今年初，南鋼啟動“人工智能百景千模”三年專項行動；4月28日，湖南鋼鐵集團、湖南移動、華為聯合打造的鋼鐵行業盤古大模型應用全球首發；5月10日
，寶鋼股份與華為公司成立“鋼鐵+AI”聯合創新中心，此前4月26日，寶鋼股份發布AI轉型戰略……

　　以大模型為代表的AI技術風起雲湧，成為此輪新科技革命的核心推手。鋼鐵行業也躬身入局，積極擁抱AI大模型有望帶來的無限可能。我們不由得思考以下問題：鋼鐵“AI進化”是盲目跟風
，還是確有需要
？鋼鐵企業如何掌握通往未來世界的秘鑰？

（樊三彩/策劃 郭藝偉/繪）

　　斯坦福大學的一項研究表明
，在一些專項任務上
，人工智能技術的進步已經達到甚至超過人的能力。具體到為鋼鐵賦能，AI大模型究竟有哪些潛力
？

　　中國鋼研科技集團有限公司綠色化智能化技術中心主任張雲貴認為
，AI大模型可為鋼鐵行業帶來三大層麵的改變：一是感知層麵。煉、鑄、軋各工序在工況感知上都存在一些難題
，如高爐等環節還存在“黑箱”
，有望通過引入大模型預測技術
，在“機理+數據”融合建模方向上取得突破，實現複雜工況感知的“解碼”。ershirenzhicengmian。suiranxiandaiyejinjishuzaigangtieshengchanguilvderenzhishangyijingjianlilejiaoweiwanzhengdeliluntixi
，danrengcunzaiyixiliederenzhiquexian，ruduiliuchengzhengtiyunxingguilv
、在亞工序級別上存在一些隱性認知等。“大模型技術的核心特點就是通過學習發現‘隱含的規律’，因此
，在流程認知的宏觀與微觀各層麵都可以對大模型抱有期待。”他說道。三是決策層麵。“大模型可通過學習實現決策知識和決策流程的某種固化和標準化。更有可能的是，大模型可能從‘模擬決策’最終走向‘自主優化決策’
，就像在圍棋領域裏已經發生的事情一樣。”張雲貴表示。

　　在決策層麵
，國家製造強國戰略谘詢委員會智能製造專家委員會委員、寶武技術業務專家叢力群同樣認為，生成式大模型應用具有巨大的潛在可能性
，目前的大模型可以生成文本
、圖、視shi頻pin形xing式shi的de內nei容rong，未wei來lai也ye能neng夠gou以yi同tong樣yang或huo更geng多duo樣yang的de形xing式shi生sheng成cheng具ju有you鋼gang鐵tie特te定ding業ye務wu內nei涵han的de內nei容rong
，如ru一yi組zu鐵tie礦kuang石shi原yuan料liao配pei方fang

，針zhen對dui特te定ding鋼gang種zhong的de熱re軋zha板ban坯pi最zui佳jia升sheng溫wen曲qu線xian
，一yi組zu冷leng軋zha帶dai鋼gang軋zha製zhi的de設she定ding參can數shu，一yi個ge最zui佳jia的de鋼gang材cai集ji批pi
、剪切方案

，考慮最佳庫存成本和最佳交期約束的餘材充當合同計劃，一個新鋼種的成分配方等。

　　“大模型對參與鋼鐵製造的人的幫助可能是最直接有效的。”張雲貴表示，目前的大模型技術，可將行業通用知識
、企業特定知識
、崗位技能知識相結合，幫助員工快速實現技能躍升，實現類似“一人多崗”的目標
，這在行業近幾年熱捧的集控上有很好的結合點。更極限的情況下，可以打造數字員工、超級職工。

　　在叢力群看來
，重構人工崗位功能是智能製造的應有之義，大模型技術的巨大進步提高了人們的期望值。隨著AI技術的演進
，將有3種不同的人機協同模式：一是嵌入式模式，人類完成絕大部分工作，AI承擔點狀的工作
；二是副駕駛模式，人類和AI合作，共同參與到工作流程中
；三是智能體模式，AI完成絕大部分工作。“未來，人類與AI合作的方法是：凡是能夠交給AI的，讓AI來做，人類隻專注於當前AI無法勝任的工作。”他進一步闡釋道。

