大模型正成为钢铁行业转型升级的关键力量

作者|黄雯希编辑|罗燕珊

近年来,随着市场和结构性变革的加剧,中国钢铁行业面临着前所未有的挑战和压力。日前,华院计算技术(上海)股份有限公司(以下简称“华院计算”)宣布推出以认知智能为基础的华院钢铁行业大模型, 标志着我国人工智能技术在传统行业应用的一次重要进展。该模型在表面缺陷智能检测上的技术创新和高效表现,不仅提升了检测准确率和效率,还推动了钢铁行业在智能化和绿色发展方面的进一步前行。

当前,中国钢铁行业正经历着前所未有的市场和结构性变革。这次变革不同于过去三十年的单一行业周期底部,其下行趋势具有多重周期波动共振的特性,产业逻辑基础发生较大变化。

此次行业变革不仅持续时间长、波动幅度强、影响深度大,钢铁行业进入了一场关乎生死存亡的洗牌阶段。根据国家统计局相关数据显示,2023 年全年平均钢材综合价格指数为 111.86 点,同比下降 11.50 点。2024 年,在供需双弱以及原燃料价格强势的预期下,钢铁企业仍将面临经营压力。有大型钢企负责人认为,当前钢铁行业已进入“冰河时期”,正面临惨烈竞争时代的严峻形势。

1 华院钢铁大模型:表面缺陷智能检测  

在这样的压力下,华院钢铁大模型的推出恰逢其时。该大模型旨在实现钢铁产品表面缺陷的智能检测,融合了多模态神经网络设计、小样本学习与数据增强、多任务多尺度缺陷检测、自学习技术、自动标注与类激活映射,以及基于专家知识的缺陷自动判定等多项创新技术。通过这些技术,华院钢铁大模型不仅能够提升检测的准确性和效率,还为产品的持续改进提供了有力的数据支持。

在技术创新和性能表现上,华院钢铁大模型成功替代了传统的进口表检设备,并在缺陷分类准确率上实现了显著提升,达到 85%,比国外同类产品高出 15%。对于一些严重缺陷的分类准确率更是达到了 95% 以上,这不仅提升了质量控制的标准,也大幅降低了废品率。

此外,该大模型在数据标注效率上的提升也是一大亮点。通过自动生成多模态数据,华院钢铁大模型不仅提高了模型的准确性,还有效缓解了长尾分布对模型性能的负面影响。华院钢铁大模型的高效运作,使企业能够实现生产流程的自动化,减少对人工的依赖,降低人工成本,同时确保产品质量的稳定性,增强了企业在激烈市场中的竞争力。

值得一提的是,华院钢铁大模型的自学习技术使模型能够不断从生产实践中学习,对误检、漏检以及置信度较低的缺陷进行持续的收集和训练,确保模型性能的持续优化和与时俱进。这种动态调整和自我优化的能力,使华院钢铁大模型能够适应不断变化的生产环境和需求,为钢铁行业的可持续发展提供了强有力的技术保障。

2 大模型赋能钢铁行业成果显著  

除了华院计算,行业内还有其他企业也在积极推动大模型技术在钢铁行业的应用与发展。这些企业通过不同的技术路径和创新方案,在制造、废钢判级、节能减碳、经营计划优化等方面也推动着钢铁行业的转型升级。

钢铁制造

在钢铁制造领域,AI 大模型通过分析离线和在线数据,发现生产过程中的潜在问题和优化空间,完善生产工艺,提升产品质量,降低成本,并精准预测设备故障,及时进行维护,避免生产中断,确保生产的连续性和稳定性。例如,湘钢通过与湖南移动和华为联合打造的盘古大模型,实现了流程再造和环节重塑的创新生态。

在湘钢炼钢厂,行车智能调度系统集成了炼钢生产计划、行车检修信息、钢水包实时位置、各类业务规则等大量数据,利用算法智能生成行车调度计划。生产计划若临时有变,系统能够在不到 1 分钟内“思考”出接下来 30 分钟的调度计划,及时下发指令。。

废钢判级

在废钢判级方面,AI 大模型的应用显著提升了分选的效率和精确度。例如,四川冶控集团旗下的泸州鑫阳钢铁与用友合作,开发了一套废钢判级的标尺,该标尺能够排除主观因素的干扰,公正地执行每车废钢的智能评级。

