华为的三封邀请函

　　“能不能突破应用场景，形成业务闭环；能不能突破样本泛化瓶颈，实现解决方案复用；能不能实现‘IT+CT+OT’的‘3T融合’。”华为煤矿军团解决方案总裁蒋旺成，并非突发奇想，更多是难掩兴奋。“首届矿山AI大模型大赛”太过成功，来自各大高等院校的389支队伍报名参加，涉及了数百个应用场景。

　　这也使华为有了进一步想法。

　　全国有大大小小4000多家煤矿，以及上万座非煤矿山，涉及应用场景数以千计、“微场景”更是数以万计。以华为一贯的思路，做透此市场必是要为“场景找技术”，也必是依靠合作伙伴。

　　正因如此，华为煤矿军团向合作伙伴，发出了上述三封邀请函——形成业务闭环、突破AI泛化瓶颈、实现3T融合。而且华为还想好了落地策略——希望以“矿山AI大模型”为切入点，将邀请函快递给合作伙伴。

　　只为正确的“大模型”

　　何谓“矿山AI大模型”？2021年4月，华为正式发布AI大模型。随后的2022年，华为又相继在矿山、公安、交通、医疗、制药、气象等领域，发布行业AI大模型。“矿山AI大模型”就是其中之一。

　　其实，有“大模型”必然有“小模型”。

　　所谓“小模型”，就是传统作坊式的AI开发模式。开发者基于特定应用场景，进行数据标注和训练，并最终输出模型，但这种看似颇具工匠精神的模式，所能采集到的“异常场景”毕竟有限，无法穷举所有未知“异常场景”。

　　或者说。“小模型”的AI开发模式，很像不能复制的定制化软件。这就是蒋旺成所说的AI“泛化瓶颈”，或也也称为AI应用碎片化——训练好的AI模型，即使被同类企业移植到类似的应用场景，也会水土不服，其泛化性能明显下降。

　　“大模型”反其道行之。

　　“‘大模型’的本质是以低成本、规模化、可复制的解决方案，解决AI应用碎片化问题。”华为云AI领域首席科学家田奇提出了思路——与其采集“异常场景”，不如学习“正常场景”。

　　“大模型”思维是“不正常即异常”，不正常就触发告警，即提示人工介入判断。当然，在人工判断过程中，有些异常可以被忽略，也可能被判定为正常。但这无所谓，此时的“大模型”就又学到一招，此后类似场景将不再触发告警。

　　举例说明

　　智能矿山主运输皮带检测是典型的应用场景，其中涉及皮带跑偏、异物识别、煤量堆积、皮带撕裂等诸多“微场景”应用。以传统“小模型”的AI开发模式，受不同企业皮带输出角度、皮带材质、皮带宽窄规格，以及巷道中的亮度、湿度等因素限制，AI模型不能复用。

　　“‘大模型’则解决了这一问题。在此前的应用实践中，即使将解决方案平移，检测准确率也能达到85%，如果再注入本地数据，对模型参数进行”微调“，准确率将迅速达到90%以上。”蒋旺成说。

　　众筹“大模型”

　　但这也只是第一步。

　　“矿山AI大模型”发布至今，已覆盖煤矿的采、掘、机、运、通等业务流程中的1000多个细分场景。但相比于智能矿山中存在的数以千计的应用场景，数以万计的“微场景”显然远远不够。

　　这就是“众筹模式”的由来。

　　“‘大模型’是人类将领域知识、行业经验凝聚沉淀的公共平台。”国家信息中心信息化和产业发展部主任单志广，就特别强调“大模型”是公共平台，需要“产、学、研、用”等不同角色的生态伙伴共同参与。