业在人工智能方面的应用已渗透到各个场景，如前端的智能客服、电力营销，后端的运维，包括无人机巡检、图像识别等，负荷预测对电网企业非常重要。

随着 2024 WAIC 的落幕，「人工智能赋能产业融通发展论坛」也顺利结束。在人工智能驱动「新质生产力」发展的过程中，人工智能将不断促进产业的融合与创新，推动传统产业的转型升级，为经济增长和社会发展带来新的动力。

产业WAIC

相关数据

深度学习技术

深度学习（deep learning）是机器学习的分支，是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。深度学习是机器学习中一种基于对数据进行表征学习的算法，至今已有数种深度学习框架，如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

来源：LeCun, Y., Bengio, Y., & Hinton, G. (2015). Deep learning. nature, 521(7553), 436.

感知技术

知觉或感知是外界刺激作用于感官时，脑对外界的整体的看法和理解，为我们对外界的感官信息进行组织和解释。在认知科学中，也可看作一组程序，包括获取信息、理解信息、筛选信息、组织信息。与感觉不同，知觉反映的是由对象的各样属性及关系构成的整体。

来源：维基百科

重构技术

代码重构（英语：Code refactoring）指对软件代码做任何更动以增加可读性或者简化结构而不影响输出结果。软件重构需要借助工具完成，重构工具能够修改代码同时修改所有引用该代码的地方。在极限编程的方法学中，重构需要单元测试来支持。

来源：维基百科

人工智能技术

在学术研究领域，人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体（intelligent agent）

来源：Russell, S., & Norvig, P. (2003). Artificial Intelligence: A Modern Approach.

参数技术

在数学和统计学裡，参数（英语：parameter）是使用通用变量来建立函数和变量之间关系（当这种关系很难用方程来阐述时）的一个数量。

来源：维基百科

神经网络技术

（人工）神经网络是一种起源于 20 世纪 50 年代的监督式机器学习模型，那时候研究者构想了「感知器（perceptron）」的想法。这一领域的研究者通常被称为「联结主义者（Connectionist）」，因为这种模型模拟了人脑的功能。神经网络模型通常是通过反向传播算法应用梯度下降训练的。目前神经网络有两大主要类型，它们都是前馈神经网络：卷积神经网络（CNN）和循环神经网络（RNN），其中 RNN 又包含长短期记忆（LSTM）、门控循环单元（GRU）等等。深度学习是一种主要应用于神经网络帮助其取得更好结果的技术。尽管神经网络主要用于监督学习，但也有一些为无监督学习设计的变体，比如自动编码器和生成对抗网络（GAN）。

来源：机器之心

无人机技术

无人机（Uncrewed vehicle、Unmanned vehicle、Drone）或称无人载具是一种无搭载人员的载具。通常使用遥控、导引或自动驾驶来控制。可在科学研究、军事、休闲娱乐用途上使用。

来源：维基百科

图像处理技术

图像处理是指对图像进行分析、加工和处理，使其满足视觉、心理或其他要求的技术。图像处理是信号处理在图像领域上的一个应用。目前大多数的图像均是以数字形式存储，因而图像处理很多情况下指数字图像处理。

来源：维基百科

自然语言处理技术

自然语言处理（英语：natural language processing，缩写作 NLP）是人工智能和语言学领域的分支学科。此领域探讨如何处理及运用自然语言；自然语言认知则是指让电脑“懂”人类的语言。自然语言生成系统把计算机数据转化为自然语言。自然语言理解系统把自然语言转化为计算机程序更易于处理的形式。

来源：维基百科

强化学习技术

强化学习是一种试错方法，其目标是让软件智能体在特定环境中能够采取回报最大化的行为。强化学习在马尔可夫决策过程环境中主要使用的技术是动态规划（Dynamic Programming）。流行的强化学习方法包括自适应动态规划（ADP）、时间差分（TD）学习、状态-动作-回报-状态-动作（SARSA）算法、Q 学习、深度强化学习（DQN）；其应用包括下棋类游戏、机器人控制和工作调度等。

来源：机器之心

人机交互技术

人机交互，是一门研究系统与用户之间的交互关系的学问。系统可以是各种各样的机器，也可以是计算机化的系统和软件。人机交互界面通常是指用户可见的部分。用户通过人机交互界面与系统交流，并进行操作。小如收音机的播放按键，大至飞机上的仪表板、或是发电厂的控制室。

来源：维基百科

百度智能云机构

百度是全球最大的中文搜索引擎，是一家互联网综合信息服务公司，更是全球领先的人工智能平台型公司。2000年1月1日创立于中关村，公司创始人李彦宏拥有“超链分析”技术专利，也使中国成为美国、俄罗斯、和韩国之外，全球仅有的4个拥有搜索引擎核心技术的国家之一。

http://www.baidu.com