近年來，人工智能（AI）作為引領(lǐng)未來的關(guān)鍵技術(shù)之一，正以前所未有的速度重塑千行百業(yè)，如何建設(shè)人工智能行業(yè)應(yīng)用體系已成為當(dāng)下備受關(guān)注的議題。近日，中國信通院發(fā)布《人工智能賦能行業(yè)發(fā)展高質(zhì)量建設(shè)指南（2024年）》（以下簡稱《指南）并指出，人工智能實施過程中尚存在場景多樣化處理、系統(tǒng)復(fù)雜度管理等難點與挑戰(zhàn)。目前，化工行業(yè)對此進(jìn)行了卓有成效的嘗試，人工智能助力發(fā)展提高發(fā)展質(zhì)效來日可期。

應(yīng)用場景局限 缺少整體優(yōu)化

隨著“人工智能+”行動深入實施，人工智能技術(shù)日漸成為推動產(chǎn)業(yè)升級、促進(jìn)高質(zhì)量發(fā)展的核心引擎。

《指南》總結(jié)了當(dāng)前人工智能在各行業(yè)的應(yīng)用情況，尤其是化工生產(chǎn)涉及眾多的化學(xué)物質(zhì)和復(fù)雜的化學(xué)反應(yīng)，生產(chǎn)過程通常是連續(xù)進(jìn)行的，每個產(chǎn)品的生產(chǎn)過程均包含多個裝置及復(fù)雜的工藝流程，雖然現(xiàn)在化工廠的各個單一裝置已構(gòu)建較為專業(yè)、成熟的控制系統(tǒng)，但大多都只局限于局部場景且以安全穩(wěn)定為主要目標(biāo)的自動化控制為主，缺少整體的環(huán)節(jié)優(yōu)化，依賴人工經(jīng)驗進(jìn)行粗放式的控制，普遍存在生產(chǎn)物料成本高、產(chǎn)品收率低等問題。同時，化工生產(chǎn)過程中的節(jié)能減排也面臨嚴(yán)峻挑戰(zhàn)。

《指南》認(rèn)為，企業(yè)級人工智能應(yīng)用建設(shè)的共性存在集中體現(xiàn)在三方面：如何有效應(yīng)對場景和模型的多樣性及不斷演進(jìn)，如何把握數(shù)據(jù)隱私和數(shù)據(jù)使用之間的平衡以及如何保障應(yīng)用中人工智能技術(shù)的長期供給和演進(jìn)。

聚焦工藝優(yōu)化 打造應(yīng)用場景

聚焦化工+人工智能建設(shè)面臨的難題，業(yè)內(nèi)已有多家企業(yè)開啟了聯(lián)合攻關(guān)，并取得良好實效?！吨改稀分刑貏e提到云鼎科技股份有限公司的發(fā)展案例。

據(jù)介紹，云鼎科技聯(lián)合華為技術(shù)有限公司，在前期礦山+人工智能成功實踐沉淀的云邊協(xié)同、邊用邊學(xué)的統(tǒng)一架構(gòu)及統(tǒng)一數(shù)據(jù)規(guī)范的基礎(chǔ)上向化工行業(yè)橫向擴(kuò)展。該公司聯(lián)合國家流程制造智能調(diào)控技術(shù)創(chuàng)新中心、青島科技大學(xué)、中國石油和化學(xué)工業(yè)聯(lián)合會等進(jìn)行技術(shù)創(chuàng)新攻關(guān)及持續(xù)運營。通過調(diào)研山東能源集團(tuán)、萬華化學(xué)等頭部企業(yè)，進(jìn)行化工工藝優(yōu)化，打造AI應(yīng)用場景。其中，甲醇精餾裝置工藝智能優(yōu)化、低溫甲醇洗裝置溶液循環(huán)運行優(yōu)化等場景已完成模型訓(xùn)練及應(yīng)用開發(fā)。

經(jīng)過實際應(yīng)用驗證，甲醇精餾裝置工藝智能優(yōu)化場景實現(xiàn)對精餾塔溫度、環(huán)境溫度、壓力、進(jìn)料流量等60多個參數(shù)的分析，基于預(yù)測大模型對回流比參數(shù)進(jìn)行預(yù)測，實現(xiàn)在甲醇產(chǎn)品滿足質(zhì)量要求的條件下降低蒸汽消耗量、提升甲醇產(chǎn)品收率的目標(biāo)。山東能源集團(tuán)某權(quán)屬單位通過試點應(yīng)用人工智能場景，平均每噸甲醇蒸汽消耗量可降低2%，年度可節(jié)省蒸汽成本192萬元。此技術(shù)若拓展到全行業(yè)，以2023年全國甲醇產(chǎn)量8300萬噸進(jìn)行估算，該場景的蒸汽成本節(jié)省空間在10億元以上。

聚焦四個方面 推動產(chǎn)業(yè)落地

《指南》認(rèn)為，未來，人工智能的核心場景價值持續(xù)增長，場景更加豐富，有望推動企業(yè)從傳統(tǒng)的產(chǎn)品導(dǎo)向轉(zhuǎn)向用戶導(dǎo)向，實現(xiàn)個性化、定制化的服務(wù)。

為進(jìn)一步推動人工智能產(chǎn)業(yè)落地，并能更好地支撐化工等行業(yè)提高發(fā)展質(zhì)效，《指南》圍繞四個方面，提出發(fā)展建議。

一要挖掘更多應(yīng)用場景，推動大模型垂直化、產(chǎn)業(yè)化落地。“行業(yè)+人工智能”需要豐富的應(yīng)用場景支持，聚焦“小切口，大縱深”，鼓勵支持行業(yè)相關(guān)企業(yè)和大模型公司在各個領(lǐng)域開展應(yīng)用試點，發(fā)揮大模型的技術(shù)優(yōu)勢，搭建行業(yè)大模型應(yīng)用展示與交流平臺，促進(jìn)不同領(lǐng)域之間的技術(shù)融合與合作，為發(fā)展垂直化、低成本的大模型開放更多的落地機(jī)會。

二要加快各行業(yè)數(shù)據(jù)統(tǒng)一匯聚，構(gòu)建高質(zhì)量數(shù)據(jù)服務(wù)平臺。選擇重點行業(yè)領(lǐng)域小切口開展高質(zhì)量數(shù)據(jù)集構(gòu)建試點探索，制定各行業(yè)高質(zhì)量數(shù)據(jù)集建設(shè)標(biāo)準(zhǔn)規(guī)范，推動企業(yè)依據(jù)自身能力搭建數(shù)據(jù)集公共服務(wù)平臺，合理進(jìn)行數(shù)據(jù)資源的收集、整合和有序開放共享，為行業(yè)模型研發(fā)提供賦能。

三要加快源頭技術(shù)創(chuàng)新，開展自主可控大模型研發(fā)和應(yīng)用攻關(guān)。支持國內(nèi)有實力的大模型廠商和人工智能芯片頭部企業(yè)加強(qiáng)合作，通過軟硬件一體化攻關(guān)，完善人工智能芯片的工具鏈、算子庫等軟硬件生態(tài)。

四要營造人才發(fā)展的良好生態(tài)環(huán)境，激發(fā)人才創(chuàng)新活力。鼓勵培養(yǎng)既懂大模型又懂行業(yè)知識的復(fù)合型人才，推動產(chǎn)學(xué)研聯(lián)動，建立完善的人才培養(yǎng)和管理體系。