大模型赋能电力行业数字化
——访百度智能云能源电力行业总经理李超
杨娜
截至9月，电力行业首个自主创新电力大模型“大瓦特”正式发布一年来，已纳入模型281个，涵盖电网生产运行、客户服务、安全监管、调度指挥、供应链等十余个领域、百余个应用场景，累计调用23.4亿次，初步形成了运用场景丰富、应用成效显著的良好局面。
“大瓦特”的孵化和发展是电力企业与人工智能技术供应企业优势放大、能力互补的成功范式。作为该行业大模型的重要技术服务方之一，百度智能云又有哪些新成果？记者在2024百度云智大会期间采访了百度智能云能源电力行业总经理李超。
中国能源新闻网：目前大模型在国内的产业落地进展如何？
李超：如果我们把2023年看作大模型元年的话，那么2024年就是大模型真正走向产业化落地的元年。从公开数据来看，国内市场今年1月~8月的大模型中标项目数量已经达到了2023年全年总数的5倍，中标金额是去年全年的2倍。
目前，百度拿到了四项第一：大模型中标项目数量最多、中标金额最多、覆盖行业最多、覆盖央国企数量最多。百度文心大模型已经在能源、电力、制造、金融、交通、政务等几十个行业、上百个场景中落地。
中国能源新闻网：您如何看待中国在发展新质生产力、新型工业化，促进实体经济发展方面的进展？
李超：“发展新质生产力”“推进新型工业化”的核心关键词是“创新”，AI和大模型都是创新最前沿的领域之一。
过去一年，大模型已经被企业真正用起来了。从趋势上看，大模型的产业落地正在加速。从百度的数据来看，截至2024年上半年，百度文心大模型的日均调用量已经突破了6亿次，比去年年底增长了10倍；百度智能云千帆大模型平台累计服务15万家客户，帮助客户精调了2.1万个大模型、开发出了55万个AI原生应用。
作为一家AI公司，百度将继续通过创新技术帮助实体经济实现数字化、智能化升级，提升（比如智能算力等方面的）产业链、供应链韧性。这既是我们的特长，也是我们的使命。
中国能源新闻网：今天，百度AI创新发展的成效怎么样？与最初的融合有哪些不同？
李超：人工智能时代，IT技术栈已经发生了根本性的改变，从过去的芯片、操作系统、应用转向如今的芯片、框架、模型和应用的四层架构。
百度在人工智能领域的强研发投入已经持续超过10年，也是全球为数不多的、进行了全栈布局的人工智能公司，在各个层面都拥有关键自研技术。每一层之间通过不断获得反馈，实现端到端的优化，大幅提升效率。
中国能源新闻网：参与大模型在能源电力行业的落地实践，您最大的感受是什么？
李超：我认为，电力行业专家无需自行研发基础大模型和工具平台，完全可以基于IT公司提供的更好用的基础大模型和更高效的工具平台专注训练自己的专属行业大模型并开发场景应用。
比如，南方电网自身沉淀了非常多的行业知识和专家经验，加上百度在大模型工程化方面的积累，如大模型的数据工程、预训练、微调、大模型评估、prompt 工程、应用开发等，已经覆盖大模型全生命周期的工具链，可以做到完美的适配和互补，从而实现电力专业知识转化为生产力。
其实，模型本身它并不直接产生价值。尤其是在行业里，最终的价值还是会产生在应用场景中。
以百度智能云的项目为例。在南网，电力大模型覆盖智能创作、设备巡检、电力调度等七大应用场景。其中，电力调度场景功能就是通过百度智能云千帆大模型平台打造的。此外，我们还帮南方电网实现了技术标准数字化应用，助力广东电网使用智能客服。
在国网，国家电网山东电力率先建立起自己的“AI中台”，打造“刷脸办电”、智能巡检、智能营销与客服等智能应用，有效提升了营商环境和生产管理水平。国网山东枣庄供电公司将人工智能技术应用在母线负荷预测的业务场景中。从2021年10月开始，该系统已经覆盖枣庄电网34条母线，整体预测准确率98.2%，并且一直在持续地优化和提升。
在发电领域，龙源电力联合百度智能云，结合新能源场站生产实际需求，在原有视频监控系统的基础上，建设“龙源电力本部—省级监控中心—新能源场站”三级管理架构的视频智能识别系统。其部署人员安全识别和设备状态识别两大类智能分析算法，实现安全隐患的智能分析、及时发现、自动上报、处理和统计，全面提升生产和监管效率。如今，龙源电力工作人员坐在北京的监控中心，就能轻松管理分布在全国的12000多台风机和200多个风电场。而AI风机巡检不仅有效减少了巡检工人高空作业的风险，而且分析模型准确率达95%以上，系统响应效率从小时级提升到分钟级，巡检整体效率提升6倍~10倍。
在山西国峰煤电有限责任公司，通过智能算法实现机组冷端经济运行与脱硫运行优化，供电煤耗综合降低可达2.9克/千瓦时，折算减少超过10600吨二氧化碳排放，降低电厂运行成本600万/年。
在国电电力绥中公司，发电设备故障知识库解决方案打通发电设备管理各环节数据，并通过进行语义化理解，沉淀大量设备专业知识。该知识库已覆盖电厂3大主机、10余个系统以及上百个辅机设备，并围绕工单、台账以及规程等数据，构建了完备的电厂设备画像，提升检修人员的知识查找速度、设备检修效率，推动设备管理流程优化，降低事故处置成本，提升设备精细化管理水平。
中国能源新闻网：百度AI创新，未来方向是什么？
李超：我们将继续围绕人工智能技术栈的四层架构，不断提升模型效果、降低模型使用成本，让更多的企业用得起AI、用得好AI。
在模型效果上，中国最领先的自研大模型已经接近GPT4的水平。但是国外的大模型技术发展很快，我们还要持续研发、迭代，尤其是在多模态融合、知识增强这些前沿技术，上还要不断探索，改善人机交互体验，核心技术不能落后。
在模型使用成本上，2024年中国大模型的价格对比2023年降低了80%~90%。百度云的主力模型已经全部免费开放给企业。我们希望把企业使用大模型的试错成本降到最低，让企业可以通过AI和大模型找到新的增长点。但算力成本依然很高，如何继续降低这些成本，是我们要重点解决的问题。我们正在把百度智能云为行业做AI落地的经验形成行业解决方案，让更多的企业低成本、低门槛地用上大模型。
责任编辑：余璇
来源：中国能源新闻网
