從橫空出世的ChatGPT，到閃亮登場(chǎng)的Sora，再到一鳴驚人的DeepSeek，人工智能（AI）頻頻驚艷世界。AI浪潮席卷而來，人類的物理極限被不斷突破，越來越多的夢(mèng)想照進(jìn)現(xiàn)實(shí)。那么，當(dāng)AI邂逅化工安全，二者又會(huì)碰撞出怎樣的火花？

積極擁抱AI 規(guī)?；瘧?yīng)用尚需時(shí)日

“今年可以稱為AI在石化行業(yè)尋找落地應(yīng)用場(chǎng)景的元年，很多化工園區(qū)和企業(yè)紛紛開展智能化提升工作?！笔秃突瘜W(xué)工業(yè)規(guī)劃院化工園區(qū)處處長(zhǎng)劉思明如是說。

記者在采訪過程中也感受到，化工園區(qū)和企業(yè)對(duì)“AI+化工”垂直模型的建設(shè)和應(yīng)用具有濃厚的興趣，但也能預(yù)料到，新興事物從出現(xiàn)到被接受需要時(shí)間。

“坦白地說，‘AI+化工’垂直模型還處于起步期，但成長(zhǎng)速度超出預(yù)期。一方面，國(guó)內(nèi)外通用型AI大模型發(fā)展迅速，AI正快速步入平權(quán)時(shí)代、普惠時(shí)代；另一方面，化工行業(yè)正以積極的態(tài)度擁抱AI，很多化工園區(qū)和企業(yè)管理者都躬身入局。”劉思明告訴記者，目前石油和化學(xué)工業(yè)規(guī)劃院正在積極推進(jìn)化工園區(qū)智慧化運(yùn)營(yíng)等相關(guān)工作。

中國(guó)化學(xué)品安全協(xié)會(huì)咨詢?nèi)扛敝魅乌w紅科則表示，當(dāng)前，一些化工企業(yè)對(duì)AI技術(shù)的應(yīng)用很感興趣，尤其關(guān)注各類智能產(chǎn)品在安全生產(chǎn)過程中的應(yīng)用，如智能機(jī)器人巡檢、機(jī)器視覺識(shí)別分析潛在風(fēng)險(xiǎn)和隱患等。應(yīng)該說，當(dāng)前，AI技術(shù)在化工行業(yè)的應(yīng)用還處于探索和試點(diǎn)階段，成規(guī)模化應(yīng)用，還尚需時(shí)日。

趙紅科分析指出，主要原因集中在以下3點(diǎn)：

一是高性價(jià)比的AI大模型應(yīng)用技術(shù)還不成熟。對(duì)于一般化工企業(yè)來說，無論是基于模型架構(gòu)訓(xùn)練私有大模型，還是基于預(yù)訓(xùn)練模型做參數(shù)微調(diào)實(shí)現(xiàn)大規(guī)模的私有化部署，都是一項(xiàng)長(zhǎng)期且持續(xù)性投入，需要的人力、物力、財(cái)力不低。而基于“預(yù)訓(xùn)練模型+私有知識(shí)庫”的應(yīng)用方式，雖然簡(jiǎn)單易實(shí)現(xiàn)，但模型輸出的能力比較受限，輸出質(zhì)量往往不能滿足用戶的期望。

二是高質(zhì)量數(shù)據(jù)集缺失。化工企業(yè)一般出于對(duì)數(shù)據(jù)隱私性保護(hù)的考慮，不會(huì)主動(dòng)向外界共享數(shù)據(jù)，這是當(dāng)前各類大模型解決化工行業(yè)相關(guān)問題能力不足的主要原因?！懊嫦蛭磥?，隨著‘預(yù)訓(xùn)練模型+參數(shù)微調(diào)’方式具備輕量化、可移植應(yīng)用技術(shù)的成熟，也許在預(yù)訓(xùn)練模型基礎(chǔ)上做參數(shù)微調(diào)，訓(xùn)練得到一個(gè)企業(yè)特有的、參數(shù)規(guī)模相對(duì)較小的、能夠解決特定領(lǐng)域問題的大模型，是一種較為優(yōu)選的方案?！壁w紅科告訴記者。

