随着人工智能技术的发展，人工智能技术整体都在突破，从核心的科学研究，形成产品到赋能行业。能源行业很多核心问题其实都依靠人工智能的技术来去解决。人工智能中台的理念和概念，为整个人工智能的大服务和发展提供各种模型和管理的支持。国网和南网“十四五”的规划，已经都在考虑在“十四五”阶段人工智能技术全面拥抱核心业务，已经成为大势所趋。
——百度人工智能体系能源与战略业务负责人王磊
为促进能源互联、电力新基建相关产业更好更快向前发展，北极星电力网、北极星电力学院于8月13日-14日，在北京举办“中国电力新基建及能源互联网论坛”，北极星电力网、北极星电力APP对会议进行全程直播。
百度人工智能体系能源与战略业务负责人王磊作《百度人工智能解决方案助力能源行业的智能变革》主题演讲。
以下为发言实录：
大家好！我来自百度公司，我负责百度人工智能产业化落地的工作。
刚才听了张主任的介绍，还有之前有些领导的介绍，我深有感触。客观的说，新基建、产业化工作最需要的还是人才。百度这两年也有感触，我们现在需要大量的领军人才，的确也是人工智能这个行业和领域主要的问题和痛点。我们希望可以有效的发布百度人工智能体系针对央企和各个行业产业化、智能化的领军人才，可以有效的加入到百度中来一起努力。
根据整个会议的安排，我从如下三个部分介绍一下百度人工智能体系在能源行业的落地和实践的情况。首先介绍一下现在产业智能化百度是怎么看的，第二块介绍一下百度的人工智能技术跟能源行业如何去实现结合的，新基建过程当中，智慧能源领域百度是如何有效去做的？第三个，介绍一下我们现在落地实践。目前在两张网、五大四小、三桶油，百度人工智能技术及成熟应用已经很广泛。目前我们在电网公司的智能客服、智能语音的市场占有率超过90%，像国网的智能客服，南网四省、两市的智能客服平台全是用的百度AI的技术。
人工智能从19世纪50年代提出到现在，经过了70多年的发展。应该说现在是科技领域当中最前沿的技术之一，国家新基建对于这块也提了一点。人工智能技术造就了宏大的技术生态群，正在引发链式突破，推动经济社会从数字化、网络化向智能化加速跃进。欧美各国均在人工智能领域有广泛布局，力图保持在未来发展中的全球领导力和话语权。2020 年，中国大力开展以“5G、人工智能”等新型基础设施建设，抢占人工智能技术制高点，加快推进产业智能化进程。
从政府层面来看，大家都在抢占人工智能的高地。百度从2013年开始积极布局人工智能相关技术，我们发现人工智能的技术，云技术、大数据技术要和产业结合，才能实现有效结合。能源行业很多核心问题涉及使用人工智能解决：例如能源互联网建设中，“源-网-荷-储-用”如何综合供能价格最优、能源利用率最优，百度人工智能体系在这个层面上做了很多工作。我们跟国内外德州众多头部客户都有这方面的研究，基于多能流网络的AI最优控制策略模型设计。
现在在电力能源行业当中还是存在着诸多的挑战，需要用新的技术去解决。这其实也是在目前这个阶段，拉动经济增长的一个核心问题。我们看了一下，现在大家都在推进能源互联网，有三个主要的特性，第一个，可再生能源与新兴负荷高比例不断的接入，第二，多种能源终端和角色相互耦合，第三运行特征高度非线性和随机性，这种特性正在增强。现在问题挑战也很多，包括机理模型越来越不明确，刚才我听到电科院的张老师谈到了一个核心的话题，他们现在用机器学习的方法在解决一些问题。你会发现可能很多疑难问题很难解，真正需要百度人工智能深度学习技术介入进来，才能有效这个问题。详细的就不介绍了。刚才谈到了，原网负荷，综合能源服务，我们希望基于综合能源，利用人工智能的基因来解决一些问题。
