百度AI中台落地能源行业，打造智能电网应用标杆

　　人工智能、云计算等技术在能源行业的规模化应用正在加速。随着电网数字化和信息化技术日渐成熟，发、输、配、用各环节数据均可实现有效采集。然而，剧增的数据如何跟高效的分析、处理匹配，并进行更深入的挖掘和创造新的价值呢?这些问题也成为了中国电科院人工智能所平台室主任王晓辉日常探索的方向。

　　“设备运检、客户服务、调度、安全生产、企业经营方面都有典型的AI应用场景，包括杆塔上有一些摄像头对输电通道巡检等，都属于AI的典型应用场景。但是应用做了一段时间后，新的问题又产生了。”

图：AI在智能巡检中的应用

　　对于电力行业来讲，往往组织架构庞大，分支机构众多，针对“智慧化”“智能化”的建设，更需要从全局来思考与部署。“首先，存在单点建设的问题，缺乏体系化;第二，有些智能电网应用对基础AI能力的实现不够充分。比如不同业务线在构建AI能力时会采购一些硬件来实现，但实际上这些硬件不够灵活，在技术层面上无法满足业务需求。第三，则是对技术标准不够统一。比如，智能巡检的过程中，设备拍摄的方位、尺寸、关注点可能都不相同，而且拍完的照片在标注层面有时也没形成统一的规范。这样就导致针对同样的场景，训练出的模型不能共享使用等问题。最后就是，因为电力行业还是属于传统行业，对计算机或者人工智能这些专业技术人才其实是缺乏的，而这个短期内也是难以改变的，所以如何让电力人低门槛的使用到AI也是一个需要关注解决的问题。”王晓辉在不久前的百度智能云2021云智技术论坛AI开发专场中分享指出。

　　2020年6月，国家电网与百度等公司达成战略合作，并已基于百度AI中台构建了智能电网AI平台，不仅构建了AI基础能力，还完成了自动化、可视化工具的打造，能让有较少经验或者基本没接触过人工智能的工作人员能充分的使用平台的能力;此外，更进一步沉淀出了可用的共性模型服务，比如涉及图像识别、人脸识别、语音、文本、知识图谱等方面的通用服务能力等。而下一步，王晓辉介绍说，他们内部也在继续沉淀着智能电网的模型服务，而这需要一个持续优化、持续迭代的过程，最终为上层的业务应用打造诸多只需要调用的统一、成熟的接口。

图：人工智能两库一平台

　　百度智能云打造的AI中台包含AI能力引擎、AI开发平台和管理平台。在AI能力引擎方面，企业可以从百度已有的270多项成熟AI能力中直接选择应用;AI开发平台包括EasyDL零门槛AI开发平台、BML全功能AI开发平台和场景化定制平台UNIT(智能对话定制与服务平台)等，满足企业的多层次开发需求。百度智能云结合具体行业特点，目前已经打造了能源、金融、城市、媒体等多个行业化AI中台落地解决方案，为不同行业的企业客户提供建设AI开发和应用的自主能力、集约化管理企业 AI能力和资源,统筹规划企业智能化升级版图的有效路径。

　　随着百度智能云近期重磅发布“云智一体的AI开发全栈模式”，百度基于全球领先的AI技术和生态优势，将AI原生的云基础设施与AI开发融合一体，为企业提供满足实际业务场景需求的、低成本高效率、全流程AI开发支持的全栈解决方案，全面加速产业智能化“集约”升级。