三是對(duì)數(shù)據(jù)隱私性保護(hù)方面存在顧慮。不管是采用“預(yù)訓(xùn)練模型+參數(shù)微調(diào)”方式，還是采用“預(yù)訓(xùn)練模型+私有知識(shí)庫”方式，只要進(jìn)行聯(lián)網(wǎng)，都存在隱私數(shù)據(jù)泄露的風(fēng)險(xiǎn)?！叭绾斡行Т_保數(shù)據(jù)的隱私安全，是一個(gè)有待解決的難題。也許正是因?yàn)槠髽I(yè)有這方面的顧慮，從而促使企業(yè)私有化部署輕量級(jí)大模型的應(yīng)用技術(shù)快速走向成熟?！壁w紅科說。

圖為耐高溫機(jī)器人編隊(duì)抵近原油儲(chǔ)罐，實(shí)施冷卻。（應(yīng)急管理部供圖）

釋放AI效能 難點(diǎn)即是切入點(diǎn)

語言大模型、智能體、具身智能等領(lǐng)域不斷突破創(chuàng)新，推動(dòng)AI邁向通用智能初始階段。與此同時(shí)，AI工程化持續(xù)加速推進(jìn)，新產(chǎn)品新模式層出不窮。毫無疑問，AI正在滲透至化工安全領(lǐng)域。

2024年2月，國(guó)務(wù)院安委會(huì)印發(fā)《安全生產(chǎn)治本攻堅(jiān)三年行動(dòng)方案（2024—2026年）》，明確提出，推進(jìn)人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)等技術(shù)與安全生產(chǎn)融合發(fā)展，持續(xù)加大?；分卮笪ｋU(xiǎn)源、油氣儲(chǔ)存、石油天然氣開采等行業(yè)領(lǐng)域安全風(fēng)險(xiǎn)監(jiān)測(cè)預(yù)警系統(tǒng)建設(shè)應(yīng)用和升級(jí)改造力度。

智能化為何備受青睞？相較于信息化、數(shù)字化，他有哪些不同？

杭州海樊科技有限公司總經(jīng)理蘇德亮在接受采訪時(shí)道出關(guān)鍵：“數(shù)字化是將信息轉(zhuǎn)化為數(shù)字形式，并加以分析利用；智能化是集大模型、基于應(yīng)用場(chǎng)景開發(fā)的智能體、提供配套支撐的數(shù)據(jù)庫三位一體，實(shí)現(xiàn)的智慧化輸出?！?/p>

劉思明指出，對(duì)于目前數(shù)字化有一定基礎(chǔ)的企業(yè)來說，推進(jìn)智能化垂直應(yīng)用落地，會(huì)提升管理水平；對(duì)于數(shù)字化基礎(chǔ)相對(duì)薄弱的中小型化工企業(yè)或由政府管理運(yùn)營(yíng)的化工園區(qū)來說，推進(jìn)智能化建設(shè)帶來的改變或許是更具突破性的。

那么，AI該如何介入化工安全？多位受訪者指出，安全管理的難點(diǎn)，便是“AI+”最好的切入點(diǎn)。

趙紅科詳細(xì)分析了化工安全面臨的挑戰(zhàn)。從生產(chǎn)角度來說，最大的挑戰(zhàn)是設(shè)備老化失效。這往往是隱性的、悄然變化的，一旦到達(dá)臨界點(diǎn)，便可能造成令人措手不及的突發(fā)性事故。從管理角度來看，最大的挑戰(zhàn)是數(shù)據(jù)收集分析利用比較困難。因?yàn)槭占降臄?shù)據(jù)，表征維度不統(tǒng)一，想要治理和利用這些數(shù)據(jù)，需要企業(yè)具有強(qiáng)大的領(lǐng)導(dǎo)力去推動(dòng)。造成這一問題的根源是不同系統(tǒng)建設(shè)缺乏統(tǒng)一規(guī)劃，系統(tǒng)之間存在的數(shù)據(jù)孤島和業(yè)務(wù)功能重疊問題很難取舍。

