人工智能3.0與智能煤礦建設(shè)
智能煤礦是人工智能的一個(gè)垂直應(yīng)用領(lǐng)域，智能煤礦建設(shè)應(yīng)實(shí)現(xiàn)人工智能的核心要素，否則“智能”將無(wú)從談起。因此，根據(jù)人工智能的核心要素對(duì)建設(shè)目標(biāo)進(jìn)行分解，明確智能煤礦的建設(shè)內(nèi)容和實(shí)施步驟，是實(shí)施智能煤礦建設(shè)的一個(gè)可行方法。
（一）智能煤礦愿景與人工智能特征
國(guó)家發(fā)改委和國(guó)家能源局在2016年發(fā)布的《能源技術(shù)革命創(chuàng)新行動(dòng)計(jì)劃（2016—2030年）》中，要求“提升煤炭開(kāi)發(fā)效率和智能化水平，研發(fā)高效建井和快速掘進(jìn)、智能化工作面”，到2030年，“全面建成安全綠色、高效智能礦山技術(shù)體系，實(shí)現(xiàn)煤炭安全綠色、高效智能生產(chǎn)。”
國(guó)家發(fā)改委等八部委在2020年2月發(fā)布的《關(guān)于加快煤礦智能化發(fā)展的指導(dǎo)意見(jiàn)》中指出“煤礦智能化是煤炭工業(yè)高質(zhì)量發(fā)展的核心技術(shù)支撐”，并確立了近期、中期、遠(yuǎn)期三個(gè)階段目標(biāo)，“推動(dòng)智能化技術(shù)與煤炭產(chǎn)業(yè)融合發(fā)展，提升煤礦智能化水平”是智能煤礦建設(shè)必須遵循的指導(dǎo)思想。
目前，人工智能已歷經(jīng)三個(gè)發(fā)展階段。第一代（人工智能1.0）是知識(shí)驅(qū)動(dòng)方法，亦稱(chēng)符號(hào)主義，其核心要素是經(jīng)驗(yàn)（知識(shí)）、算法、算力，代表性成果是專(zhuān)家系統(tǒng)。人工智能1.0雖然可以通過(guò)符號(hào)組合進(jìn)行推理，但是獲取知識(shí)的途徑主要依賴(lài)人工，因此效率不高。
第二代（人工智能2.0）是數(shù)據(jù)驅(qū)動(dòng)方法，亦稱(chēng)連接主義，其核心要素是數(shù)據(jù)、算法、算力。人工智能2.0雖然借助深度學(xué)習(xí)獲得了巨大成功，但是深度學(xué)習(xí)的“黑箱”特性降低了其解釋性和推廣能力。更重要的是，深度學(xué)習(xí)處在特征空間，只能學(xué)到?jīng)]有明確語(yǔ)義的“局部片段”，不能作為對(duì)象的內(nèi)在語(yǔ)義表示。為此，必須以知識(shí)為引導(dǎo)，將感知信息從向量特征空間提升到符號(hào)語(yǔ)義空間。
可見(jiàn)，第一代和第二代人工智能均包含了算法和算力要素，第一代強(qiáng)調(diào)用知識(shí)去解決問(wèn)題，第二代則強(qiáng)調(diào)從數(shù)據(jù)中發(fā)現(xiàn)規(guī)律。然而，機(jī)器直接學(xué)習(xí)知識(shí)雖然簡(jiǎn)單快捷，但是僅限于掌握既有知識(shí)，無(wú)法學(xué)到新的技能；從數(shù)據(jù)中慢慢提煉規(guī)律雖然能夠不斷進(jìn)化，但有些知識(shí)可能永遠(yuǎn)無(wú)法正確學(xué)到，比如一些常識(shí)性知識(shí)。
（二）智能煤礦ACKADa建設(shè)思路
基于對(duì)人工智能要素特征和智能煤礦建設(shè)目標(biāo)的認(rèn)識(shí)，提出ACKADa建設(shè)思路，它以“提升煤礦智能化水平”為愿景，以“推動(dòng)智能化技術(shù)與煤炭產(chǎn)業(yè)融合發(fā)展”為技術(shù)手段，通過(guò)構(gòu)建數(shù)據(jù)設(shè)施、算力設(shè)施、算法庫(kù)和知識(shí)庫(kù)，實(shí)現(xiàn)人工智能的關(guān)鍵要素；通過(guò)構(gòu)建一體化智煤礦管控平臺(tái)和各類(lèi)應(yīng)用子系統(tǒng)，作為智能煤礦的人機(jī)協(xié)作界面和智能操控中心。
