提起煤矿，你会想到什么?可以把你脑海中浮现的第一个词打在评论里，看完这篇文章，肯定会改变你的看法。

不管你写的是什么词，我敢几乎100%肯定，不会有高科技。在老百姓眼中，煤矿行业代表的就是劳动力密集、安全风险高的传统行业，和高科技好像没有半毛钱关系。

但如今，以煤矿为代表的矿山行业，不仅被各方科技大佬围绕，也成为了人工智能、特别是AI大模型得到真正应用的重要场景。今天这篇文章，我们就一起来看一下，为什么科技巨头纷纷进军矿山领域，煤矿和人工智能的结合，如何迸发出新的火花。

AI大模型不再“新”，落地却很难?

既然说到人工智能，我们首先就来说说AI和发展现状、和未来的发展方向。

人工智能大家肯定都不陌生，从语音图像文字识别，到下棋玩游戏，人工智能的厉害之处，就是能把一个具体的事情做到极致。这是因为人工智能都是针对某个应用、用很多数据去训练出来一个神经网络，然后拿这个训练好的网络，放到实际的应用里，就能做的又快又好。

但事实上，除了下棋和玩游戏这些专用场景，新一代人工智能已经朝着通用化的方向在不断发展，而之前文章里说过的大模型，就是当前行业最热的风口。

大模型最主要的特点就是「大」，它指的其实是网络里包含的参数的数量非常多。比如大模型开山之作GPT3的参数量达到了1750亿，比传统的模型高出了近1000倍。模型的大小可以看成是脑容量的大小，脑容量变大了、能处理的东西自然就更多了。

自从2020年OpenAI推出NLP大模型GPT3以来，AI大模型就已经成功“破圈”。最近全球热聊的ChatGPT，更是大模型的又一个力作。在这个背景下，包括谷歌、微软、英伟达、华为、百度、阿里在内的众多科技巨头抢破了头也要抢到进入大模型头部的船票，角力新一轮AI竞赛的新赛场。

虽然看起来百家齐放，但实际情况更多是大模型越做越大，但离真正广泛应用还有不少的距离。

之所以AI大模型停留在“纸上谈兵”的阶段，主要在于这种前沿的大拿技术和实际应用场景之间存在着巨大的鸿沟。一方面，研究机构和学者们从大炼模型到炼大模型转变，但很多在象牙塔里的研究者可能并不了解真实的应用场景、技术特点、行业壁垒、以及真正的硬骨头都有哪些。

另一方面，大量的行业工程师、从业者却很难摆脱传统的定制化、作坊式的模型开发方式，很难将行业知识与AI技术进行有机的结合，无法让更多行业特性和AI场景真正搭建起融合的桥梁。

所以，探索AI大模型的落地，已经成为各大科技巨头发力的重点。如何加快人工智能与神经科学、认知科学、量子科学、心理学、数学、经济学、社会学等等这些基础学科的交叉融合，也已经成为了AI大模型未来发展的重要世界性趋势。

AI大模型迈向矿山，偶然还是必然?

一直以来，AI在民用场景运用居多，但是随着AI的不断发展，它甚至已经上升至国家核心竞争战略高度。世界多国都已经加大布局AI发展规划，我国也推出《新一代人工智能发展规划》，提出到2025年，人工智能的理论实现重大突破，部分技术与应用达到世界领先水平，实现人工智能核心产业规模达4000亿元，带动相关产业规模超5万亿元。而要在人工智能技术与应用走向前列，必然要瞄准关键的工业民生应用，比如煤炭等国家战略资源。

自从2021年以来，全球煤炭、石油、天然气、铁矿石等大宗商品价格出现大幅波动，对我国的能源及战略物资供应格局产生较大影响。以煤炭为例，我国是世界第一大煤炭消费国，2021年煤炭进口量同比增6.6%，达到3.23亿吨，居全球第一，占一次能源消费的56%左右。

面对不断增加的进口依赖，一方面要增大国内矿山的产能;另一方面，还要做好足够的战略储备。每逢国际煤炭价格跌落至低价时加大进口，以有效应对国际市场波动。而这两方面都离不开智能化的推动，比如智能化探测、开采、以及大量煤炭资源储备的智能化管理。

早在2020年3月，国家发改委、国家能源局等八部委联合印发《关于加快煤矿智能化发展的指导意见》，明确提出到2025年大型煤矿和灾害严重煤矿将基本实现智能化，到2035年各类煤矿基本实现智能化。

对于煤炭生产企业而言，智能化带来的好处还是显而易见，最重要的就是保障安全、绿色环保、提高效率，我们可以稍微展开说说。首先，通过采用智能化的设备、智能化的方法，减少人类矿工在危险环境下的工作时间，实现少人甚至无人，这样就能大大降低煤炭行业的事故发生率，甚至主动预测和感知事故的发生并提前预警。

第二，通过自适应感知控制等智能化技术，能让煤矿开采更加精准，减少资源浪费。煤矿爆炸最重要的原因之一就是由瓦斯排放不畅导致，但如果实现无人开采，就能同步采集瓦斯资源，一点也不浪费。

第三，优化后的人工智能在专业领域可以做的又快又好，通过自动化、智能化设备的引入，也势必会让采集工作效率更高，也能可大幅提升设备可靠性和故障维护便利性。

有数据显示，2021年全球智能采矿市场规模达到618.72亿元，预计到2027年全球智能采矿市场规模将达到1662.24亿元。在这六年期间，智能采矿市场年复合增长率预计将达到17.91%。

