在矿山行业中刚起步的人工智能，如何在工作方式、环境方面给从业者带来改变？
一场由AI引起的浪潮风暴正在直击所有互联网人的心。
今年9月，游戏设计师杰森·艾伦使用 AI 绘图工具 Midjourney 绘制的作品《太空歌剧院》，一举夺下美国科罗拉多博览会的年度艺术比赛的一等奖，引起广泛热议。无独有偶，OpenAI近期发布的全新聊天机器人模型—— ChatGPT，也重塑大家对AI的认知。
这些行业现状一度让AIGC（人工智能自动生成内容）概念成为AI界年度热词。悲观者认为，人工智能已经无所不能，它已经开始显露自己的锋芒，甚至有一天会取代人类，我们的终极宿命是赛博朋克。但需要明确的是，科技只是工具，人类才是主体。我们探索AI技术的发展，本身就是将人类脑海中的疯狂想法变成现实的过程。在某种程度上来说，诸如AI这样的技术，它们的出现不是为了替代人类，而是为了更好地辅佐。
这具体表现为，人工智能技术逐渐与各产业进行融合。人工智能与汽车产业融合出现了自动驾驶，与安防、建筑产业融合会形成城市大脑，与医疗产业融合会有维度更为丰富的医疗影像和医疗手段等。那么，如果将人工智能与矿山行业进行融合，又将会产生怎样的火花？
近日，由中国煤炭学会主办，中国矿业大学（北京）协办，华为进行赞助支持的第一届全国煤炭行业矿山AI大模型大赛如火如荼，大赛的锚点也很清晰，在华为AI大模型平台之上，以场景和应用为切入点，让矿山与AI技术人才走到一起，赋能矿山行业。
当AI与矿山的碰撞融合
当我们将人工智能在矿山行业的应用难点抽丝剥茧，就会发现核心问题其实是：矿山行业海量的专有场景与通用的人工智能技术之间存在着的天然鸿沟。
具体而言，对于矿山企业而言，AI开发过程中存在大量的碎片化因素，方案碎片化、开发门槛高、效率低且时间长等问题。华为煤矿军团市场与产业发展总监刘维分析称，从产业的角度来看，AI技术在企业渗透率仅为4%，距离产业爆发期还有相当长的路要走。每家想要应用AI的企业，可能都需要一些技术水平高的人才进行独立的架构设计与调参。“这就像每家工厂都需要聘请设计师来设计螺丝一样，是一种相当粗放、原始的手工作坊模式。”
更重要的是，智能矿山建设是一项复杂的系统工程，涉及多个场景、生产环境复杂、作业场景多样、装备资产厚重、知识经验丰富，不具备行业沉淀的AI技术人员往往会无从下手：采矿各个作业流程间是如何衔接的、数据是如何流转的？哪些场景下AI更容易发挥作用，显著改善安全作业环节、提升生产效率？如何精准匹配模型与场景？可以说，在从模型构建到推理应用过程中的诸多问题都会成为AI走向矿山应用的阻碍。
那么，面对“AI技术”与“业务场景“两手抓的需求，矿山行业到底应该如何破局？本次华为联合各大高校举办的矿山AI大模型大赛即为AI切实走入矿山提供了一种新思路。
众筹模式，打通AI赋能的“任督二脉”
降低AI开发成本，让一线的业务人员能够轻松上手，“玩转AI”，即是当下突破煤矿行业应用AI最核心难题的一剂“良药”。
华为矿山AI大模型也基于这个目标应运而生。
通过提升AI开发前置工作的标准化程度，华为矿山AI大模型将不同开发者所需模型的公约部分提前训练好，把煤矿行业的知识、数据和训练成果沉淀到了一个模型中，矿山行业的开发者、从业人员只需在此基础上进行二次开发和微调，即导入海量无标注的矿山场景数据进行预训练和根据自身的行业经验对模型参数进行细微调整，就可以以较短的开发周期使AI高效赋能。
晋控三元矿就使用了华为矿山AI大模型，在主运智能监测系统中代替人工巡检，能够精准识别大块煤、锚杆等异常，准确率超过95%，从而有效保障了主运皮带的正常运行。
然而华为AI矿山大模型仅仅是搭建了技术底座，对于煤矿行业来说，每一个真实的需求都是面向实际场景的需求。由于煤矿行业采、掘、机、运、通的业务流程覆盖了上千个场景，AI只有将触角延伸到业务一线具体的应用场景中，才算是正在落地。
