“发现问题到报警，从几小时缩短到了20秒。”

电力巡检是守护“万家灯火”的重要保障，以往，依靠人工巡检存在工作量大、劳动强度高、效率较低等难题。在山东淄博，基于飞桨产业级深度学习开源开放平台开发的电网智能巡检方案，能够实现实时图像的边缘端侧智能分析，五秒内就可以识别吊车、导线异物、烟火、塔吊、各类施工机械等安全隐患，分析准确率超过90%，让电力工作人员可以及时响应处置突发情况。

这是人工智能场景创新应用的一个缩影。

当前，人工智能已经成为全球最为活跃的创新领域之一，对经济社会的发展影响深远。以深度学习为代表的人工智能技术正在持续突破，并深入应用到能源电力、工农业生产、智慧城市等具体场景，赋能千行百业，惠及千家万户。

“鼓励行业领军企业面向国家重大战略需求和国计民生关键问题，围绕企业智能管理、关键技术研发、新产品培育等开发人工智能技术应用场景机会，开展场景联合创新。”

2022年8月12日，科技部等六部门联合发布《关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见》，要求探索人工智能发展新模式新路径，以人工智能高水平应用促进经济高质量发展。

如何推动场景资源开放、提升场景创新能力，以场景创新驱动人工智能技术升级、产业增长，正在成为各地政府、企业不断思考和探索的方向。

在飞桨平台上，汇聚着超过477万开发者，56万个AI模型应用于千行百业，“一度电、一粒米、一个零件”背后都有AI的故事：

在高山大川，AI巡检护航“电力动脉”，有效减少了电力工人的高空作业，使巡检效率提升10倍；

在田间地头，智慧农业大显身手，曾经“面朝土背朝天”的农业耕作，如今已是智能农机“一条龙服务”；

在工厂车间，一台智能质检设备运行1天能抵6个人12小时的工作量，汽车零件质检效率大幅提升；

……

人民网 郭思邈制

深度学习框架和平台，正在成为加快人工智能场景创新的关键路径。基于深度学习框架和平台，开发者和企业可以根据自身行业的特点和场景需要，更快更便捷地开发AI应用，不再需要从0到1地搭建地基，极大提升了产业智能化的效率和水平。

在百度CTO王海峰看来，深度学习平台极大降低了AI开发和应用的门槛。深度学习平台下接芯片、上承应用，相当于“智能时代的操作系统”，可以类比PC时代的操作系统Windows、移动时代的操作系统iOS和安卓。

中国信通院发布的《人工智能核心技术产业白皮书》指出，深度学习技术仍是人工智能的发展主线，开源开发框架格局逐步确立，以科技巨头引领的生态系统垂直整合速度不断加快。人工智能技术红利快速释放，已在多个领域初具应用成效。

农业生产是一个半开放的环境。在形状不规则、环境复杂的农田地块里，如何快速方便地获取到高精度农田场景模型，保障无人驾驶农机精准作业？“这是一个技术难点。”国家农业智能装备工程技术研究中心王昊说，基于飞桨深度学习平台的技术能够有效克服这一难题，完成无人驾驶农机在农田场景落地，让农民能更省心高效地进行农业劳作。

同时，与深度学习平台紧密相关的大模型作为产业发展的热点方向，推动人工智能向着通用化、工业化、集约化发展，持续降低AI开发与应用门槛。

国家电网数字化工作部人工智能工作负责人蒋炜博士表示，与百度・文心共同探索研发的电力行业大模型，不仅提升了传统电力专用模型的精度，而且大幅降低了研发门槛，实现了算力、数据、技术等资源的统筹优化。

人工智能是新一轮科技革命和产业变革的重要驱动力量。从围棋人机大战Alpha Go先后战胜李世石和柯洁“技惊世界”，到如今AI赋能千行百业，以深度学习为代表的人工智能技术与产业应用浪潮汹涌澎湃。回顾非凡十年，我国人工智能发展也从蹒跚学步向实现自主可控不断追赶跨越。

在未来广阔的AI工业大生产图景中，基于开源开放、自主创新的技术底座，将持续为人工智能场景创新、以高水平应用推动经济高质量发展提供源源不断的创新活力。

相关阅读：

海空“牵手”！北斗系统为沉管安装实现毫米级对接