面对这个潜力巨大的市场，无论是华为、阿里、腾讯、百度等这样的头部科技企业，还是海康威视、大华、科大讯飞等人工智能垂直领域的企业，抑或是其他专注于服务煤炭行业的信息技术公司，都想要在煤矿智能化建设赛道中获取一席之地。为此，华为还在2021年3月特别成立了“华为煤矿军团”，它的使命就是要将数字技术带入每一座矿山。

这是个雄心勃勃的使命，但具体到如何做，其实并不容易。除了利用华为擅长的5G通信等技术积累作为基础，还有非常重要的技术，就是使用前面一直在说的大模型。为此，华为还特别联合了中国煤炭学会、中国矿业大学(北京)举办了一个矿山AI大模型大赛，目的就是为了推进人工智能大模型在矿山领域的应用落地。

不过，大模型来到向来传统、保守的煤矿领域，要真正落地矿山应用、实现矿山智能化，还有三个主要痛点要解决，分别是场景、人才和生态。我们接下来就一个一个说。

大模型落地矿山的三个痛点

首先从场景说起，场景其实指的就是AI真正应用的领域，比如下棋、玩游戏。只不过在矿山领域，场景千差万别，除了挖矿本身，还有挖矿前的勘探、测绘、规划，挖矿后的运输、通风、安全保障，以及过程中的经营管理等等。华为煤矿军团针对中国矿业大学(北京)等高校做了深入调研，并检索了近几年矿山智能化的相关论文，整理了一份场景地图，里面包含了16大类265个场景子项。可见，能应用AI技术的煤矿场景是非常丰富多样的。

在所有这些场景里，保障安全可以说是最重要的，也是刚需和底线。原因很简单，挖煤很危险。煤矿井下环境封闭、条件复杂，时不时能在新闻上听到某某煤矿发生瓦斯爆炸、透水等事故。在2021年，发生煤矿事故91起，虽然已经比上一年下降了超过20%，但煤矿行业一直以来也是公认的“高危行业”。

所以，如何用人工智能的方法，自动识别、检测、甚至预测矿山事故的发生，就是一个值得研究的课题。就拿这次大模型大赛的一个参赛案例来看，可以用大模型去自动识别和判断煤矿采空区，也就是地下煤炭开采完后留下的空洞，而这些空洞非常危险，随时可能导致土地裂缝和塌陷，前几年几乎每年都会发生采空区坍塌事故，造成多人死亡或失踪。为了解决这个问题，来自陕西的一支参赛队伍就提出使用无人机搭载高清摄像头代替人工采集采空区的图像，然后利用华为盘古大模型对图像中的裂缝进行自动检测，这样既能降低我们人在检测过程的参与度，从而降低风险，又能提升检测精度和效率。这样的例子还有很多，通过这个大赛，可以不断地挖掘和发现各种经典、罕见的场景。

采煤机5G远程控制总览图

说完场景，我们再聊聊人才。人才的重要性不需要多说了，尽管目前全球经济面临下行的巨大压力，就业市场并不景气，但是不管外部环境如何变化，对人才的需求永远是时代的主旋律。只不过，人才有不同的类型，对于智能矿山这个融合传统和现代的特殊领域，对人才的需求更加特殊，毕竟既懂采矿又能具备AI技术的人才可能是凤毛麟角。因此，如何汇聚培养人才，集中力量办大事，这始终是个难解的课题。

这次矿山AI大模型大赛，就提供了一个很好的平台，也吸引了来自很多国内顶尖高校的队伍报名参加。根据华为的数据，这次参赛队伍达到389支、人数一共1460人，不仅有地矿专业高校，也有浙大、中科大这些综合院校参加。通过提供舞台，让高校的学生们有了用武之地，利用比赛主动展现自己的才华和理念。更重要的是，他们不需要既懂AI大模型、又懂采矿。平台可以提供一些矿山场景，同学们可以在上面做算法应用和实践;或者像前面说的参赛队伍可以自己选题，然后利用平台提供的盘古大模型简化AI的开发和部署过程。华为提出一个名词叫“众筹模式”，其实本质就是这种平台化的技术交流、人才培养和机遇共创的意思。

最后，有了人才和场景，还要有开放合作的生态。煤炭是一个涉及多达26种学科的行业，全国大大小小5000多家煤矿的地质条件和自动化程度更是截然不同。因此，要让学术研究用于真实场景的落地应用，肯定离不开学术界、工业界的通力合作，让学术研究的成果，不断转化到工业应用里，把技术真正用起来，而不是停留在论文的阶段，这才是研究的最终意义。

再回到开头的那个问题，提到煤矿，现在你会想到什么?老子在道德经里写过，一生二、二生三、三生万物。煤，经历了上亿年的沉积，如今为我们带来了火和电。而正是火和电，开启了人类现代文明的大门。人工智能和大模型，作为人类最新科技的代表，现在又应用在煤矿的开采这些传统的行业中，有意或无意间，完成了文明的轮回。这或许就是我们不断追求科技发展的最大意义。

相关推荐：

台积电、华为“情断”两年，出现哪些后遗症?

盘点2022年半导体行业：国产化路在何方

自动驾驶芯片行业研究