[中国,深圳,2021年9月24日] 华为全联接2021上,国家石油天然气管网集团(以下简称:国家管网)副总经理刘中云发表了《数字化转型让国家管网与众不同》的主题演讲,分享国家管网和华为这一年多共同走过的数字化转型之路。
国家管网主要从事油气干线管网及储气调峰等基础设施的建设和运营,负责干线管网互联互通和与社会管道联通,以及全国油气管网的运行调度,并实现基础设施向用户公平开放,开启了我国油气管网事业变革的新征程。
刘中云在主题演讲中阐述了数字平台在数字化转型中的重要性:“我们基于华为云Stack构建层次分明、功能清晰、架构统一的国家管网数字平台,实现数字化体系‘资源共享化、架构标准化、数据融合化、能力服务化、应用场景化’,这是我们国家管网数字化转型的关键点,我们需要打造一个数字平台支撑各场景的应用服务,同时也需要在这个平台上持续沉淀组织能力和经验,成为一个不断进化、有生命力的数字平台,它为数字化建设和迭代升级提供不竭动力。”
数字化让国家管网与众不同
国家管网成立之初就携手华为开展数字化转型,并确定了“数字化让国家管网与众不同”的愿景。
·通过数字化,让9万公里的管道、一千多座站场和3万多员工建立连接,实现“无人操作、无人值守、无人看护、有人管理”,打通管道和站场的数据孤岛,让数据涓滴成河,实现“全国一张网”运营。
·通过数字孪生将管网上万亿的物理资产,围绕对象数字化、过程数字化和规则数字化,形成海量的数据资产。通过数据资产深度利用,实现蓝海价值创造。
·数字化让国家管网从输送油气到输送电子和光子。未来借助数字平台,让管道的附属资源(如光纤)成为数字世界的关键生产要素,实现全面的开放利用,使其联通上下游的数据资产,形成新的“X+1+X”的商业模式。国家管网还可以充分利用全国的物理网络、LNG冷能、压缩机余热余压,为国家双碳战略贡献自己的力量。
以数字平台为底座,让数字化穿透每个场景、每个角色、每个过程、每个设备
国家管网携手华为云Stack建设国家管网数字平台,所有统建的应用系统都在这个平台上快速开发、部署。数字平台上长出了丰富多彩的应用:如安全生产作业管理平台、高后果区管理、智慧站场等;基于华为云ModelArts人工智能平台开发的AI算法,应用于协同办公系统的公文识别、会议录音生成纪要等场景,带来了全新的办公体验,同时更多算法也在聚焦环焊缝智能评片、油气调控等生产场景进行开发试验,也将带来生产力的极大提升;双碳战略下的能源管控平台,管理相应节点的碳排放数据,做到可视可管。
AI智能监管替代人工监督,让油气管道风险作业更安全
国家管网围绕集团安全生产队伍的“三湾改编”工作形成了统一的生产制度标准体系、规范及管理细则,但在管理处或者站场落地时存在流程不统一、监管不到位等一系列问题。
国家管网以数字平台为底座,基于华为云提供的PaaS服务,快速搭建了安全作业管理应用,利用AI、边缘计算、5G等技术,实现了作业的规范管理,未来将对上千个站场、每年数千次的动火作业,由AI智能监管替代人工监督,在保障人员作业安全的同时,消除了审批、监管、违规等环节的高危漏洞。通过数字化的穿透力,让管理制度更有强制力,让监督手段更智能化。通过安全作业平台的监督功能,实现站场、区域安全中心和集团一键直达现场,掌握风险作业实时状态,强化“威慑力”。
刘中云表示:“数字化转型是一个长期的、复杂的系统化工程,具有难度大、周期长、范围广、前期投入高等特点,不要期望一蹴而就,要久久为功,厚积薄发。数字化转型需要同路人,我们坚信,国家管网携手华为公司,风雨兼程,同舟共济,合力推进国家管网数字化转型工作,助力国家管网高质量发展。”
好文章,需要你的鼓励
OpenAI在最新博客中首次承认,其AI安全防护在长时间对话中可能失效。该公司指出,相比短对话,长对话中的安全训练机制可能会退化,用户更容易通过改变措辞或分散话题来绕过检测。这一问题不仅影响OpenAI,也是所有大语言模型面临的技术挑战。目前OpenAI正在研究加强长对话中的安全防护措施。
北航团队推出VoxHammer技术,实现3D模型的精确局部编辑,如同3D版Photoshop。该方法直接在3D空间操作,通过逆向追踪和特征替换确保编辑精度,在保持未修改区域完全一致的同时实现高质量局部修改。研究还创建了Edit3D-Bench评估数据集,为3D编辑领域建立新标准,展现出在游戏开发、影视制作等领域的巨大应用潜力。
谷歌宣布计划到2026年底在弗吉尼亚州投资90亿美元,重点发展云计算和AI基础设施。投资包括在里士满南部切斯特菲尔德县建设新数据中心,扩建现有设施,并为当地居民提供教育和职业发展项目。弗吉尼亚州长表示这项投资是对该州AI经济领导地位的有力认可。此次投资是谷歌北美扩张战略的一部分。
宾夕法尼亚大学研究团队开发出PIXIE系统,这是首个能够仅通过视觉就快速准确预测三维物体完整物理属性的AI系统。该技术将传统需要数小时的物理参数预测缩短至2秒,准确率提升高达4.39倍,并能零样本泛化到真实场景。研究团队还构建了包含1624个标注物体的PIXIEVERSE数据集,为相关技术发展奠定了重要基础,在游戏开发、机器人控制等领域具有广阔应用前景。