AI助力經濟復蘇

施然

一塊煤被挖出來，從井下送到地面，運到礦倉，再到洗煤廠，很多時候是用皮帶運送。皮帶有幾公里長，在一些大型礦山，甚至有幾十公里長。皮帶不是完整的一根，從主皮帶到一級皮帶、二級皮帶、井下皮帶等，被分成好幾段。過去，運行皮帶是“逆流”，為了保證皮帶上的煤不會灑出來，會先啟動最遠端的一段，—節一節延伸到落煤點。

這個過程非常耗費功率。運煤前，后端的皮帶就要先空轉一會兒，且沒有特殊情況，整條皮帶啟動后就不會停下，哪怕中間有幾個小時并沒有煤要運。

在礦山，降低能耗是重要議題。周雨松從事礦山行業超過20年，現在是西安利雅得電氣股份有限公司研發部長，他說，過去他們試圖解決一些礦山中的能耗問題，甚至想到了具體的解決方法，但是缺少關鍵技術。

AI技術的加入，幫助周雨松和礦山解決了這個問題。利雅得通過與AI公司曠視科技的合作，在皮帶設備上安裝攝像頭，融入機器視覺技術，實現了動態煤流監測。在不影響原有皮帶設備的基礎上，實時監測皮帶上的煤炭重量，將逆煤流啟動皮帶變成了更科學的順流啟動，且如果煤少或無煤就會自動怠速運行，煤多會高速運行，最大程度減少空轉能耗。降低能耗的同時，還能降低皮帶設備的損耗，減少維護費用。

進入2023年，經濟復蘇成為多個行業的主要話題。中國國家統計局數據顯示，2023年2月，中國制造業采購經理指數（PMI）超預期回升至52.6%，創2012年4月以來最高水平；非制造業商務活動指數和綜合PMI產出指數分別達56.3%和56.4%。中國經濟回升態勢顯著。

要實現復蘇并進一步發展，企業對于降本增效、綠色低碳的需求越發強烈，信息化、數字化、智能化已經成為企業的必修課。AI是新一輪產業變革的核心驅動力，它可以賦能新業態、新模式，為經濟復蘇注入動力。中國信通院測算，2022年中國人工智能核心產業規模達5080億元，到2030年，這一數字將達到1萬億元。

在新冠疫情防控中，AI在資源調配、信息追蹤、疫情監測、核酸檢測、無接觸配送等方面發揮了重要作用。疫情后，AI又推動企業復工復產，激發新的經濟活力。近年，AI技術又有了新的突破，AI大模型、生成式AI、通用型AI等新方向已經出現。未來，掌握AI能力并能用于實際業務中的企業，會更具競爭力。

礦山里的安全和低能耗

當AI技術在一個小場景中發揮作用，很快就能在研發人員手中實現更大的功能。

周雨松說，最早曠視給他們提供了一個智能檢測系統，通過傳感器和圖像識別技術，檢測礦山中的各項數據。有了實時的檢測數據，他和團隊再以此為基礎做研發，結合礦山的不同應用場景，開發了更智能更安全更可靠的控制系統等，進一步提升了礦山的智能化水平。

礦山智能化是近幾年的主旋律。根據國家發改委、能源局等八部門聯合印發的《關于加快煤礦智能化發展的指導意見》，到2025年，大型煤礦和災害嚴重煤礦基本實現智能化；到2035年，各類煤礦基本實現智能化。

在礦山，安全是第一位的。周雨松剛入行起，各大礦山都在用各種辦法預防安全隱患。從作業階段到員工的休息時間，安全隱患無處不在。作業階段的安全通過各類工作規范要求和更先進的大型設備，基本都能解決。但是員工在休息時間的行為，很難實時監測并及時介入管理。

例如，同樣是在皮帶這個場景中，有員工在下班后，坐在傳輸皮帶上，讓皮帶把自己送到下一個點，省得走路。這個動作非常危險，過去只能靠巡檢員管理，效率不高。而傳統攝像頭只能在發生事故后回溯原因。加上機器視覺算法后，數據實時分析處理，出現危險行為，就能實時警報。

近幾年，礦山還面臨一個重要挑戰是招工難。很多環節的工作辛苦且環境不佳，年輕人不愿意干，年長的員工又陸續退休，人力吃緊。AI技術結合自動化控制系統在行業應用中一個重要的功能就是節約人力。

