“發現問題到報警，從幾小時縮短到了20秒。”

電力巡檢是守護“萬家燈火”的重要保障，以往，依靠人工巡檢存在工作量大、勞動強度高、效率較低等難題。在山東淄博，基於飛槳產業級深度學習開源開放平台開發的電網智能巡檢方案，能夠實現實時圖像的邊緣端側智能分析，五秒內就可以識別吊車、導線異物、煙火、塔吊、各類施工機械等安全隱患，分析准確率超過90%，讓電力工作人員可以及時響應處置突發情況。

這是人工智能場景創新應用的一個縮影。

當前，人工智能已經成為全球最為活躍的創新領域之一，對經濟社會的發展影響深遠。以深度學習為代表的人工智能技術正在持續突破，並深入應用到能源電力、工農業生產、智慧城市等具體場景，賦能千行百業，惠及千家萬戶。

“鼓勵行業領軍企業面向國家重大戰略需求和國計民生關鍵問題，圍繞企業智能管理、關鍵技術研發、新產品培育等開發人工智能技術應用場景機會，開展場景聯合創新。”

2022年8月12日，科技部等六部門聯合發布《關於加快場景創新以人工智能高水平應用促進經濟高質量發展的指導意見》，要求探索人工智能發展新模式新路徑，以人工智能高水平應用促進經濟高質量發展。

如何推動場景資源開放、提升場景創新能力，以場景創新驅動人工智能技術升級、產業增長，正在成為各地政府、企業不斷思考和探索的方向。

在飛槳平台上，匯聚著超過477萬開發者，56萬個AI模型應用於千行百業，“一度電、一粒米、一個零件”背后都有AI的故事：

在高山大川，AI巡檢護航“電力動脈”，有效減少了電力工人的高空作業，使巡檢效率提升10倍﹔

在田間地頭，智慧農業大顯身手，曾經“面朝土背朝天”的農業耕作，如今已是智能農機“一條龍服務”﹔

在工廠車間，一台智能質檢設備運行1天能抵6個人12小時的工作量，汽車零件質檢效率大幅提升﹔

……

人民網 郭思邈制

深度學習框架和平台，正在成為加快人工智能場景創新的關鍵路徑。基於深度學習框架和平台，開發者和企業可以根據自身行業的特點和場景需要，更快更便捷地開發AI應用，不再需要從0到1地搭建地基，極大提升了產業智能化的效率和水平。

在百度CTO王海峰看來，深度學習平台極大降低了AI開發和應用的門檻。深度學習平台下接芯片、上承應用，相當於“智能時代的操作系統”，可以類比PC時代的操作系統Windows、移動時代的操作系統iOS和安卓。

中國信通院發布的《人工智能核心技術產業白皮書》指出，深度學習技術仍是人工智能的發展主線，開源開發框架格局逐步確立，以科技巨頭引領的生態系統垂直整合速度不斷加快。人工智能技術紅利快速釋放，已在多個領域初具應用成效。

農業生產是一個半開放的環境。在形狀不規則、環境復雜的農田地塊裡，如何快速方便地獲取到高精度農田場景模型，保障無人駕駛農機精准作業？“這是一個技術難點。”國家農業智能裝備工程技術研究中心王昊說，基於飛槳深度學習平台的技術能夠有效克服這一難題，完成無人駕駛農機在農田場景落地，讓農民能更省心高效地進行農業勞作。

同時，與深度學習平台緊密相關的大模型作為產業發展的熱點方向，推動人工智能向著通用化、工業化、集約化發展，持續降低AI開發與應用門檻。

國家電網數字化工作部人工智能工作負責人蔣煒博士表示，與百度·文心共同探索研發的電力行業大模型，不僅提升了傳統電力專用模型的精度，而且大幅降低了研發門檻，實現了算力、數據、技術等資源的統籌優化。

人工智能是新一輪科技革命和產業變革的重要驅動力量。從圍棋人機大戰Alpha Go先后戰勝李世石和柯潔“技驚世界”，到如今AI賦能千行百業，以深度學習為代表的人工智能技術與產業應用浪潮洶涌澎湃。回顧非凡十年，我國人工智能發展也從蹣跚學步向實現自主可控不斷追趕跨越。

在未來廣闊的AI工業大生產圖景中，基於開源開放、自主創新的技術底座，將持續為人工智能場景創新、以高水平應用推動經濟高質量發展提供源源不斷的創新活力。

相關閱讀：

海空“牽手”！北斗系統為沉管安裝實現毫米級對接

分享讓更多人看到