“相較于傳統(tǒng)管控手段存在‘看不住、管不全、管不好’等問題，推進(jìn)新一代信息技術(shù)與危化品安全生產(chǎn)深度融合發(fā)展，是從根本上消除事故隱患、從根本上解決問題的治本之策?！敝袊?guó)安全生產(chǎn)科學(xué)研究院教授級(jí)高工李磊說。

應(yīng)急管理部?；凰鞠嚓P(guān)負(fù)責(zé)人介紹，2025年危險(xiǎn)化學(xué)品安全監(jiān)管工作的重點(diǎn)工作之一便是提升智能化管控水平，包括提升重大危險(xiǎn)源安全風(fēng)險(xiǎn)監(jiān)測(cè)預(yù)警能力、深化“工業(yè)互聯(lián)網(wǎng)+危化安全生產(chǎn)”場(chǎng)景建設(shè)應(yīng)用、推進(jìn)石油天然氣安全生產(chǎn)信息化智能化建設(shè)、提高危險(xiǎn)化學(xué)品登記綜合服務(wù)系統(tǒng)應(yīng)用效能、深化應(yīng)用危險(xiǎn)物品車輛運(yùn)行安全風(fēng)險(xiǎn)監(jiān)測(cè)系統(tǒng)等。

推動(dòng)“AI+”落地 垂直應(yīng)用是關(guān)鍵所在

2025年伊始，國(guó)產(chǎn)AI大模型迅速席卷全網(wǎng)。AI技術(shù)盡管醞釀已久，但從通用模型到推理模型幾乎是一夜爆發(fā)。業(yè)內(nèi)有一種說法：AI的“愛迪生時(shí)刻”已經(jīng)到來，開始“照亮”千行百業(yè)。

記者在采訪過程中了解到，對(duì)于化工行業(yè)來說，“愛迪生時(shí)刻”終將到來，但現(xiàn)在說，還為時(shí)尚早?！霸瓉磉€可以有這樣的工具來幫助工作”類似的驚嘆屢見不鮮，“AI真的能比我們做得更好嗎？”類似的質(zhì)疑聲也不免出現(xiàn)。

“AI在化工安全領(lǐng)域?qū)崿F(xiàn)垂直應(yīng)用，現(xiàn)在需要的是，能將溫度、壓力等物理信息以及工藝流程轉(zhuǎn)化為AI能讀懂的語言，并能得出正確結(jié)論的‘AI+化工安全’垂直模型?！碧K德亮提出。

蘇德亮告訴記者，通用型和推理型AI大模型擅長(zhǎng)文字處理。但每一個(gè)安全風(fēng)險(xiǎn)背后對(duì)應(yīng)的是一個(gè)事故鏈，而不是簡(jiǎn)單的一一對(duì)應(yīng)。這就要求AI不僅要會(huì)認(rèn)字，更要能讀懂文字，并追根溯源找出深層次原因，最終作出準(zhǔn)確判斷?！案匾氖牵墒紸I可以合成不存在的數(shù)據(jù)，虛擬和現(xiàn)實(shí)的邊界被逐漸模糊，從而出現(xiàn)模型幻覺。對(duì)于工藝流程復(fù)雜、容錯(cuò)率極低的化工行業(yè)來說，這種幻覺或許是致命的?！碧K德亮說，顯然，這些要求對(duì)還處于成長(zhǎng)初期的AI來說，很難。

目前，“AI+化工安全”垂直模型比較被認(rèn)可的搭建方式是模塊化。技術(shù)供應(yīng)商根據(jù)應(yīng)用場(chǎng)景切分模塊，再逐一細(xì)化、校準(zhǔn)各模塊的輸出結(jié)果，最后根據(jù)應(yīng)用場(chǎng)景匯總模塊，能更好地適配企業(yè)發(fā)展需求，更有利于好技術(shù)的推廣。當(dāng)然，模塊切分得越細(xì)致，“AI+化工”垂直模型搭建得越精致。

