在2022年中國(guó)電機(jī)工程學(xué)會(huì)人工智能專業(yè)委員會(huì)年會(huì)暨電力行業(yè)人工智能技術(shù)創(chuàng)新應(yīng)用論壇上，華為昇騰計(jì)算行業(yè)解決方案總監(jiān)吳杰發(fā)表了“人工智能融合賦能平臺(tái)（AICE）助力電力數(shù)字化建設(shè)”主題演講，他表示：得益于廣大合作伙伴的支持，過(guò)去幾年昇騰AI已經(jīng)初步構(gòu)建了一個(gè)健康的可持續(xù)發(fā)展的生態(tài)，在電力領(lǐng)域適配90%以上的主流生態(tài)伙伴。

昇騰AI方案也已在山東、江蘇、浙江、四川、湖南、廣東等25+省市部署應(yīng)用，涵蓋輸電、變電、配電、用電等多種應(yīng)用場(chǎng)景。

未來(lái)，我們期待能夠和大家一起推動(dòng)電力行業(yè)智能化升級(jí)，通過(guò)AICE賦能行業(yè)智慧生態(tài)建設(shè)，加速智慧能源新基建的步伐。

吳杰在本次活動(dòng)的主題演講中提到：

在產(chǎn)業(yè)蓬勃發(fā)展的大環(huán)境下，AI技術(shù)要深入行業(yè)場(chǎng)景，僅憑創(chuàng)新落地還遠(yuǎn)遠(yuǎn)不夠。正如人在學(xué)校學(xué)習(xí)基礎(chǔ)知識(shí)后，需要一直在社會(huì)工作中實(shí)踐成長(zhǎng)，AI通過(guò)初始的訓(xùn)練環(huán)境學(xué)習(xí)后，也需要深入到行業(yè)的生產(chǎn)系統(tǒng)中，不斷結(jié)合實(shí)際場(chǎng)景的數(shù)據(jù)，進(jìn)行增量訓(xùn)練和迭代學(xué)習(xí)，才能滿足更多樣和變化的應(yīng)用需求。而打造這樣的行業(yè)AI生產(chǎn)系統(tǒng)，需要滿足算隨數(shù)建、訓(xùn)推一體、云邊協(xié)同三點(diǎn)。

為解決行業(yè)痛點(diǎn)，讓AI持續(xù)迭代更新、自我演進(jìn)，華為聯(lián)合合作伙伴共同發(fā)布了基于昇騰AICE的行業(yè)場(chǎng)景化解決方案。

人工智能融合賦能平臺(tái)（簡(jiǎn)稱AICE），是基于昇騰AI基礎(chǔ)軟硬件提供具備自主演進(jìn)能力的訓(xùn)練-推理一體化平臺(tái)。

從技術(shù)構(gòu)成上來(lái)看，

基礎(chǔ)軟硬件層，包括昇騰AI的訓(xùn)練和推理硬件，可以提供中心和邊緣的算力資源，并適配了歐拉開(kāi)源操作系統(tǒng)、異構(gòu)計(jì)算架構(gòu)CANN、AI框架昇思MindSpore等軟件；

業(yè)務(wù)使能層，與AICE的平臺(tái)伙伴共同打造AI訓(xùn)練平臺(tái)和推理平臺(tái)，進(jìn)行算法更新和增量訓(xùn)練，構(gòu)筑具備自主演進(jìn)能力的訓(xùn)推一體平臺(tái)；

算法應(yīng)用層，包含算法伙伴提供的算法，以及華為提供的全域感知、知識(shí)計(jì)算、機(jī)器人等引擎實(shí)現(xiàn)算法的全域智能，賦能千行百業(yè)邁向智能化。

AICE具備自我演進(jìn)能力，通過(guò)增量學(xué)習(xí)和“非正常即異?！睓z測(cè)，邊用邊學(xué)，可促進(jìn)AI識(shí)別結(jié)果更準(zhǔn)確，識(shí)別場(chǎng)景更豐富。

增量學(xué)習(xí)即依賴AI設(shè)備進(jìn)行主動(dòng)數(shù)據(jù)篩選，并自動(dòng)上傳到中心對(duì)象存儲(chǔ)，僅對(duì)篩選后數(shù)據(jù)人工標(biāo)注，再通過(guò)增量學(xué)習(xí)中心容器自動(dòng)化增量訓(xùn)練與評(píng)估，實(shí)現(xiàn)AI精度不斷提升。以某廠家螺絲釘檢測(cè)為例，平均檢測(cè)精度可從81.7%提升到96.4%；而且增量學(xué)習(xí)極大地降低標(biāo)注量，節(jié)約標(biāo)注成本，依托自動(dòng)化學(xué)習(xí)框架，實(shí)現(xiàn)學(xué)習(xí)效率2~4倍提升。

“非正常即異?！睓z測(cè)過(guò)濾掉99.99%的正常樣本，將未知異常、誤報(bào)推送到AI運(yùn)營(yíng)側(cè)統(tǒng)一審核、分析。比如在輸電檢測(cè)場(chǎng)景，面對(duì)未提前訓(xùn)練過(guò)的物品，絲巾、鐵絲網(wǎng)、廢棄氣球等，自動(dòng)篩選異常圖片，上報(bào)至樣本庫(kù)，然后對(duì)模型進(jìn)行迭代升級(jí)，在不斷提升識(shí)別率并保證商用效果的前提下，不斷擴(kuò)展異常場(chǎng)景的識(shí)別范圍。

依托AICE和電力行業(yè)樣本庫(kù)資源，可以打造面向設(shè)備運(yùn)檢類、知識(shí)服務(wù)類、調(diào)度預(yù)測(cè)類的預(yù)訓(xùn)練模型，覆蓋發(fā)、輸、變、配、用等各個(gè)環(huán)節(jié)，賦能全場(chǎng)景業(yè)務(wù)。

在AICE上，通過(guò)預(yù)訓(xùn)練模型快速生成的業(yè)務(wù)AI算法，可大幅縮短開(kāi)發(fā)周期，提升開(kāi)發(fā)效率。原先一個(gè)新算法開(kāi)發(fā)需要2~4個(gè)月，而通過(guò)預(yù)訓(xùn)練模型，僅需收集、標(biāo)注的少量數(shù)據(jù)，1-2周的時(shí)間即可開(kāi)發(fā)出新算法。

同時(shí)，通過(guò)海量樣本共享，采用“預(yù)訓(xùn)練模型 +區(qū)域微調(diào)”模式，可大大提高模型精度。

此外，預(yù)訓(xùn)練模型減少了AI重復(fù)投資，一次性開(kāi)發(fā)，行業(yè)共用，還可降低電力AI應(yīng)用規(guī)模落地的門(mén)檻。

通過(guò)AICE賦能，不僅促進(jìn)了人工智能與電力行業(yè)的深度融合，更推動(dòng)了人工智能的工程落地和規(guī)?；瘧?yīng)用，未來(lái)，昇騰AI將繼續(xù)攜手伙伴，打造更多基于AICE的電力行業(yè)解決方案，加速電力行業(yè)數(shù)智化升級(jí)。