相较于传统依赖人工经验的废钢判级方法,AI 大模型通过分析大量废钢样本数据,迅速且准确地识别废钢的种类、成分和品质,从而有效支持废钢的回收利用。这一变革不仅减少了人工成本,还提升了废钢资源的利用效率,为企业带来了显著的经济效益。

节能减碳

在节能减碳方面,AI 大模型提高了优化求解的效率和准确性,增强了多源数据融合的分析能力,从而加强了产业链的追溯和核算能力。以中冶赛迪为例,其自主研发的钢铁工业碳核算及优化分析平台 能够在不同层面进行详尽的碳素流分析,并根据不同技术应用场景进行碳排放的精确计算。该平台使企业能够清晰地掌握和计算碳排放情况,实现碳排放的透明化管理。通过建模和分析全厂或单个工序的碳排放与碳素流,平台帮助企业诊断各生产单元的碳排放构成,有效挖掘减碳潜力。

经营计划优化

在经营计划优化方面,AI 大模型通过深入挖掘和分析历史营销数据、客户数据以及市场趋势,精准预测市场需求,指导企业制定更为合理的经营计划,优化产品结构,降低运营成本。例如,钢谷网研发的“谷蚁 AI 大模型”专为钢铁行业设计,它整合了钢谷网独有的数据资源和行业资讯,构建了一个具备分析和总结能力的智能系统,能够在多个维度上精准展现大数据全景,并在面对具体问题时迅速提炼出总结性观点,为行业决策提供了精准支持。

3 写在最后  

总体而言,大模型技术在钢铁行业的广泛应用,不仅推动了行业的智能化转型和高效发展,还为企业应对市场挑战、提升竞争力和实现可持续发展提供了强有力的技术支持。这些技术创新和实践成果表明,大模型技术正成为钢铁行业未来发展的重要驱动力。

福利通道
  • 关注「InfoQ 数字化经纬」公众号,回复「案例」领取《行知数字中国数字化转型案例集锦》。

  • 关注「InfoQ 数字化经纬」公众号,回复「进群」加入数字化读者群交流。

  • 关注「InfoQ 数字化经纬」公众号,回复「抽奖」可以参与本周活动,有机会获得精美礼品。

今日好文推荐

剥离几百万行代码,复制核心算法去美国?TikTok 最新回应来了

“我只想当云计算工程师,不想当 GenAI 工程师”

微软偷偷决定不开源 Linux 及 macOS 版 WebView2,网友:等了四年,我还是用 Electron?!

大厂期权归属前遭暴力裁员,80 余万期权泡汤;去哪儿宣布每周两天“不坐班”;萝卜快跑是人类远程代驾?客服:无人操控 | Q资讯

相关推荐

  • AI 革命不会被垄断:开源力量挑战巨头主导
  • 聚宽揭秘:为什么量化研究员喜欢在Kubernetes上使用Fluid简化数据管理 ?
  • 当互联网遇上制造业,飞书项目的 IPD 解决方案能行吗?
  • 大模型“自学”后能力反下降,Llama/Mistral都没逃过
  • 断网也能用!贾扬清团队推出端侧模型Chrome插件,arXiv/B站/吃瓜一件搞定
  • 提示词用上“过去式“,秒破GPT4o等六大模型安全限制!中文语境也好使
  • GPT-4o mini背后团队揭秘:9人团华人面孔过半,清华北大同济校友在列
  • 招聘|高级NLP自然语言处理工程师(大模型)
  • 数据治理全流程实战剖析,助力业务增长
  • 从0到1:广告营销多智能体架构落地全攻略
  • new String("yupi") 一共创建了几个对象?
  • 看了鱼友的上岸经历,治好了我的内耗!
  • 快手开源大模型长序列训练加速技术,性能大幅超越SOTA方案
  • Neural Networks (CCF-B) 特刊征稿:大语言模型时代的模型压缩
  • 多模态安全偏好对齐数据集SPA-VL,全方位提升多模态大模型安全能力
  • 小红书「REDstar顶尖人才计划」全球启动!
  • LLama+Mistral+…+Yi=? 免训练异构大模型集成学习框架DeePEn来了
  • 华为GTS LocMoE+:高可扩展性亲和度 MoE 架构,低开销实现主动路由
  • 小模型卷起来了:Mistral联合英伟达开源12B小模型,128k上下文
  • GPT-4o mini一手测评:懂得不多,但答得极快