AI重塑矿业、能源与化工产业

快速阅读: AI技术正在重塑自然资源行业，包括采矿、石油、化工等，提高效率和安全性，减少碳足迹。华为与多家企业合作，推动AI在勘探、钻探和生产过程中的应用，目标是将AI置于生产核心，促进可持续发展。

人工智能（AI）的迅速普及和热情接纳正在全球各行业引发剧变，不仅提高了效率，还从根本上改变了组织的规划和运营方式。值得注意的是，尽管这一技术革命的影响尚未被广泛认识，它也正在自然资源领域，包括采矿、石油和天然气、化工及建筑材料等行业中显现。最新的进展正在重塑这些行业的核心生产系统，并重新定义风险管理、安全、战略和勘探的方式。

华为技术副总裁兼公司石油、天然气和矿业业务单元CEO林汉表示：“通过过去一年与客户的互动和实地研究，我意识到这个支撑国民经济命脉的行业正在经历一场静悄悄却深刻的变化。”她指出，AI在自然资源领域的转型中扮演着核心角色。

为了应对脱碳、高能耗和可持续性的挑战，我们必须将AI置于生产过程的核心位置，而不仅仅是辅助工具，利用它创造价值，发展信息基础设施，为企业的长期增长建立智能数字基础。S&P全球市场情报今年2月发布的一份关于采矿业变革的报告显示，AI的应用有望实现成本节约、提高安全性和减少碳足迹。

自主运输系统的部署率先展示了这一点。该系统利用多种传感器、实时运动学技术——通过基站向移动接收器提供即时校正数据来提高卫星导航系统的精度，包括中国的北斗系统和全球定位系统（GPS）、机器学习和控制算法，以优化路线并防止事故。接下来，智能采矿系统将使用AI分析来自无线摄影测量和车辆传感器的动态数据传输等大量地质数据，帮助识别矿产资源，提高钻探和挖掘率，从而降低勘探预算，提高整体效率。

澳大利亚莫纳什大学和塔斯马尼亚大学的研究人员去年在《自然通讯》上发表的研究进一步强调了这些步骤如何革新澳大利亚寻找用于生产清洁能源技术所需的铜、锂、钴和稀土矿物的探索。研究指出，在AI的指导下，可以利用无人机摄影测量和遥感图像改进现场生产力、爆破性能和矿物图制作过程。

未来，这不仅有助于实现净零碳排放的广泛目标，还将有助于日常操作中的风险预测和设备维护计划。林汉说：“虽然前方的道路可能仍充满坎坷，但资源行业的方向是明确的。AI现在正在进入行业的高价值、复杂部分，解决曾经严重依赖人类专业知识的挑战，并从边缘向工业运营的中心推进。”

近年来，AI应用主要集中在视觉监控和自动化检查等外围、单点场景上，例如识别煤矿中的输送带错位或分析隧道机的操作序列，这些因素在当地环境中很重要，但不影响核心决策过程。现在，资源行业正在开创一种“价值驱动建设”模式，其中AI通过将数据与机械理解相结合来捕捉和放大人类的专业知识，这种专业知识仍然是必不可少的。

林汉表示，目标是确保技术与业务需求相匹配，成熟的数字基础设施将信息系统置于每个业务的核心，推动发展的良性循环。例如，在石油和天然气行业，华为与中国国家石油公司合作训练了一个使用大规模数据集解读地球物理发现的人工智能模型，这将缩短勘探项目的周期。

华为的人工智能模型用于分析和解读地球物理数据，可帮助矿业公司缩短石油勘探和开采的时间。照片来源：Shutterstock

两家公司还共同开发了一种智能钻探系统，该系统利用深度学习算法实时识别岩层特性。这可以将储层钻探的成功率提高到85%，同时大幅降低相关运营成本。

在钢铁行业，人工智能正在重塑百年炼铁工艺。在此领域，华为的AI驱动的盘古模型结合时间序列算法，能够通过解析炉内固液气反应的气化器运行参数实现精确温度控制。

自去年12月以来，华为与化肥生产商云天化在化工行业的合作，已经建立了一个实时优化模型，能够对氨制造过程中的关键指标如温度和渣粘度进行精确模拟和预测。这一举措带来了显著的操作稳定性和安全性提升，降低了煤炭消耗，并预计每年可减少约2万吨（2.2万美吨）二氧化碳排放。

中国化肥生产商云天化利用华为的AI赋能的盘古模型来预测氨生产过程中气化器的运行参数，如温度和渣粘度。

“资源行业的智能化转型不是简单地增加AI应用程序。”韩女士表示，“而是要通过价值创造和建设的深度融合，重新定义系统的底层逻辑。”

她以MineHarmony为例，这是一种物联网操作系统，旨在解决设备互操作性的挑战。它统一了数据格式和协议，打破了障碍，实现了数据的“自由流动”，为AI训练和企业决策提供了高质量的数据输入。

此外，专为地下煤矿设计的“切片”网络架构简化了传统的多网络设置，并已被纳入中国国家能源局监督的技术指南。

“当MineHarmony让设备‘对话’，网络切片平滑数据流，云端边缘架构提供灵活性时，由高价值数据驱动的AI能够成熟为核心生产力，成为行业的‘大脑’。”韩女士说。

(以上内容均由Ai生成)