人民网北京8月26日电 （记者杜燕飞）“钢铁产业是国内要紧基础产业，是新一代AI（人工智能）深度赋能的实践场景。”中国工程院院士王国栋近日在“人工智能+钢铁”技术发布会期间同意人民网记者专访时表示，要借助钢铁行业丰富的云数据、专家的理论与经验，与生成式AI（人工智能GC）技术，推行“数据密集、智能涌现、人机协同”的三元认知办法论，打造人机混合AI体，人机协同，跨界融合，共创推荐，向钢铁行业赋能。

在王国栋看来，钢铁工业为大型复杂步骤工业，全步骤各工序均为“黑箱”，存在很多的不完全信息、不确定性、动态环境下的问题，材料内部很多数据没办法实时、连续、在线获得。

“这种人机混合智能办法，将打造钢铁步骤各单元全局性、系列化、通用化智能预测体系，达成材料系统内部数据实时、连续、在线、精确预测（即数字孪生建模），推进钢铁行业升级换代，转型进步。”他说。

“产学研用”协同革新拓展人工智能应用场景

目前，人工智能已在国内钢铁行业多个范围得到了应用，获得了明显效果。比如，在铁前系统方面，宝钢梅钢作为主体，产学研一同开发的“智慧高炉系统”融合了云数据、人工智能与冶炼机理，达成了透气性、热负荷、煤气借助率、焦比等高炉重点指标提前1至3小时预测与反馈，在线运行准确率大于85%。

“现在，人工智能在推进过程中面临数据水平多源异构、模型泛化能力不足及复合型人才短缺等挑战。”王国栋觉得，要通过开发专业ETL工具链、打造‘通用模型+个性数据’的迁移学习策略，与加大校企联合培养等方法积极应付；
要重点构建全步骤数字孪生平台，健全“机理+数据+人工智能”混合智能技术体系，推进有关标准化技术体系建设。

钢铁企业引入人工智能后，怎么样打造数据共享和模型迭代机制，保障人工智能高效应用？“重点在于构建‘产学研用’协同革新生态。”王国栋说，要夯实数字底座，强化应用牵引，加大技术服务，打造好生态。

他说，要支持企业建设新型一体化信息基础设施，扩大工业感知互联网覆盖，提高数据采集能力；
聚焦混合式人工智能等重点技术，加强研发投入，增强自主革新能力。同时，借助行业丰富的数据资源和应用场景，推进智改数转和示范线建设；
打造科学评价标准，从水平、效率、本钱等多维度测评应用成效，推进人工智能技术深度赋能。

“钢铁行业要通过产学研深度融合，联合攻关，提供系统解决方法；
培育既懂钢铁生产又熟知人工智能技术的复合型人才，促进企业间经验推荐与技术合作。”王国栋表示，要拓展针对性数字人才培训，提高职员数字素养；
研制推广技术、数据治理及软件标准，构建开源生态鼓励成就共享；
深化工业网络安全管理，保障数据与生产安全。

人工智能推进全步骤绿色化重构

现在，“人工智能+钢铁”已在多环节促进钢铁行业绿色进步。王国栋举例说，铁前系统全方位应用炼铁云数据与AI，面向“料场、烧结、球团、高炉、能源”等重点环节，打造实时监测与智能感知系统，开发高炉重点参数预测和多目的优化模型，达成全过程精细化调控，达成节能降碳、降本增效与稳定运营。河钢推出的WesCarber碳中和数字化平台，以“能碳+人工智能”为核心，涵盖碳管理、碳足迹、碳链管理等八大子平台，达成全产业链碳流可视化。

“人工智能在‘双碳’中有哪些用途不止于此，其核心更在于通过打通生产各环节的数据流，使单点改良跃升为跨工序、跨尺度的系统协同，推进全步骤绿色化重构。”王国栋觉得，通过算法动态优化能源调度，人工智能可以实时监测试打分析能源的用法，提升能源借助效率；
构建碳排放模型，精确预测碳排放状况，帮助拟定减排方案；
基于很多生产数据，人工智能可以挖掘工艺潜在改进点，帮助工艺装备商品服务一体化开发，达成钢铁行业高档化、自动化、绿色化转型。

王国栋表示，下一步，钢铁行业应加快工业网络、云数据、人工智能等技术融合，搭建能、环、碳全步骤一体化管控平台，达成从末端治理向源头和全过程人机协同、自主无人控制延伸，协同推进降碳、减污、扩绿、增长；
打造健全的钢铁行业数据标准和数据库，为数字化和绿色化协同进步提供数据支持。