前不久，国家发展改革委等四部门联合印发《关于促进人工智能与能源双向赋能的行动方案》，意在强化能源对AI（人工智能）发展的基础支撑作用，发挥人工智能对能源转型的叠加倍增作用，促进人工智能与能源发展双向赋能。

　　当前，煤矿数智化建设加快推进。“煤炭+AI”是重要的人工智能与能源双向赋能场景，也是煤炭行业培育新质生产力、实现高质量发展的必然选择。

　　AI与煤炭双向赋能进展如何？近日举办的中国煤炭工业协会信息化分会五届委员会四次会议暨煤炭行业人工智能创新应用推进会上，与会代表交流了最新情况。

　　AI与煤炭双向赋能势头良好

　　“AI已成为煤炭企业数智化转型的核心助力。大型煤炭集团正加速将AI从辅助工具，升级为企业发展核心战略。”中国煤炭工业协会信息化分会副主任委员王丹识说。

　　国家能源集团深入实施“AI+”专项行动，相关项目入选国务院国资委首批人工智能战略性高价值场景库。

　　中国中煤、中国煤科、淮北矿业集团等发布“人工智能+”行动方案，重点推进专业领域“人工智能+”赋能。

　　徐矿集团发布人工智能七大场景需求，借助AI破解发展难题，提升产业能级。

　　王丹识表示，AI已广泛应用于煤矿生产经营、安全监管、设备运维等领域，覆盖200多个细分场景，在部分场景应用取得了良好效果。

　　当前，行业大模型已成为煤炭企业构筑核心竞争力的数字基座。山东能源集团盘古矿山大模型、中国中煤灵镜模型、中国煤科太阳石大模型等融入行业数据和知识，将通用AI能力转化为专业能力，实现了AI能力在多矿区的高效复制与持续迭代。作为AI应用的典型场景，煤矿无人驾驶逐渐成熟。

　　国能北电胜利能源公司智能装备中心副经理南晖介绍，该公司已实现29台220吨级重型矿用卡车与1台110吨级氢能矿用卡车常态化无人运行，实现2台WK-35电铲远程装载。

　　“龙软时空大模型突破了大语言模型局限，具备多模态能力，已在智能安防、智能设计等七大核心场景落地。”北京龙软科技股份有限公司副总经理张鹏鹏说。

　　中煤科工西安研究院透明地质公司副总经理乔伟表示，透明地质技术融合了20余种专业算法，涵盖矿井地质、掘进等11个应用场景。在黄陵矿区，智能开采透明工作面系统实现了工作面生产班连续7刀无人开采，开采地质模型误差从50厘米降至15厘米。截至目前，透明化开采煤炭产量超过3000万吨。

　　朗坤智慧苏畅研究院产品总监方杰介绍了主动式远程状态监测服务。山东能源集团鲁西矿业有限公司应用该服务后，设备寿命延长20%，检修费用降低15%。

　　行业级人工智能基础平台正在加速落地，人才短板正在加速弥补。山西晋云公司获批建设国家人工智能应用中试基地（能源资源领域煤炭方向）。鄂尔多斯工业互联网平台以华为云盘古矿山大模型为支撑，构建了“中心训练、边缘推理、云边协同、边用边学、持续优化”的一体化AI运行体系。

　　中国矿业大学率先设立智能采矿交叉学科，中国矿业大学（北京）成立人工智能学院，西安科技大学启动具身智能人才培养计划，针对性培养“煤炭+AI”专业人才。国家能源集团举办人工智能大赛，培育数智化人才队伍。

　　明确“煤炭+AI”重点工作方向

　　与会人士表示，对标“数字中国”战略要求与煤炭行业高质量发展目标，数字煤炭建设仍存在诸多深层次矛盾和结构性痛点，集中体现在数据资源基础薄弱、整体数字运营管理基础薄弱、行业数字生态体系尚未形成三个方面。

　　“没有高质量的数据，再先进的AI模型也是‘无米之炊’；没有系统化的治理体系，再海量的数据也只是‘沉睡的矿石’。”中国矿业大学（北京）管理学院教授汪莹表示。

　　煤科总院矿山数据标准院院长张建中表示，通用大模型在进入具体行业时，往往面临“懂通用、不懂专业”的窘境，原因在于缺少行业专业数据。

　　“煤炭行业数据资源具有多源异构、安全敏感、专业壁垒高等特征，数据流通面临‘持有方担心泄露、采购方担忧风险’的困境。”张建中说。

　　华夏天信物联科技有限公司董事长刘桥喜指出，煤矿数智化建设已进入深水区，但综合管控仍停留在大屏上。子系统独立建设、协议各异，形成数据与控制的“烟囱群”，数据无法互通，指令难以联动。管控脱节——“大脑”与“手脚”不协调，综合管控平台重监测轻控制，控制流程长、时延高，AI决策未能与控制系统深度融合，无法形成智能闭环。

　　“煤企、装备制造商、解决方案商、科研院所之间仍缺乏有效的协同机制，产业链上下游难以形成合力。面对数智化大投入、长周期、频迭代的特点，‘谁来投’问题仍制约着行业数智化转型。”王丹识表示。

　　张建中认为，构建基于身份认证、使用控制的可信数据空间，实现“数据可用不可见”，是推动行业数据要素流通的关键所在。

　　对于“煤炭+AI”下一步重点工作，会议提出了五大方向。一是加强行业指导。中国煤炭工业协会信息化分会已将“强化煤炭人工智能技术应用能力”纳入“十五五”数字煤炭建设重点任务。二是疏通数据堵点，大力推进数据标准体系和治理体系建设，开展高质量数据集遴选推荐，促进数据流通共享。三是突破落地瓶颈，大力促进先进成果推广。四是强化人才保障，培养各专业AI应用人才。五是填补技术鸿沟，支持中试基地、算力中心、开源社区等建设，让相关企业都能低成本、高效率地应用AI。

　　中国煤炭工业协会副秘书长、信息化分会主任委员陈养才表示，该分会将与相关单位加强协调联动，大力推进煤炭行业人工智能中试基地建设、人才培养和合作生态构建。（中国煤炭报）