8月15日，2024石油石化行業(yè)人工智能技術(shù)交流大會(huì)在北京石油科技交流中心開幕。來自行業(yè)的相關(guān)學(xué)者和專家圍繞“發(fā)展新質(zhì)生產(chǎn)力，助力石油石化人工智能賦能數(shù)智化轉(zhuǎn)型”這一主題進(jìn)行探討和深入交流。
本次大會(huì)由中國(guó)石油工程建設(shè)協(xié)會(huì)信息與自動(dòng)化專業(yè)委員會(huì)與中國(guó)石油、中國(guó)石化、中國(guó)海油、國(guó)家管網(wǎng)、中國(guó)中化、中國(guó)航油等單位的相關(guān)部門聯(lián)合舉辦，華為油氣礦山軍團(tuán)解決方案總裁蔣旺成受邀出席并分享了關(guān)于工業(yè)領(lǐng)域AI難題如何破局的主題演講。
會(huì)上，蔣旺成從華為角度解讀了對(duì)新質(zhì)生產(chǎn)力的理解，以大模型為代表的新科技引領(lǐng)產(chǎn)業(yè)的創(chuàng)新，打造可普遍推廣的能力和方法，為油氣領(lǐng)域提質(zhì)增產(chǎn)、效率提升、安全保障帶來價(jià)值。
同時(shí)，他對(duì)大模型的常見理解誤區(qū)也做了闡述，大模型并不簡(jiǎn)單的等同于ChatGPT，也不能完全替代現(xiàn)有的小模型和機(jī)理模型，它們是互補(bǔ)關(guān)系，可能需要長(zhǎng)期共存。此外，在工業(yè)領(lǐng)域自動(dòng)化已經(jīng)成熟運(yùn)用多年的情況下，智能化從兩個(gè)維度進(jìn)一步提升，實(shí)現(xiàn)工業(yè)“AI+自動(dòng)化”。智能化的感知為自動(dòng)化提供輸入支撐，實(shí)現(xiàn)更好的自動(dòng)化，智能化的應(yīng)用彌補(bǔ)自動(dòng)化的能力不足。
場(chǎng)景規(guī)劃層面，人工智能的價(jià)值體現(xiàn)在于場(chǎng)景的落地，基于業(yè)務(wù)主航線，各油氣企業(yè)應(yīng)投入對(duì)業(yè)務(wù)有深刻理解的業(yè)務(wù)專家，并通過規(guī)范化的組織和流程來保證價(jià)值場(chǎng)景的規(guī)劃、開發(fā)與推廣使用的嚴(yán)謹(jǐn)性和科學(xué)性。
華為當(dāng)前在油氣領(lǐng)域已經(jīng)與業(yè)界專家團(tuán)隊(duì)進(jìn)行了部分場(chǎng)景的探索，比如地震資料智能解釋和設(shè)備的預(yù)測(cè)性維護(hù)等，更多的場(chǎng)景挖掘需要企業(yè)重視并投入。
結(jié)合華為多年探索和商業(yè)落地經(jīng)驗(yàn)，蔣旺成在演講中提出了工業(yè)領(lǐng)域的大模型落地的路徑與方法。他解釋，大模型分為L(zhǎng)0、L1、L2三層。L0即最基礎(chǔ)的大模型，比如盤古大模型。L1就是所謂的行業(yè)模型，比如，盤古礦山大模型、盤古油氣大模型和盤古鋼鐵大模型，它們是在L0大模型的基礎(chǔ)之上，通過海量行業(yè)數(shù)據(jù)訓(xùn)練而來。L2場(chǎng)景模型則是L1行業(yè)模型“化繁為簡(jiǎn)”后，直接應(yīng)用在生產(chǎn)、業(yè)務(wù)領(lǐng)域的場(chǎng)景算法模型。
大模型建設(shè)的傳統(tǒng)路徑，通過大量的行業(yè)數(shù)據(jù)與消耗巨大的算力去訓(xùn)練L1行業(yè)模型，從而實(shí)現(xiàn)L2場(chǎng)景模型的升級(jí)迭代。但是，對(duì)于油氣等很多行業(yè)而言，常常面臨著數(shù)據(jù)不足，或者數(shù)據(jù)收集和處理的工作量極大等困境。而且訓(xùn)練L1行業(yè)模型的初始算力要求高，時(shí)間周期長(zhǎng)，無法支撐L2場(chǎng)景模型的快速上線。
為尋求更短路徑，結(jié)合華為在多個(gè)行業(yè)頭部客戶的實(shí)踐和探索，蔣旺成在會(huì)上提出了一條新的大模型建設(shè)路徑：在初始階段，可以直接通過L0大模型結(jié)合場(chǎng)景數(shù)據(jù)集實(shí)現(xiàn)L2場(chǎng)景的快速開發(fā)。隨著場(chǎng)景規(guī)劃分批落地后，企業(yè)收集和標(biāo)注的行業(yè)數(shù)據(jù)就可以快速的拿來訓(xùn)練L1行業(yè)模型，補(bǔ)足L1的能力。
簡(jiǎn)單來說，新路徑的優(yōu)勢(shì)在于“小算力起步，逐步擴(kuò)容”、行業(yè)數(shù)據(jù)可以分批補(bǔ)充，這使得首批場(chǎng)景應(yīng)用能夠快速落地，驗(yàn)證大模型能力，過程中實(shí)現(xiàn)大模型開發(fā)人才的培養(yǎng)和能力的積累。
不過，蔣旺成也強(qiáng)調(diào)，傳統(tǒng)路徑可以獲得能力更強(qiáng)的L2場(chǎng)景模型，而華為提出的“捷徑”，L2場(chǎng)景模型的能力主要取決于L0大模型。兩種訓(xùn)練路徑，不同規(guī)模的企業(yè)可依據(jù)自身行業(yè)與場(chǎng)景數(shù)據(jù)集的成熟度、算力的部署節(jié)奏等因素，按需選擇。
最后，蔣旺成表示，在油氣領(lǐng)域華為會(huì)持續(xù)打造更好的智能化的底座，提供安全可信的根技術(shù)，并積極與業(yè)界專家團(tuán)隊(duì)一起，探索人工智能在各種場(chǎng)景的應(yīng)用，打造屬于油氣行業(yè)的新質(zhì)生產(chǎn)力。
責(zé)任編輯： 江曉蓓
標(biāo)簽：油氣
油氣
京公網(wǎng)安備 11010802020613號(hào)