　　“從企業角度而言，大模型最有用的一點，是通過‘學會’企業核心知識，將鋼企從管理到運行層級的模式標準化，成為企業共性治理的基礎。”張雲貴表示。

　　鋼鐵行業積極擁抱AI大模型，是盲目跟風
，還是確有需要
？

　　叢力群告訴《中國冶金報》記者


，任何技術都需要與實體經濟相結合，這是大勢

、是必然，也是機會。“鋼鐵行業積極擁抱新趨勢值得肯定，因為技術進步必將伴隨著行業應用的深化，尤其是AI大模型這種劃時代的突破性技術。”他說道。

　　大語言模型是伴隨著數字化技術的迭代發展起來的。數字化技術始於20世紀50年代
，先後掀起了10次產業級別的浪潮

，本質上都是通過對底層創新的排列組合實現大規模商業化。目前
，美國在通用人工智能（AGI）領域領先全球。“而在中國
，AI工程化為工業賦能是優先方向。新質生產力發展的迫切需求和豐富的工業場景，使得我們更關注其應用和商業價值。”叢力群表示。

　　對於當前中國寶武、首鋼、中信特鋼等龍頭鋼企紛紛布局AI大模型的做法，叢力群認為：“龍頭鋼企不關心大模型是不科學的。頭部企業往往對一些新概念、新技術理解得更深
，也更需要‘從0到1’探索出應用路徑，爾後，其他企業隻需保持跟隨姿態。”

　　“當前，如果哪家企業說已經用大模型解決了某些關鍵的問題，且創造了價值，那我們一定要持謹慎態度。”叢力群認為，當下，AI大模型技術本身並未完全成熟
，應用至鋼鐵等垂直領域的路徑、方法都處於探索階段，得出成功應用並取得成果的結論為時尚早。“即(ji)使(shi)在(zai)一(yi)些(xie)特(te)定(ding)的(de)業(ye)務(wu)場(chang)景(jing)
，如(ru)智(zhi)能(neng)檢(jian)測(ce)運(yun)維(wei)，一(yi)些(xie)企(qi)業(ye)已(yi)經(jing)嚐(chang)試(shi)采(cai)用(yong)大(da)模(mo)型(xing)的(de)概(gai)念(nian)和(he)技(ji)術(shu)，強(qiang)化(hua)係(xi)統(tong)在(zai)數(shu)據(ju)中(zhong)自(zi)主(zhu)學(xue)習(xi)知(zhi)識(shi)的(de)權(quan)重(zhong)，但(dan)仍(reng)然(ran)處(chu)於(yu)初(chu)級(ji)探(tan)索(suo)階(jie)段(duan)。”他說道，“更準確地說

，我們是在適應大模型發展的趨勢，投資的是未來的可能性。”

　　通用AI大模型在技術上的進步及社會對大模型應用的高期待，使人們進入了又一個“亢奮期”。不擁抱AI的企業注定會被淘汰，但也不應過分迷信於通用AI。

　　“聚焦垂直場景、創造價值才是大模型發展的王道。”叢力群認為
，目前
，AI大模型還難以勝任千行百業的嚴肅決策類應用需求，從開放閑聊到複雜決策仍有漫漫長路。

　　當dang前qian，提ti到dao應ying用yong大da模mo型xing
，一yi些xie鋼gang鐵tie企qi業ye會hui首shou先xian想xiang到dao要yao建jian設she一yi個ge用yong於yu大da模mo型xing訓xun練lian的de算suan力li環huan境jing。其qi實shi，對dui大da多duo數shu企qi業ye而er言yan，自zi己ji建jian設she用yong於yu大da模mo型xing訓xun練lian的de算suan力li環huan境jing是shi不bu現xian實shi的de
，也ye沒mei有you必bi要yao。叢cong力li群qun認ren為wei，拋pao開kai高gao端duanGPU卡受限的因素不談
，建設一個訓練足夠大尺寸（例如7B參數規模）大模型的算力中心所需要的經費投入就是許多企業難以承受的
，一般企業既沒能力又無必要。

　　“鋼鐵行業發展大模型應堅持‘基礎大模型—行業大模型—企業大模型’的分層次發展路徑。”叢力群告訴《中國冶金報》記者
，具體來說
，基礎大模型是國家產業發展基礎設施的組成部分
，可以借助國家“東數西算”工程布局，以國家級的產學研合作機構牽頭推進，或由大型科技公司去做；行業大模型在基礎大模型基礎上，“投喂”行業專業數據進行訓練，而彙聚行業的數據將成為模型質量的關鍵；有了行業大模型的基礎，企業可以“喂”以自身特定數據
，將其泛化為企業大模型，形成麵向具體場景和工作任務的個性化的專有模型。“zheshiyigegengjiahelidelujing，fuheziyuanzuiyoupeizhidejingjixueyuanli，yetixianchuwoguodetizhiyoushi
，dajiashuyeyouzhuangong，buhuizaochengziyuanlangfei，tongshijiangdileqiyexunliandamoxingdezijinchengben。”他說道。

