AI知识库

53AI知识库

学习大模型的前沿技术与行业应用场景


央企实践案例展示:以AI带动产业,以应用引领技术
发布日期:2025-01-21 19:51:23 浏览次数: 1546 来源:爱分析ifenxi
推荐语

以下是为您生成的推荐语:

**内容简介**:央企积极探索 AI 应用,本文展示三个优秀案例,这是了解央企创新的绝佳窗口,没有之一。

**内容大纲**:
1. 央企布局 AI 的背景与意义
2. 南方电网调度操作票智能生成及校核案例详情
3. 案例中的知识图谱构建与赋能应用

杨芳贤
53A创始人/腾讯云(TVP)最具价值专家



当下人工智能成为新一轮科技革命和产业变革的重要驱动力量,各国纷纷从战略层面布局人工智能发展,争夺新一轮国际科技竞争的主导权。近年来,我国中央企业瞄准世界科技前沿,紧跟技术发展脚步,发挥我国市场广阔和应用场景丰富的优势,探索如何更好推动人工智能深度融入企业发展。

2024年12月由中央企业人工智能协同创新平台主办,中国南方电网有限责任公司主编发布了《中央企业人工智能应用场景优秀案例白皮书》,遴选了24件中央企业人工智能应用场景落地的优秀案例,本文摘选三个案例进行展示,一起学习央企的转型升级与创新实践。

注:本文案例来自《中央企业人工智能应用场景优秀案例白皮书》



01案例一:调度操作票智能生成及校核场景
实践单位:中国南方电网电力调度控制中心

案例背景与建设方案:

针对新型电力系统下现有调度操作票生成及校核业务场景,基于知识图谱技术构建调度知识图谱,研究基于方式安排、停电检修申请的操作票智能生成及校核,提高操作票生成及校核的准确性和效率。建设方案如下:

  • 基于公司人工智能创新平台提供的知识图谱服务能力,开展知识的设计和图谱构建

以模型量测为基础,构建电网物理模型图谱:以具体理设备为实体,以拓扑连接为关系,由电力系统 CIM 模型、实时量测文件自动生成图谱。

  • 知识图谱模型融合

通过关系映射与图谱分析,将两大图谱知识库融 合成操作票知识图谱,构建调度操作业务一张图,同时具备成票模型、防误规则、术语知识、结构识别、设备状 态的融合感知能力。

图片来自《中央企业人工智能应用场景优秀案例白皮书》

  • 知识图谱赋能操作票智能生成与校核

操作票知识图谱提供 API 接口访问能力,与方式检修、网络发令等业务系统打通,业务系统提供基础数据如 电网模型、检修单、回令信息,所研发应用调用操作票知识图谱能力,通过知识关联和推理,自动生成操作票规 范步骤,并可对操作执行过程进行合规性和安全性的校核。

建设成效:

南网总调、广西中调试点研发了操作票防误校核应用,分别对直流、交流设备操作进行自动校核,目前在调度台开环测试,其中直流设备校核正确率为 95.7%交流设备校核正确率已达 97.6%。工作效率大幅提升,为调度台紧急操作或工作峰值期间留出更多的时间裕度。

02案例二:东风集团“擎天-AI 智算管理调度平台”

实践单位:东风汽车集团有限公司

案例背景与建设方案:

当前,东风集团正处于东方风起,科技跃迁战略转型中,已开启汽车智能化下半场。积极构东风集 团擎天 AI 智算调度管理平台。具体建设方案如下:

  • 构算力统一纳管

建设擎天 AI 智算管理调度平台,该平台突破了传统资源管理的界限,实现了对多样化硬件架构的全面支持,包括专为 AI 计算设计的 GPUNPU等加速卡的管理。

  • 地多中心调度

东风集团跨地域整合算力资源,构建了一个灵活调度的算力资源池,从而提高资源的利用率和业务的灵活性。通过智能调度系统,平台能够自动分配和管理算力资源,优化算法和任务的调度效率,提高工作效率和任务完成率。

