在油氣行業(yè)發(fā)展新質(zhì)生產(chǎn)力是推動高質(zhì)量發(fā)展的內(nèi)在需求和重要著力點。我國積極把握全球能源綠色低碳轉(zhuǎn)型的趨勢和機遇，提出能源安全新戰(zhàn)略、“雙碳”目標以及構(gòu)建清潔低碳、安全高效的現(xiàn)代能源體系的部署，積極培育能源新質(zhì)生產(chǎn)力，支撐了我國經(jīng)濟社會的高質(zhì)量發(fā)展。
近期，華為開展服務(wù)油氣行業(yè)重要客戶進行大模型建設(shè)。已經(jīng)與中國石油、中國石化、中國海油、國家管網(wǎng)企業(yè)進行深入合作。日前，筆者采訪到華為中國政企油氣礦山系統(tǒng)部總經(jīng)理范濤、華為中國政企CMO邱恒，為讀者分享華為在油氣行業(yè)的解決方案和成功實踐。范濤向筆者介紹稱，2024年年初，華為公司將油氣、礦山行業(yè)業(yè)務(wù)整合，成立“油氣礦山業(yè)務(wù)部”，拉通研、營、銷、服團隊，高效協(xié)同，縮短產(chǎn)業(yè)鏈條，快速響應(yīng)客戶需求，與伙伴一起構(gòu)建健康良性的產(chǎn)業(yè)生態(tài)。為行業(yè)找技術(shù)，解決行業(yè)難題，加速行業(yè)智能化。
目前華為油氣礦山行業(yè)的業(yè)務(wù)范圍主要包括油氣、礦山、冶煉、化工等業(yè)務(wù)領(lǐng)域。堅持“為場景找技術(shù)”的原則，以“降本提效增安”為目標，聯(lián)合伙伴共同創(chuàng)新，推動油氣礦山行業(yè)智能化進程，持續(xù)做好技術(shù)突破和應(yīng)用落地。范濤表示，面向油氣行業(yè)，華為持續(xù)加大投入，深耕NA客戶，先后與中國石油、中國石化、中國海油、國家管網(wǎng)簽訂了戰(zhàn)略合作協(xié)議，成為戰(zhàn)略合作伙伴。他們將與合作伙伴共同聯(lián)合創(chuàng)新，為油氣行業(yè)提供端到端的ICT解決方案，將AI、5G、云、大數(shù)據(jù)等技術(shù)和油氣行業(yè)深度融合，在油田勘探與生產(chǎn)、管道運輸、煉油化工、成品油零售等不同領(lǐng)域展開深入合作，助力油氣行業(yè)實現(xiàn)數(shù)智化轉(zhuǎn)型。
華為大模型解決方案及落地路徑
華為推出人工智能的新架構(gòu)，主要是中心訓(xùn)練與邊緣推理的“云邊協(xié)同”兩級架構(gòu)。架構(gòu)核心在于華為集團側(cè)部署的訓(xùn)練中心與邊緣側(cè)的推理機制可以協(xié)同工作。在集團側(cè)，利用正常數(shù)據(jù)及已知的負樣本進行訓(xùn)練開發(fā)，隨后將訓(xùn)練好的模型推送至邊緣側(cè)進行推理。在推理過程中，這一系統(tǒng)不僅能夠準確判斷已知的負樣本，更關(guān)鍵的是它能夠識別并捕獲那些非正常或異常的未知數(shù)據(jù)。這些異常數(shù)據(jù)隨后會被標記并定期或定量地送回集團側(cè)進一步的學(xué)習(xí)研究分析。
范濤介紹說：“這種‘邊用邊學(xué)’的循環(huán)方式，模型能夠不斷地適應(yīng)新的生產(chǎn)環(huán)境和異常情況，不僅有效解決了傳統(tǒng)架構(gòu)中難以應(yīng)對的未知挑戰(zhàn)，還提高了其泛化能力和應(yīng)對新問題的能力。解決傳統(tǒng)模型定制化嚴重、泛化性差的問題。”華為盤古大模型5.0包含不同參數(shù)的模型，包括視覺大模型、預(yù)測大模型、盤古自然語言大模型、多模態(tài)大模型、科學(xué)計算大模型等在內(nèi)的多元化功能，并在全系列、多模態(tài)、強思維三個方面進行了全新升級，豐富的創(chuàng)新應(yīng)用和落地實踐，也將持續(xù)深入行業(yè)解決難題。針對不同類型客戶類型和需求，華為可以提供不同的解決方案。面向企業(yè)規(guī)模小、投資小，人工智能需求不多，華為也可以提供對應(yīng)的場景化解決方案。