我们看了一下整个行业头部客户都在纷纷的由传统的能源转向综合的能源，我们把能源行业价值链做了分析，可以分成左侧四个环节。第一，能源勘探开发与生产环节，在电力行业就是发电领域，在能源行业，例如石油石化前面的勘探领域，我们认为最核心的问题还是需求量在增加，我们在这个过程中应该有效保障生产的安全，以及效率的提升。百度有很多解决方案，我们推出数字化工厂的概念，进入这个领域当中来，目前我们央企在合作，目前示范的电站已经基本建成，希望今年下半年尽快实现推广。第二个阶段，能源供应链和能源互联网领域，在这个领域当中供应链的网络要跟前端的能源生产环节实现统一的协同。可以使用百度的无人驾驶技术，车联网的技术，包括协同的技术，一会儿在案例当中会讲到一块。第三个阶段就是营销和客户服务的问题，一方面，大家都在考虑现在统一的客服服务，分布式的客服服务，人员占比都会比较高，国网客服中心领导都在提出能不能用人工智能技术快速的减少客服人员的数量，现在都已经写入到今年和明年的工作报告当中，我们希望未来使用百度很强的智能客服、智能语音的技术可以有效解决这个问题。例如在石油行业推出智慧加油站，也在处理加油站安全管控的问题。第四个阶段是工程装备和服务行业，这个领域从互联网角度来看，属于腰部和长尾的客户，会比较丰富。百度有类似智慧工地的解决方案，智慧运营的解决方案等等。
我们刚才谈到了随着人工智能技术的发展，人工智能技术整体都在突破，从核心的科学研究，形成产品到赋能行业，百度真正提供哪些服务和产品呢？最核心的是基于百度的大脑，属于ABC产品迭代和发展的过程。下面是整个边缘计算，到物联网管理平台、云平台、数据中台，我今天重点讲一下人工智能中台的理念和概念，为整个人工智能的大服务和发展提供各种模型和管理的支持。这里面是基于百度自研的深度学习的框架演化出来的这么一套产品，对外和对内提供各种服务和支撑。对内服务，大家容易理解，支持企业和集团内部的业务，例如调度生产、安全监控、企业运营、故障研判，包括能源的巡检等等，对外支撑综合能源服务和对外服务的要求。
从人工智能中台这么一个角度来看，现在的能源央企、能源企业都在往未来企业人工智能大脑的角度去发展。但是建设企业的人工智能大脑不是一蹴而就的，有一个科学的或者路线图。我们认为一个企业从最开始的时候去构建，到最后建成应该分为四个阶段。第一个阶段是分散式人工智能应用阶段，第二块是深度深化使用，开始尝试人工智能各个应用场景，目前绝大部分的央企能源企业还处于这个阶段。第三个阶段，开始构建统一的人工智能中台，把所有的人工智能模型统一纳管人工智能中台当中，统一管理起来。并且把人工智能中台和数据中台、云平台尽可能打通，统一应用。第四个阶段就是人工智能技术全面进入到核心的应用领域当中，我们现在也参加了国网和南网“十四五”的规划，我们发现头部的客户已经都在考虑在“十四五”阶段人工智能技术全面拥抱核心业务，已经成为大势所趋。
大家知道百度是做深度学习出身的，我们最早的时候承接了国家深度学习国家实验室，现在也推出了中国自主产权的飞浆平台，围绕这一块，我们把整个百度大脑构建了一个统一的底座，承接各种应用和服务，提供对外赋能的产品，来输出给行业。谈的可能比较技术，举一个例子，目前在电网和能源的生产口和业务口都在推进人工智能的应用。这是去年年底百度机器视觉的团队参加国网设备部的算法比赛当中，百度获得了获得了两项第一。国网对人工智能准入设定了一些门槛，主要是一些识别率和准确率方面，包括识别的时间、调车准确率等等。在去年的时候，国网设备部一直有一个疑虑，我要投入硬件来增加智能化的水平还是通过软的层面？例如像百度人工智能算法，提高识别率和安全性。目前这个工作我们解决了这么一个课题，涉及AI算法模型，我们跟南瑞、许继也在开展合作。
百度的人工智能中台在未来企业智能化建设当中处于什么位置？这主要包括核心的模型开发，包括模型的训练开发，我们把整个生产的模型和数据拿过来之后，形成电网专有的模型，可以赋能给核心的业务。包括智能巡检、调度、营销，包括对外的综合能源、新零售，对内经营管理的领域，像共享服务、供应链、企业的办公等等。我们基于现在能源企业的情况，构建整个模型库和样本库，实现标注管理和训练、AI 模型开发。