  • 第三方资源统一监管

平台创新性地实现了对云服务提供商资源的统一监管。通过与各大云平台的对接,平台能够监控和纳管云上的虚拟机资源,无论是裸金属服务器还是虚拟化环境。


图片来自《中央企业人工智能应用场景优秀案例白皮书》
  • 国产化适配
平台对国产化智算算力芯片提供了适配支持,包括对国产 CPUGPUNPU 的适配。
  • 系统管理
平台的系统管理功能涵盖了角色、权限、团队和租户管理,确保了平台的安全性和灵活性,同时保证了数据和服务的隔离。

建设成效:

平台有效地满足了东风集团各单位对智算算力的需求,为智能驾驶、智能座舱、智能车控、智能生态 等关键应用提供了强有力的技术支持。

其次,擎天AI智算管理调度平台具备了千卡级、万卡级算力规模的纳管与调度支持能力,这为大规模AI模型训练和复杂计算任务提供了坚实的算力基础。

此外,平台的建设为东风集团后续 AI 中台的进一步建设打下了坚实的基础,为国产化芯片的适配和应用提供了可信的平台保障。

03案例三:Hi-Dolphin航运大模型服务平台

实践单位:中远海运科技股份有限公司

案例背景与建设方案:

我国是全球最大的海洋大国、航海大国和造船大国,约95%的进出口贸易通过海运完成。随着海运产业复杂化,对智能化技术的需求日益增长,为人工智能技术在航运领域的应用提供了广阔空间。具体建设方案如下:

  • 数据收集整理标准流程的构建

将航运知识数据来源分为文献、测试题、经验技术、专业教学等 4 类。对集团内和各船公司的航运文献材料,使用以自然语言理解为基础的深度学习与人工标注相结合,从大量繁杂的文献材料中提取高质量的知识数据。将以上数据根据知识领域进行分类汇总,形成航运领域知识体系。
  • 运知识图谱构建

本体构建:基于现有结构化数据,人工构建知识库,专家审议字段规范与数据定义,作为知识图谱本体。

知识融合:对多个不同文件源抽取得到的实体关系进行同义词 合并、结构合并。拟使用深度语义网络,自动化聚合、归并,并使用动态规划算法重组图谱网络。

图谱构建:采用图数据库进行模型存储,开发API接口及优化性能。

  • 航运模型训练与微调

使用航运专业知识对通用大语言模型进行微调,规避常规模型训练流程设备成本高昂、耗时过于漫长等通病。拟采用两种方法进行微调工程:参数高效的微调方法和提示语调整方法。

  • 航运大模型+航运知识图谱

结合航运KG和微调后的航运大模型,完成以链路预测为核心的KG推理和问答,形成基于KG和大模型紧密耦合的技术路线。通过KG的实体搜索和大模型的知识提取总结能力,将KG的多条推理路径作为大模型知识推理和问题的基础和依据,增强LLM对知识密集型任务和深度推理任务的能力。

建设成效:

在优化资源配置方面,构建了一套标准化的数据收集与整理流程,充分整合来自文献、测试题、经验技术及专业教学等多维数据资源,为航运知识体系的建立提供了高质量的基础数据。
在服务流程改善方面,大幅提升了用户与航运知识的交互效率。通过知识图谱的构建,复杂的航运 信息得以以直观的图形化形式呈现,显著降低了用户理解的门槛。
在业务模式创新方面,研究成果为企业带来了更高的灵活性与自主性。通过支持本地化部署和私有化运维,企业能够完全掌控自身的系统和数据,规避外部依赖的潜在风险。
在决策支持方面,本研究通过对航运大模型的训练与微调,实现了对复杂问题的精准分析和有效推理。模型 结合行业特定知识,显著提升了对航运专业术语的理解能力及表达准确性。
在国家经济发展的浪潮中,央企作为领航者,始终走在创新的前沿。近年来众多央企在数字化转型、技术创新、管理优化等多个领域取得了显著成果,不仅推动了企业自身的高质量发展,也为整个行业树立了标杆。这些案例不仅展现了央企的雄厚实力,更彰显了其在面对挑战时的坚韧与创新。



53AI,企业落地大模型首选服务商

产品:场景落地咨询+大模型应用平台+行业解决方案

承诺:免费场景POC验证,效果验证后签署服务协议。零风险落地应用大模型,已交付160+中大型企业

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

与创始人交个朋友

回到顶部

 
扫码咨询