華為工業(yè)領(lǐng)域大模型落地究竟有哪些路徑與方法？范濤表示，大模型分為L0、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，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場景模型則是L1行業(yè)模型“化繁為簡”后，直接應(yīng)用在生產(chǎn)、業(yè)務(wù)領(lǐng)域的場景算法模型。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，從而實現(xiàn)L2場景模型的升級迭代。但是，對于油氣礦山等很多行業(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，時間周期長，無法支撐L2場景模型的快速上線。
為尋求更短路徑，結(jié)合其在多個行業(yè)頭部客戶的實踐和探索，華為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)合場景數(shù)據(jù)集實現(xiàn)L2場景的快速開發(fā)。隨著場景規(guī)劃分批落地后，企業(yè)收集和標注的行業(yè)數(shù)據(jù)就可以快速地拿來訓(xùn)練L1行業(yè)模型，補足L1的能力。“簡單來說，新路徑的優(yōu)勢在于‘小算力起步，逐步擴容’、行業(yè)數(shù)據(jù)可以分批補充，這使得首批場景應(yīng)用能夠快速落地，驗證大模型能力，過程中實現(xiàn)大模型開發(fā)人才的培養(yǎng)和能力的積累。”傳統(tǒng)路徑可以獲得能力更強的L2場景模型，而華為提出的“捷徑”，L2場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。
華為助力AI在油氣數(shù)智化轉(zhuǎn)型
中石油昆侖大模型的創(chuàng)新應(yīng)用場景呈現(xiàn)出業(yè)務(wù)領(lǐng)域覆蓋更加廣泛、業(yè)務(wù)結(jié)合更加緊密、“人工智能+”賦能效果更加顯著等特點。專業(yè)應(yīng)用場景覆蓋范圍從勘探延伸到煉化、銷售、裝備制造等領(lǐng)域，打造能源化工領(lǐng)域的智能“業(yè)務(wù)專家”；員工助手場景覆蓋科研、辦公等業(yè)務(wù)，開啟了“AI+”高效辦公新模式；行業(yè)應(yīng)用助力從業(yè)者成為能源化工領(lǐng)域的“行家里手”；智能油伴場景，以更“擬人”、更“聰明”的形象，為成品油、天然氣廣大消費者提供“貼心客服”。在中石油昆侖大模型的建設(shè)中，華為重點投入了視覺大模型與科學(xué)計算大模型。中國石油深入推進以昆侖大模型為核心的‘人工智能+’行動，加快實現(xiàn)人工智能賦能產(chǎn)業(yè)升級。
2024年5月28日，中國石油舉行昆侖大模型建設(shè)研討會，與中國移動、華為、科大訊飛簽署了昆侖大模型合作共建協(xié)議，正式全面啟動昆侖大模型建設(shè)，共同探索能源化工行業(yè)大模型建設(shè)與應(yīng)用的有效路徑，組建人工智能研究機構(gòu)及工作專班，大力實施智能化發(fā)展工程，加快構(gòu)建人工智能創(chuàng)新發(fā)展良好生態(tài)，全力打造務(wù)實高效、行業(yè)一流的人工智能大模型和深度應(yīng)用場景。中國石油昆侖大模型歷經(jīng)“8.28、11.28”兩個重要的時間里程碑，取得了階段性成果，成為能源化工領(lǐng)域首個通過國家備案的行業(yè)大模型。華為始終將中國石油的人工智能大模型建設(shè)工作視為重中之重。