AI技術在礦山中幫助實現皮帶異物識別。

例如在皮帶運輸環節，過去需要多個崗位的員工協同配合，控制室、不同級別操作員、皮帶走廊巡檢員、關鍵節點的控制員等。上了智能系統后，礦山的管理、維修制度，操作制度都進行了統—協調、改變。現在，只需要控制室一個人，操作監控皮帶系統。另外再配備對應設備維保人員即可。

目前智能系統才剛剛發展，有的礦山不放心，還是會留一名員工做巡檢，但已經沒有相關固定崗位。“整體來說，工作強度降低，工作環境提高了。”周雨松說。

礦山之外，AI技術還在不少領域發揮重要作用。

教育、社區中的智能化

2018年時，楊勇就想轉型。他是成都合盛智聯科技有限公司的創始人，最早這是一家傳統制造業公司，楊勇看到了智能化的趨勢，他找到曠視，開展合作，方向是社會基層治理，包括市域治理、智慧社區、智慧園區、智慧校園、智慧文旅、智慧農業等。

2018年，楊勇做的是房地產門禁管理系統，他發現市面上有同行用了面板機，在和曠視溝通后，他們拿出了更智能化的面板機產品，在識別速率、逆光等復雜環境識別準確率都有明顯提升，最后贏得了客戶。

2019年，楊勇想做智慧社區，他發現其他公司的人臉識別設備的不良率超過30%，這樣會有極大的售后工作量，難以商業化。他仔細分析后發現，原因是小區環境復雜，天氣情況導致的雨水、光線等，都是阻礙，需要有更強大的算法和硬件支撐。他只能選新的合作伙伴，這意味著所有前期準備工作都要推倒重來，加班加點才能趕上招標進度。

更智能化的產品需要反復打磨和等待，市場也會為更好的產品買單，楊勇最終拿下訂單。疫情期間，不少公司都面臨業績壓力，但是楊勇的公司在2021年到2022年，連續兩年實現業績成倍增長，他認為，這是因為提前抓住了AI這個工具。

疫情后，健康越來越被重視。健康除了醫療、生物制藥，還有—個非常重要的環節是體育教育。北京金山頂尖科技股份有限公司有不少中小學校客戶，金山頂尖發現，校園里的體育教育，主要是靠體育老師，包括教學、測評等都是靠人去統計，掐表計數，再把數據錄到電腦里。“效率很低，且錯誤率比較高，還存在一些人為的因素，例如老師可能會偏愛某個學生。”

一些學校會使用穿戴式設備或紅外設備來進行體育測評，但也存在弊端，例如跑步時可以“替跑”。

金山頂尖近期在做的是基于視覺的訓練考核，他把這稱為“第三代方案”，并不是要替代前兩種方案，而是整合。基于機器視覺技術的訓練考核，首先，能夠記錄考核過程，如某學生對成績有異議，可以視頻回放、確認。

其次，AI的加入可以減輕穿戴設備的麻煩，比如一次體育測評可能有50個學生，分成幾個組，每一組都要重新做手環的綁定和解綁。同時，基于機器視覺通過人臉識別進行身份鎖定，學生們在跑步或者做引體向上的時候，能夠實時錄制并確認是不是這個人在做，實現防作弊。

另外，基于機器視覺技術，還能夠識別人體關鍵的骨骼點。在體育訓練中，最難的是標準，比如引體向上，手臂要到90度才算標準，但準確判斷90度很難，肉眼只能做出大約的判定，但機器視覺和算法，能夠做到精準判斷。

曠視企業業務事業部負責人趙康表示，2022年，曠視與合作伙伴共創了80多個創新場景方案，從四川的明廚亮灶，到山東的卸油標準化，從海南的電動車棚安全守護到浙江的安全生產，“這背后是對客戶需求的理解和對場景共性的提煉，而場景是打破行業邊界、促進Al規模化落地的關鍵”。

在實際的應用場景中，AI技術能夠改善供應鏈管理，提升物流效率；降低碳排放和資源消耗，推動可持續發展；幫助企業跨越地域和語言障礙，拓展更大范圍的市場，促進創業創新。而這些都是實現經濟復蘇的重要因子。