　　大模型的三要素是算力
、算法和算料（數據），算力資源和算法技術可以通過合作或獲取外部商業資源來解決
，而企業自己的數據積累是數據的唯一來源。“不要忽視數據的重要性

，數據質量是大模型應用的基礎，這或許是當前的最大短板。”叢力群強調。

　　那na麼me，如ru何he獲huo取qu高gao質zhi量liang數shu據ju就jiu成cheng了le重zhong中zhong之zhi重zhong。一yi方fang麵mian，要yao全quan麵mian采cai集ji數shu據ju。叢cong力li群qun認ren為wei
，根gen據ju特te定ding任ren務wu目mu標biao選xuan擇ze性xing獲huo取qu數shu據ju是shi傳chuan統tong思si維wei，而er訓xun練lianAI大模型要秉持“大數據思維”，即盡可能采集完整的數據樣本。不過，在數據采集完成之後，一般需要通過數據壓縮
、減量解析等方式提高數據的價值密度，減小數據規模。另一方麵，除去通常所說的企業經營數據、設she備bei運yun轉zhuan數shu據ju等deng以yi外wai，更geng要yao注zhu重zhong專zhuan家jia經jing驗yan數shu據ju的de采cai集ji
，我wo們men可ke以yi將jiang各ge領ling域yu專zhuan家jia經jing驗yan視shi為wei一yi種zhong高gao價jia值zhi密mi度du的de數shu據ju，這zhe些xie數shu據ju的de采cai集ji對dui於yu大da模mo型xing訓xun練lian更geng加jia重zhong要yao。

　　“當前
，很多鋼企恰恰更加需要采集這樣完整

、係統的數據做支撐
，而不是盲目去訓練大模型。”他說道。

　　當前，7B~13B（B=10億）規(gui)模(mo)的(de)模(mo)型(xing)架(jia)構(gou)已(yi)經(jing)越(yue)來(lai)越(yue)成(cheng)熟(shu)穩(wen)定(ding)，這(zhe)為(wei)大(da)模(mo)型(xing)用(yong)於(yu)企(qi)業(ye)創(chuang)造(zao)了(le)必(bi)要(yao)的(de)技(ji)術(shu)基(ji)礎(chu)。在(zai)工(gong)業(ye)中(zhong)應(ying)用(yong)大(da)模(mo)型(xing)，企(qi)業(ye)需(xu)要(yao)重(zhong)點(dian)關(guan)注(zhu)數(shu)據(ju)可(ke)能(neng)存(cun)在(zai)的(de)問(wen)題(ti)：一是AIGC（生成式人工智能）的幻覺現象是工業應用所不能接受的。如果用於訓練大模型的數據存在問題

，生成的虛幻結果將是不可預知、不可重複和不可控的。二是曆史數據不完整。現場采集的設備數據存在斷點（不連續）、製zhi造zao管guan理li和he運yun營ying決jue策ce過guo程cheng中zhong諸zhu多duo環huan節jie的de人ren類lei經jing驗yan數shu據ju等deng斷duan續xu的de數shu據ju流liu在zai工gong業ye製zhi造zao中zhong廣guang泛fan存cun在zai。三san是shi單dan一yi企qi業ye曆li史shi數shu據ju樣yang本ben數shu量liang看kan似si龐pang大da，但dan未wei必bi能neng支zhi撐cheng大da模mo型xing訓xun練lian所suo需xu。“所suo有you企qi業ye都dou將jiang數shu據ju視shi為wei核he心xin資zi產chan，目mu前qian企qi業ye間jian的de數shu據ju封feng鎖suo並bing不bu支zhi持chi更geng廣guang泛fan數shu據ju樣yang本ben的de獲huo得de
，而er單dan個ge企qi業ye的de有you限xian樣yang本ben數shu量liang能neng否fou滿man足zu大da模mo型xing訓xun練lian的de基ji本ben需xu求qiu

，也ye是shi一yi個ge有you待dai驗yan證zheng的de問wen題ti。”叢力群認為。

　　有業內專家向《中國冶金報》記者補充強調，充分認識數據的重要性是必要的，但與此同時，研發行業大模型還應破除“數據迷信”，即除了數據，大模型的架構設計

、訓練方法等也十分關鍵，需將規則
、知識、機理等融入進去。