在2022年中國電機工程學會人工智能專業(yè)委員會年會暨電力行業(yè)人工智能技術(shù)創(chuàng)新應用論壇上，華為昇騰計算行業(yè)解決方案總監(jiān)吳杰發(fā)表了“人工智能融合賦能平臺（AICE）助力電力數(shù)字化建設”主題演講，他表示：得益于廣大合作伙伴的支持，過去幾年昇騰AI已經(jīng)初步構(gòu)建了一個健康的可持續(xù)發(fā)展的生態(tài)，在電力領(lǐng)域適配90%以上的主流生態(tài)伙伴。

昇騰AI方案也已在山東、江蘇、浙江、四川、湖南、廣東等25+省市部署應用，涵蓋輸電、變電、配電、用電等多種應用場景。

未來，我們期待能夠和大家一起推動電力行業(yè)智能化升級，通過AICE賦能行業(yè)智慧生態(tài)建設，加速智慧能源新基建的步伐。

吳杰在本次活動的主題演講中提到：

在產(chǎn)業(yè)蓬勃發(fā)展的大環(huán)境下，AI技術(shù)要深入行業(yè)場景，僅憑創(chuàng)新落地還遠遠不夠。正如人在學校學習基礎(chǔ)知識后，需要一直在社會工作中實踐成長，AI通過初始的訓練環(huán)境學習后，也需要深入到行業(yè)的生產(chǎn)系統(tǒng)中，不斷結(jié)合實際場景的數(shù)據(jù)，進行增量訓練和迭代學習，才能滿足更多樣和變化的應用需求。而打造這樣的行業(yè)AI生產(chǎn)系統(tǒng)，需要滿足算隨數(shù)建、訓推一體、云邊協(xié)同三點。

為解決行業(yè)痛點，讓AI持續(xù)迭代更新、自我演進，華為聯(lián)合合作伙伴共同發(fā)布了基于昇騰AICE的行業(yè)場景化解決方案。

人工智能融合賦能平臺（簡稱AICE），是基于昇騰AI基礎(chǔ)軟硬件提供具備自主演進能力的訓練-推理一體化平臺。

從技術(shù)構(gòu)成上來看，

基礎(chǔ)軟硬件層，包括昇騰AI的訓練和推理硬件，可以提供中心和邊緣的算力資源，并適配了歐拉開源操作系統(tǒng)、異構(gòu)計算架構(gòu)CANN、AI框架昇思MindSpore等軟件；

業(yè)務使能層，與AICE的平臺伙伴共同打造AI訓練平臺和推理平臺，進行算法更新和增量訓練，構(gòu)筑具備自主演進能力的訓推一體平臺；

算法應用層，包含算法伙伴提供的算法，以及華為提供的全域感知、知識計算、機器人等引擎實現(xiàn)算法的全域智能，賦能千行百業(yè)邁向智能化。

AICE具備自我演進能力，通過增量學習和“非正常即異?！睓z測，邊用邊學，可促進AI識別結(jié)果更準確，識別場景更豐富。

增量學習即依賴AI設備進行主動數(shù)據(jù)篩選，并自動上傳到中心對象存儲，僅對篩選后數(shù)據(jù)人工標注，再通過增量學習中心容器自動化增量訓練與評估，實現(xiàn)AI精度不斷提升。以某廠家螺絲釘檢測為例，平均檢測精度可從81.7%提升到96.4%；而且增量學習極大地降低標注量，節(jié)約標注成本，依托自動化學習框架，實現(xiàn)學習效率2~4倍提升。

“非正常即異?！睓z測過濾掉99.99%的正常樣本，將未知異常、誤報推送到AI運營側(cè)統(tǒng)一審核、分析。比如在輸電檢測場景，面對未提前訓練過的物品，絲巾、鐵絲網(wǎng)、廢棄氣球等，自動篩選異常圖片，上報至樣本庫，然后對模型進行迭代升級，在不斷提升識別率并保證商用效果的前提下，不斷擴展異常場景的識別范圍。

依托AICE和電力行業(yè)樣本庫資源，可以打造面向設備運檢類、知識服務類、調(diào)度預測類的預訓練模型，覆蓋發(fā)、輸、變、配、用等各個環(huán)節(jié)，賦能全場景業(yè)務。

在AICE上，通過預訓練模型快速生成的業(yè)務AI算法，可大幅縮短開發(fā)周期，提升開發(fā)效率。原先一個新算法開發(fā)需要2~4個月，而通過預訓練模型，僅需收集、標注的少量數(shù)據(jù)，1-2周的時間即可開發(fā)出新算法。

同時，通過海量樣本共享，采用“預訓練模型 +區(qū)域微調(diào)”模式，可大大提高模型精度。

此外，預訓練模型減少了AI重復投資，一次性開發(fā)，行業(yè)共用，還可降低電力AI應用規(guī)模落地的門檻。

通過AICE賦能，不僅促進了人工智能與電力行業(yè)的深度融合，更推動了人工智能的工程落地和規(guī)?；瘧?，未來，昇騰AI將繼續(xù)攜手伙伴，打造更多基于AICE的電力行業(yè)解決方案，加速電力行業(yè)數(shù)智化升級。