模型|AI开发到底要怎么做？AI云化、云AI化云计算|国家电网|百度

编者按：本文为专栏作者罗超频道授权创业邦发表，版权归原作者所有。
AI正在无孔不入，就连相对保守的电力行业，也成了AI应用的热门场景。
有了AI，输电线再也不怕被施工破坏作为中国南方电网公司广东电网公司直属的国有特大型企业，佛山供电局负责佛山全市五区的安全供电、电网建设和供用电服务工作，其管辖范围内拥有约4500公里输电线路，16000余基杆塔单元，线路附近易发生外力破坏的施工点有300余处，塔吊等大型设备碰到或压断电线将影响输电安全。
佛山供电局在人工巡查外，在线路附近安装百余套在线监测设备，不断拍照并上传系统数据库。最初照片会被人工审核监控，随着照片到达百万级，工作量越来越大，漏审核越来越多。
技术人员想到了AI：基于机器视觉技术智能、实时识别大型机车等外部安全隐患。AI开发门槛高，不可能从0到1自行开发，开源框架是首选，但市面上常见的深度学习开源框架难度依然很高，后来他们找到了解决办法：基于百度智能云，利用百度EasyDL定制化图像识别对1000张图片进行3个月训练，形成“输电线路外部隐患识别”模型，可智能识别出输电线路中存在的吊车、挖掘机等外部隐患，识别准确率达到80%，超出预期。
佛山供电局技术人员做的事情很简单：将现场设备收集的图片同步到云端，再调用百度EasyDL模型接口利用“输电线路外部隐患识别”模型在云端识别返回参数，再将分析结果传递到监管系统，安全隐患则会被实时通知项目班组排查，辅助人工现场检查，确保输电线路安全。

文章插图
通过AI监控输电线附近的施工点，大幅提高审核时效性、降低上百人的审核工作量和人力成本。现在“输电线路外部隐患识别”模型以2-3周的频率持续训练更新，准确率依然在不断提升。
将AI应用到输电线的施工点监测，只是小试牛刀。在电力行业AI的应用空间无处不在。
成为新时代的“电”，AI在各行各业遍地开花国家电网在一年前发布“数字新基建”十大重点建设任务，与百度等41家合作伙伴签署战略合作协议，“数字新基建”重点任务之一，就是“建设电力人工智能开放平台，年内建成人工智能样本库、模型库和训练平台，探索13类典型应用。”
如今AI在应用在国家电网的发、输、配、用等环节，如分布式能源预测、设备巡检、现场作业安全管控、企业内搜、电网调度、智能应答助手、带电作业机器人等场景。
比如在输电巡检场景中，联研院、中国电科院等单位攻克图像识别等关键技术，形成8大类29小类缺陷的智能分析模型，再通过国网云平台实现全公司范围内的输电线路人工智能图像识别云服务，已在国网公司27个省、约300个地级市单位试点应用，获得广泛认可和好评。

文章插图
再比如智能客服场景，国网客服中心通过构建电力客服领域知识图谱，利用意图识别、自然语言理解、图像识别等技术，建设多渠道智能客服体系，为广大电力用户提供更高质量、高效率、便捷智能化的服务。
国家电网正在将机器学习、自然语言处理、计算机视觉、电力智能机器人等AI技术应用到各种场景。尝到甜头的国家电网提出了电力人工智能发展路线图，第一个阶段目标，是在2035年之前实现电网的数字化转型和智能化跨越；远期目标则要实现整体电网运行的全智能化，把人工智能作为工具，全面融入到电网的运行过程中。

文章插图
不只是电力行业，如今教育培训、文化娱乐、交通出行、电子商务、金融零售等千行百业都有数不胜数的AI应用实践。

北京新桥用AI技术来提高桥梁巡检的质量与效率；
中国国航APP通过接入百度大脑OCR身份证识别技术，实现旅客线上自助修正错购机票信息的功能；
人民日报基于百度AI技术实现“创作大脑”，用AI助力新闻策、采、编、审、发等全流程，提高新闻时效性与准确性，降低新闻生产成本；
济南地铁的刷脸支付闸机，识别只需1.8秒，将乘客通行速度提升近一倍；
……

不同企业与组织应用AI的场景大不相同，结果却大同小异：降本增效。降本，是AI替换人、协助人，降低成本；增效，则是提高效率、提升效能、提高质量、促进创新、提升价值。
“人工智能是蒸汽革命、电力革命、互联网革命后的第四次工业革命，人工智能技术被视作是新时代的电。”前些年人们或许很难理解这一宏观描述，现在则感触颇深，因为AI正在无处不在、无孔不入，跟IT、电力等技术一样化作生活日常，成为社会基础设施。