“未來，人才會(huì)成為資源。彼時(shí)，AI的效能將更加直觀?！碧K德亮說，化工行業(yè)的人員流動(dòng)性相對(duì)較大，安全管理崗位對(duì)專業(yè)素養(yǎng)的要求又相對(duì)較高。當(dāng)成熟的員工退休或離崗，出現(xiàn)崗位空缺時(shí)，會(huì)直接影響企業(yè)的利潤(rùn)。因此，AI增效，不僅局限于效率提升。

業(yè)界寄予厚望 以示范引領(lǐng)帶動(dòng)發(fā)展

“面向未來，AI必將破除安全、效率、成本這個(gè)‘不可能三角’?！?/p>

“AI對(duì)化工安全帶來的改變或許是翻天覆地的。”

“‘AI+化工安全’會(huì)帶來無限可能?！?/p>

來自受訪者們的這些聲音，似乎都傳遞出AI在化工安全領(lǐng)域潛能無限。

劉思明表示，“AI+化工安全”非常具有可行性。例如：在重點(diǎn)裝置和設(shè)備管理方面，AI可以通過計(jì)算安全運(yùn)行健康指數(shù)，并作為最貼近設(shè)備層面的核心指標(biāo)，進(jìn)而得出企業(yè)安全運(yùn)行評(píng)分以及化工園區(qū)安全運(yùn)行評(píng)分等更高層級(jí)的量化指標(biāo)，輔助管理人員更直觀地判斷設(shè)備運(yùn)行狀態(tài)，并及時(shí)預(yù)警潛在的安全風(fēng)險(xiǎn)，實(shí)現(xiàn)設(shè)備全生命周期管理。在危化品物流、倉儲(chǔ)及供應(yīng)鏈管理方面，AI能實(shí)時(shí)跟蹤?；肥袌?chǎng)動(dòng)向、企業(yè)用料和出貨信息等，為企業(yè)科學(xué)制定生產(chǎn)計(jì)劃提供數(shù)據(jù)支撐和重要參考，減少因危化品堆積帶來的安全風(fēng)險(xiǎn)。

AI如何在化工安全領(lǐng)域盡快落地？“領(lǐng)先企業(yè)、試點(diǎn)建設(shè)形成的示范效應(yīng)更易帶動(dòng)行業(yè)行動(dòng)起來?！碧K德亮如是說。

近年來，化工行業(yè)以積極的態(tài)度主動(dòng)擁抱AI，出現(xiàn)一批具有示范效應(yīng)的AI大模型，如中國(guó)石油700億參數(shù)昆侖大模型、中控石化化工大模型、中國(guó)海油“海能”AI模型等?；裟犴f爾目前正利用AI技術(shù)，分析復(fù)雜、多樣化的能源結(jié)構(gòu)，并實(shí)時(shí)識(shí)別工業(yè)運(yùn)營(yíng)中的低效環(huán)節(jié)，幫助企業(yè)進(jìn)一步提升能源利用效率。

具體到實(shí)際應(yīng)用場(chǎng)景，AI在風(fēng)險(xiǎn)預(yù)警與檢測(cè)、巡檢與維護(hù)方面率先收獲成效。據(jù)趙紅科介紹，在設(shè)備設(shè)施預(yù)防性維修方面，AI技術(shù)會(huì)弱化對(duì)數(shù)學(xué)模型的依賴，只需將以往數(shù)據(jù)輸入AI大模型，便能總結(jié)并發(fā)現(xiàn)采集數(shù)據(jù)存在的規(guī)律和異常，起到預(yù)防性維修提醒和預(yù)警作用。在日常巡檢方面，一般采用智能穿戴設(shè)備或智能機(jī)器人進(jìn)行巡檢，其核心是將各類安全檢測(cè)設(shè)備，如紅外成像儀、聲紋檢測(cè)儀、可燃有毒氣體檢測(cè)報(bào)警器、定位芯片等搭載在安全帽或者機(jī)器人上，實(shí)時(shí)采集現(xiàn)場(chǎng)生產(chǎn)安全數(shù)據(jù)，在本地或服務(wù)端實(shí)現(xiàn)數(shù)據(jù)智能分析，識(shí)別出潛在隱患。