AI中台和数据中台是什么关系？数据中台主要负责AI平台当中的一些样本库的管理，包括未经过标注的一些管理。具体的样本管理的功能应该由人工智能中台来负责提供，数据中台负责存储就可以。包含两部分，第一是通用模型，2C各种模型，刷个脸，云交互，我们用语音转文字，语音转文字做，这是通用模型。第二是电力能源或者这个行业专属的模型服务，他们相互之间去有效的融合，为不同的业务实现组装，实现可复制的人工智能能力。举个例子来说，我们可以把人脸的模型、语言的模型组合成身份认证的模型，提供给前端的各个业务场景去使用，实现AI 应用。
从百度AI中台来看，包含的内容比较多，包括协同，我们把AI算法放到无人机设备上面去，从上面的样本库的管理，模型开发，模型库，针对AI应用的各种资源分析，实现管理。最核心的四个方面的能力，第一个是专有的AI核心能力，包括人脸、图像、语音识别、知识图谱等等。第二块是专用的模型，针对能源行业专用的模型，例如原网精准预测的评估、缺陷的识别、变电站的设备识别、故障识别等等，下面是模型训练的能力，包括各种操作的训练，右边是提供标准的算子的框架。这一整套的百度都在提供相关的产品和解决方案。这个不详细解释了，我们用无人机做到可视化，整个算法的判例，通过人工智能中台下滑到边缘端，目前这个做的不错。刚才谈到了，我们跟能源行业核心业务在做融合，最核心的是什么呢？我们有一个标准产品叫Paddle lite，可以与无人机、通道设备与专业机器人完美适配。在低算力功耗下有很高德推理能力
这是第二块内容，我介绍一下核心的技术，提出百度人工智能体系有统一的人工智能中台的概念，我们支持两大类业务，像营销类的业务，像客服、营销等等。第二块支持电网的生产类业务。
百度人工智能技术在央企头部客户当中，包括国网、南网和部分头部集团客户当中已经逐渐开始去使用了，这是山东电网人工智能的例子。山东电力一直是把人工智能当做推进后续智能化工作的一个主要的落脚点，耦合统一的电网公司的数据中台，业务应用系统，基于百度技术构建人工智能平台，包括自然语言处理、机器视觉、语音，例如项目的查看、智能办公、智能调度、设备自动化巡检等等一些应用。根据业务需求，人工智能平台可以灵活的构建应用，用起来比较简单，我们把原来的数学科学家依赖于的专业模型全部简化，形成标准的产品。这是一些技术，语音识别的技术、机器人和机器学习的技术，在做各种应用。用的百度的Paddle lite自动化终端，目前70000多台的智能化终端设备逐渐都在改进当中，已经完成了大部分的适配。在今年3月份的时候，在烟台下面的县里面发现异常的烟火，原来从发现到识别需要半天时间，现在妙级实现预警。识别率比较高，人工智能核心的应用已经装了6.7万多套装置，每年产生两百多万个数据，整个识别率都在90%以上。在中国输电线路超过159万千米现实情况下，提供了智能化方案。
还有智慧营业厅，我们跟营销部合作，推进无人营业厅解决方案，在山东布了17个地市局，整个办公效率提升比较明显，这是用百度人工智能中台又结合人脸技术实现的。包括人脸的认证、校准开始，结合营业厅的综合服务平台，实现各种优先的排序和调度。山东应用效果比较好，用百度人工智能机器视觉的技术，可以替代七万多公里来巡视整个输电线路。每年节约工时两万小时，代替人工智能巡视变电站超过700个。不但数量比较多，主要是节约成本比较明显。在核心应用当中，以及企业经营管控当中，例如财务的机器人、刷脸、智慧供应链，效果都比较明显。还可以用于反窃电，挽回经济损失。
最后再总结一下百度人工智能在行业当中的定位，我们希望做赋能者，不管是能源公司还是通过能源公司再服务C端用户，我们秉承开放、包容的态度实现合作。我们很多生态合作伙伴都是围绕电网、三桶油、五大四小，甚至综合能源服务的公司服务的，我们希望更多的合作伙伴一起共赢，为真正的建成智慧能源那一天的到来而做最大的努力。谢谢各位！
（以上内容根据速记整理未经嘉宾审核 来源：北极星电力网，如需转载请完整转载全文不允许删减）