范濤認為，在頂層設(shè)計層面，秉持以業(yè)務(wù)需求為導(dǎo)向的理念，緊密結(jié)合大模型技術(shù)，對油氣業(yè)務(wù)領(lǐng)域場景展開科學(xué)嚴謹?shù)囊?guī)劃部署；在建設(shè)層面，華為重點投入視覺大模型與科學(xué)計算大模型的建設(shè)，并取得顯著成績。在昆侖視覺大模型建設(shè)中，基于開集檢測能力，昆侖視覺大模型識別范圍擴展至原先的三倍，識別精確度亦穩(wěn)步提升，正朝著“萬物識別”的目標快速邁進，持續(xù)拓寬視覺智能的應(yīng)用邊界；在科學(xué)計算大模型建設(shè)中，華為全力支撐東方地球物理公司、中國石油勘探開發(fā)研究院和中油測井公司開展專業(yè)大模型的訓(xùn)練與調(diào)優(yōu)工作。創(chuàng)新構(gòu)建地震、測井大規(guī)模數(shù)據(jù)集，并攻克多精度數(shù)據(jù)編碼及多模態(tài)數(shù)據(jù)融合技術(shù)、Transformer與地球物理的融合技術(shù)。經(jīng)歷6個月的研發(fā)和實踐應(yīng)用，昆侖視覺和科學(xué)計算大模型也成功應(yīng)用于油氣生產(chǎn)的各個產(chǎn)業(yè)鏈。
在勘探領(lǐng)域，顯著提升了勘探處理解釋模型和測井處理解釋模型的精度與泛化性，并提升了專家在更多專業(yè)任務(wù)場景中的工作效率。其中，與東方地球物理公司聯(lián)合探索全波形反演行業(yè)難題，實現(xiàn)了基于聲波方程的二維場景的全波形反演處理效率提升了10倍，加快了前沿技術(shù)在中國石油勘探領(lǐng)域的應(yīng)用進程。在煉化領(lǐng)域，構(gòu)建丁腈橡膠視覺檢測大模型，解決人工檢測效率低、勞動強度大的問題，實現(xiàn)自動化智能質(zhì)檢。在制造領(lǐng)域，在輸送管產(chǎn)品生產(chǎn)質(zhì)量智能檢測場景中，通過視覺大模型解決了輸送管焊縫質(zhì)量檢測極度依賴專家經(jīng)驗、微小缺陷不易識別的難題，提升焊縫檢測效率和效果。在石油管材及裝備失效影像智能分析場景中，通過視覺大模型實現(xiàn)對微觀斷口失效影像自動分類識別，為石油管材及裝備材料失效智能診斷提供技術(shù)支撐。
推動油氣行業(yè)新質(zhì)生產(chǎn)力高質(zhì)量發(fā)展
數(shù)字化、智能化帶來新產(chǎn)業(yè)、新模式、新動能，是培育新質(zhì)生產(chǎn)力的關(guān)鍵引擎和重要實現(xiàn)路徑。邱恒告訴筆者，華為深耕ICT領(lǐng)域30多年，自身就是數(shù)智化轉(zhuǎn)型的實踐者。同時已經(jīng)面向油氣礦山、金融、交通、制造等行業(yè)打造了200多個智能化解決方案，并在20多個行業(yè)的智能化項目中得到了應(yīng)用。這些成功經(jīng)驗和應(yīng)用對各行業(yè)都有一定的參考意義。在這一過程中，他們總結(jié)出了一套轉(zhuǎn)型實踐方法：即架構(gòu)先行，平臺先行，場景創(chuàng)新，迭代前進。過去30多年服務(wù)各行業(yè)的數(shù)字化、智能化經(jīng)驗，提出了行業(yè)智能體參考架構(gòu)，這個架構(gòu)被劃分為五層，包括智能感知、智能聯(lián)接、智能底座、智能平臺和AI大模型，在這些上面是千行萬業(yè)的創(chuàng)新應(yīng)用。當(dāng)然，更重要的是，它不是封閉的架構(gòu)。華為將聚焦在自己所擅長的產(chǎn)品和技術(shù)領(lǐng)域，同時以開放的心態(tài)，繼續(xù)與合作伙伴一起深入理解行業(yè)場景，精準把握客戶需求，將技術(shù)與業(yè)務(wù)場景深度融合，進行場景創(chuàng)新和迭代前進，共同服務(wù)好客戶數(shù)智化轉(zhuǎn)型的全周期，助力各行業(yè)實現(xiàn)新質(zhì)生產(chǎn)力的高質(zhì)量發(fā)展。
微信公眾號
微信視頻號
京公網(wǎng)安備11010502053156號