中國工程院院士王國棟在近期“AI+鋼鐵”技術發(fā)布會上，接受了人民網(wǎng)的獨家專訪，深入探討了人工智能技術在鋼鐵產(chǎn)業(yè)的應用前景。他指出，鋼鐵產(chǎn)業(yè)不僅是國家的基礎支柱，更是AI技術深度賦能的理想試驗場。

王國棟強調，鋼鐵工業(yè)作為一個復雜的大型流程工業(yè)，其內部存在大量不完全信息和不確定性，這使得傳統(tǒng)方法難以實時、連續(xù)地獲取材料內部數(shù)據(jù)。為此，他提出了一種結合大數(shù)據(jù)、專家經(jīng)驗以及生成式人工智能（AIGC）技術的新方法，旨在通過建立人機混合智能體，實現(xiàn)數(shù)據(jù)密集、智能涌現(xiàn)和人機協(xié)同。

他進一步解釋說，這種人機混合智能方法將構建一個全局性、系列化、通用化的智能預測體系，使鋼鐵流程中的各個單元能夠實現(xiàn)數(shù)據(jù)的實時、連續(xù)、在線和精準預測，即數(shù)字孿生建模。這一技術不僅能夠推動鋼鐵行業(yè)的升級換代，還能為行業(yè)的轉型發(fā)展提供強大動力。

在AI技術的實際應用方面，王國棟提到，寶鋼梅鋼的智慧高爐系統(tǒng)就是一個成功的案例。該系統(tǒng)融合了大數(shù)據(jù)、AI與冶煉機理，能夠提前1至3小時預測高爐的關鍵指標，如透氣性、熱負荷、煤氣利用率和焦比等，其在線運行準確率超過了85%。

然而，王國棟也指出，AI在鋼鐵行業(yè)的推進過程中仍面臨諸多挑戰(zhàn)，包括數(shù)據(jù)質量的多源異構、模型泛化能力不足以及復合型人才的短缺。為了應對這些挑戰(zhàn)，他建議開發(fā)專業(yè)的ETL工具鏈，建立“通用模型+個性數(shù)據(jù)”的遷移學習方案，并加強校企聯(lián)合培養(yǎng)。

關于如何保障AI在鋼鐵企業(yè)中的高效應用，王國棟認為，關鍵在于構建“產(chǎn)學研用”協(xié)同創(chuàng)新生態(tài)。這包括夯實數(shù)字底座、強化應用牽引、加強技術服務以及營造良好的生態(tài)環(huán)境。他特別強調了支持企業(yè)建設新型一體化信息基礎設施的重要性，以及聚焦混合式AI等關鍵技術加大研發(fā)投入的必要性。

王國棟還提到了AI在推動鋼鐵行業(yè)綠色發(fā)展方面的作用。他指出，“AI+鋼鐵”已經(jīng)在多個環(huán)節(jié)促進了行業(yè)的綠色發(fā)展，如通過實時監(jiān)測與智能感知系統(tǒng)以及關鍵參數(shù)預測和多目標優(yōu)化模型，實現(xiàn)了節(jié)能降碳、降本增效和穩(wěn)定運營。河鋼的WesCarber碳中和數(shù)字化平臺就是一個典型例子，該平臺以“能碳+AI”為核心，實現(xiàn)了全產(chǎn)業(yè)鏈碳流的可視化。

王國棟表示，AI在“雙碳”目標中的作用遠不止于此。通過打通生產(chǎn)各環(huán)節(jié)的數(shù)據(jù)流，AI能夠實現(xiàn)跨工序、跨尺度的系統(tǒng)協(xié)同，從而推動全流程的綠色化重構。例如，AI可以實時監(jiān)測和分析能源的使用情況，提高能源利用效率；構建碳排放模型，精準預測碳排放情況，幫助制定減排策略；還可以基于大量生產(chǎn)數(shù)據(jù)挖掘工藝的潛在改進點，助力工藝裝備產(chǎn)品服務的一體化開發(fā)。

展望未來，王國棟呼吁鋼鐵行業(yè)加快工業(yè)互聯(lián)網(wǎng)、大數(shù)據(jù)和AI等技術的融合，搭建能、環(huán)、碳全流程一體化管控平臺。同時，建立完善的鋼鐵行業(yè)數(shù)據(jù)標準和數(shù)據(jù)庫，為數(shù)字化和綠色化的協(xié)同發(fā)展提供堅實的數(shù)據(jù)支持。