數(shù)據(jù)設(shè)施包括數(shù)據(jù)感知網(wǎng)絡(luò)、骨干網(wǎng)絡(luò)、自動(dòng)化改造與綜合接入和大數(shù)據(jù)中心，分別實(shí)現(xiàn)數(shù)據(jù)的分布式采集、集成傳輸、集中接入、統(tǒng)一存儲(chǔ)，為智能計(jì)算和智能決策提供數(shù)據(jù)支持。算力設(shè)施由邊緣計(jì)算資源和云計(jì)算中心組成，前者將感知節(jié)點(diǎn)采集的數(shù)據(jù)進(jìn)行就近處理，以降低數(shù)據(jù)傳輸量和云計(jì)算中心的計(jì)算量；后者對(duì)全礦數(shù)據(jù)進(jìn)行統(tǒng)一處理挖掘，并可進(jìn)一步構(gòu)建函括整個(gè)集團(tuán)甚至整個(gè)行業(yè)的云計(jì)算中心。在實(shí)踐中，云計(jì)算中心通常以大數(shù)據(jù)中心的硬件資源為基礎(chǔ)提供各類(lèi)云服務(wù)。
核心算法庫(kù)將采掘、安全、機(jī)械、通信、測(cè)繪、地質(zhì)等專(zhuān)家的研究成果模型化、算法化，比如智能設(shè)備健康診斷算法、智能綜采算法、智能綜掘算法、智能定位導(dǎo)航算法等。這些算法將原始數(shù)據(jù)或經(jīng)過(guò)邊緣計(jì)算資源初步處理的數(shù)據(jù)作為輸入，以算力設(shè)施為載體進(jìn)行智能化處理，處理結(jié)果一方面提供給知識(shí)中心，成為知識(shí)中心的習(xí)得型知識(shí)，即通過(guò)學(xué)習(xí)而獲得的知識(shí)；另外一方面，還將提供給應(yīng)用平臺(tái)，作為決策和控制的依據(jù)。知識(shí)中心除了習(xí)得型知識(shí)外，還包括周知型知識(shí)，即已經(jīng)有清晰結(jié)論的先驗(yàn)性知識(shí)，比如煤礦災(zāi)害有突水等6大主要類(lèi)型、突水災(zāi)害發(fā)生前有哪些前兆特征、采煤機(jī)的常規(guī)推進(jìn)速度、工作面三機(jī)之間的聯(lián)動(dòng)關(guān)系等。周知型知識(shí)一般通過(guò)手動(dòng)錄入獲得。
智能煤礦應(yīng)用平臺(tái)包括一個(gè)能夠進(jìn)行全礦信息集中處理分析的大平臺(tái)，以及若干執(zhí)行分任務(wù)的小平臺(tái)，比如決策指揮平臺(tái)、安全生產(chǎn)平臺(tái)、智能巡檢平臺(tái)、經(jīng)營(yíng)管理平臺(tái)等。小平臺(tái)通常又包括若干子系統(tǒng)，比如智能巡檢平臺(tái)可包括智能變電站巡檢子系統(tǒng)、智能皮帶運(yùn)輸巡檢子系統(tǒng)、智能煤倉(cāng)巡檢子系統(tǒng)等。
智能煤礦的感知網(wǎng)絡(luò)、傳輸網(wǎng)絡(luò)和大數(shù)據(jù)中心可類(lèi)比于人體的感官系統(tǒng)、神經(jīng)系統(tǒng)和記憶系統(tǒng)，算力設(shè)施則類(lèi)比于人腦的計(jì)算處理部分，算法庫(kù)類(lèi)比于人腦已經(jīng)學(xué)會(huì)的各種處理決策模型，知識(shí)庫(kù)則對(duì)應(yīng)于大腦已經(jīng)學(xué)到的知識(shí)。人類(lèi)在工作和生活中不斷積累經(jīng)驗(yàn)變得更為聰明，而智能煤礦應(yīng)用平臺(tái)在數(shù)據(jù)、算力、算法和知識(shí)的支持下，對(duì)當(dāng)前事件做出反饋控制，并完成自我學(xué)習(xí)和自我演化，從而變得更加智能。
