张云贵：AI+钢铁“炼”出新未来

■中国工业报记者 余娜

在3月5日召开的“智造跃升：人工智能解锁工业新未来”主题沙龙上，针对AI如何赋能钢铁行业，中国钢研集团人工智能首席专家张云贵做了题为《“AI+钢铁：‘炼’出新未来”》的发言。

张云贵介绍，当前钢铁行业面临着环保压力、产能过剩、供应链安全、高端供给不足等四大关键问题，而问题即是方向。

对此张云贵表示，当大模型遇到钢铁，最显著的变化将是行业整体的“知识基线”会出现跨越式抬升。其次行业技术进步的逻辑也将发生根本性的变革，传统的基于案例借鉴的“滞后分享”模式将向基于大模型的“零延时分享”模式演进。行业会出现一系列颠覆式的产品与业务，如纯视觉的跨工序物料跟踪、材料全价值链整体优化等。张云贵预测，大模型对企业最直接的影响将首先体现在人身上而不是产线上，“数字钢铁工人”将逐步实现与人类工人的协同工作。

对此张云贵分析，将出现“AI原生”的智能钢厂，钢铁智能制造范式将发生革命；在行业“缩量调结构”的较长周期中，人工智能将起到隐形调节器的作用。

据悉，中国钢研大模型主要包括钢铁流程感知大模型和钢铁流程优化大模型。

钢铁流程感知大模型针对的是冶金行业生产过程认知不足、材料微观组织感知不准、物流轨迹洞悉不清等共性难题，基于视觉大模型、语言大模型、行业知识库及业务智能体的四位一体技术框架，为生产管控提供实时、可靠的多维度工况感知。

钢铁流程优化大模型是国内首个行业智能决策大模型，该模型针对钢铁生产流程网络化建模难、多目标优化求解难和不确定场景自适应难三大难题，发挥中国钢研70多年的知识积累和跨专业协同优势，实现了信息物理深度融合，能有效地支撑钢铁生产流程的精准设计和精益运行。

张云贵还透露，目前AI向钢铁行业渗透的一个卡点是缺乏与行业应用需要适配的系列工具。中国钢研针对这一问题进行了针对性的研发，开发了首个钢铁分割大模型Steel-SAM、工艺机理导入的金相样本受控生成工具，以及高效的冶金数据标注平台。以分割大模型为例，通过使用大量的高质量行业数据进行微调，实现了微观、中观与宏观尺度的钢铁生产场景的图像精准分割，可以自动生成钢铁视觉场景下的O（object）、S(space)、T(time)组合表征。已经验证的场景包括表面缺陷、金相分析、生成物料跟踪。

“大模型进入钢铁行业的另一卡点是大模型的‘幻觉’、可解释性等问题。中国钢研创造性地提出用流程数字孪生实现AI技术的实验验证，这一技术路线大幅度降低了AI的试错成本，目前已经在关键工序上得到了验证，如新开发的AI驱动的轧钢微张力控制模型就是通过数字孪生进行的验证。”张云贵说。

另据张云贵透露，在我国钢铁行业，AI技术进入生产关键环节已经取得突破。中国钢研与河钢集团合作完成了国内第一套基于冶金流程工程学的跨工序全要素CPS智能调控系统开发与部署，AI在流程表征、工艺建模、过程评价、闭环控制等各个环节发挥着重要作用，AI+钢铁表现出良好的效果，企业的流程连续度提升近10%，单月效益超过2000万元。