另外，全国4000多个煤矿，10000多个金属矿山，井下生产环境各不相同，如何做到基于一个矿开发的AI算法和应用，快速匹配到其他矿山，这是一个极大的技术难题。
这就要求融合多样化人才的力量，形成一个开发者平台，聚拢矿山AI开发者，群策群力，以一个个“有血有肉”的应用场景为切入点，才能真正打破煤矿行业和AI技术开发之间的壁垒。
本次华为煤炭行业矿山AI大模型大赛打造了一个开发者平台，让创新的AI思维与行业的实际需求充分融合。除了中国矿业大学、安徽理工大学等行业对口高校的团队外，本次参赛的389支队伍还有不少来自于来自中国科技大学、西安电子科大、北京邮电大学等国内多所高校，参赛者们充分挖掘矿山应用场景，为矿上领域注入了新的血液。
以煤矿采空区地面裂缝检测场景为例，由于完成地下煤矿开采的区域经过一段时间可能会形成塌陷，导致地表上方的土地产生裂缝，从而严重破坏当地环境和建筑，甚至威胁附近群众的生命安全，因此需要人工周期性的对煤矿采空区的地面裂缝进行检测，来自西安电子科技大学的团队——“黄金矿工（壹）号”就提出了使用无人机代替人工检测的解方案。通过使用无人机搭载高清摄像头代替人工采集采空区的图像，利用华为矿山AI大模型对图像进行训练、部署，在同等数据集的实验中，较传统方法提高了7%的准确率。
针对矿山行业公认的最主要痛点之一——钻孔深度测量问题，来自中国矿业大学的团队——“矿山特种机器人研究中心”则想到了基于AI算法打造钻探智能监测系统，改善传统人工钻杆计数方式测量精度受人为因素影响，井下环境恶劣从而导致接近快关损坏、钻杆计数失效的弊病，将井下APP钻孔操作和视频自动计数相结合，智能化辅助抽采瓦斯，从而有效保证了生产安全。
“借助华为矿山AI大模型，我们仅用了数天就完成了数据标注到模型训练的全部工作，这个开发效率在以前是不可想象的。可以预见的是，华为矿山AI大模型将有利于AI技术更快渗透到煤矿行业更多的应用场景中去。” 矿山特种机器人研究中心的一位成员感叹。
产学研共同发力，全方位打造矿山AI生态
本次大赛中类似的案例其实不胜枚举，各参赛队伍挖掘出了很多典型、非典型场景，本次大赛也成为了煤矿业与智能世界间的破壁者、连接者，帮助AI技术走出象牙塔，成为真正赋能经济的动能。
同时，本次大赛的成功举办也印证了产、学、研共同发力，才是推动AI技术成果在煤矿行业转化为生产力的高效路径。
“矿山智能化的本质就是工业互联网，这意味着需要分层解耦、平台共享、能力共建、生态繁荣，才能实现行业知识和场景经验更快捷地在行业内被广泛调用。行管部门、煤炭生产企业、装备制造商、应用系统开发者，纷纷以开放的姿态参与标准、架构、协议的联盟或组织，共同推动创新合作，才能促进智能矿山建设高效的规模化开展。”华为公司高级副总裁、煤矿军团董事长邹志磊说。
改变，正在悄然发生。
当下的矿山行业，早已不是大多数人记忆中那番“昏暗灯光下，灰头土脸的矿工以身犯险”的模样。
随着先进矿山生产企业逐步认识到智能化的重要性、加大智能化科研投入，矿山行业创新不断加速。同时，在行管部门、协会、煤矿企业、科研院校的共同努力下，矿山智能化技术创新和标准制定取得了长足进展。2022年全国信息化技术标准委员会大数据标准工作组就组织编制了《智能化矿山数据融合共享规范》，不断推动矿山智能化标准体系的进一步完善。
在上下游合作伙伴加入智能化队伍、提供技术支持的基础上，还有更多来自学界的数字化人才思考着智能矿山建设的未来，为撬动矿山智能化系统的更大价值而努力着。
正如中煤能源集团首席专家朱林所说，“煤矿智能化不是设备采购，而是需要积极打造一个良好的生态环境，共同解决行业痛点，让整个生态为煤矿业服务。”
一个全方位的矿山AI生态，正在逐渐形成。我国的矿山行业也在利用AI技术走向更广阔的未来。