以某公司壓氣站智能報(bào)警處置輔助決策系統(tǒng)為例，通過重構(gòu)工藝事故因果邏輯鏈條、建立動(dòng)態(tài)風(fēng)險(xiǎn)知識(shí)圖譜、整合DCS系統(tǒng)等，可形成包含誤報(bào)識(shí)別、報(bào)警聚合、根源追溯、決策支持、自動(dòng)記錄、數(shù)據(jù)統(tǒng)計(jì)和經(jīng)驗(yàn)沉淀的全流程解決方案，系統(tǒng)成了“能聽、能說、會(huì)做的安全專家”。當(dāng)出現(xiàn)異常報(bào)警時(shí)，系統(tǒng)會(huì)沿事故鏈查詢事態(tài)發(fā)展情況，自動(dòng)分析報(bào)警原因，快速標(biāo)記和統(tǒng)計(jì)，查詢所有可用的防護(hù)措施和具體處置方法。當(dāng)新增或變更工藝時(shí)，系統(tǒng)支持工藝圖紙、設(shè)備信息、報(bào)警、聯(lián)鎖鏈接查看，并支持多個(gè)專業(yè)平臺(tái)統(tǒng)一更新和自定義設(shè)備知識(shí)庫，讓工藝信息與安全生產(chǎn)真正關(guān)聯(lián)起來。

值得關(guān)注的是，雙重預(yù)防機(jī)制被業(yè)界認(rèn)為是安全生產(chǎn)數(shù)字化進(jìn)程的里程碑，這為AI在化工安全領(lǐng)域“大展拳腳”奠定基礎(chǔ)。據(jù)應(yīng)急管理部?；O(jiān)管一司相關(guān)人員介紹，2024年，應(yīng)急管理部共指導(dǎo)29個(gè)省份打通省部數(shù)據(jù)交換通道，選樹推廣13個(gè)典型案例，雙重預(yù)防機(jī)制的應(yīng)用不斷深化。與此同時(shí)，“工業(yè)互聯(lián)網(wǎng)+?；踩a(chǎn)”建設(shè)應(yīng)用也取得新進(jìn)展。2024年，應(yīng)急管理部組織江蘇、甘肅、山東、河北、湖北5個(gè)省份和中國(guó)石油、中國(guó)中化、國(guó)家能源、萬華化學(xué)等企業(yè)推進(jìn)“工業(yè)互聯(lián)網(wǎng)+?；踩a(chǎn)”場(chǎng)景試點(diǎn)應(yīng)用建設(shè)，不斷深化工藝平穩(wěn)性、報(bào)警分級(jí)管理、承包商管理、培訓(xùn)管理等場(chǎng)景功能應(yīng)用開發(fā)建設(shè)。

對(duì)于正在考慮應(yīng)用AI技術(shù)的企業(yè)，趙紅科建議，要由易入難，先從解決效率問題開始著手。比如從單模態(tài)大模型的應(yīng)用探索，采用預(yù)訓(xùn)練模型+本地知識(shí)庫的模式，解決企業(yè)在特定安全生產(chǎn)領(lǐng)域存在的、比較消耗人力的問題。

同時(shí)，趙紅科提醒企業(yè)，擁抱新技術(shù)也要注意“避坑”。一是注重?cái)?shù)據(jù)安全，盡可能對(duì)提供給大模型的數(shù)據(jù)進(jìn)行脫敏處理，防止關(guān)鍵核心數(shù)據(jù)外泄。二是成規(guī)模批量使用大模型時(shí)，要做好規(guī)劃，避免盲目開展，從而增加不必要的成本投入。三是警惕采用預(yù)訓(xùn)練模型+參數(shù)微調(diào)的方式應(yīng)用AI大模型，若控制不好，容易導(dǎo)致大模型出現(xiàn)“災(zāi)難性遺忘”，致使前期所做工作又得重新來過，費(fèi)時(shí)費(fèi)力還不經(jīng)濟(jì)。