因此使用更少的能量 ） 比使用 AI 生成图像。36 不同 AI 模型也有不同的能源成本 ， 并且在特定模型中 (例如 ， Llama 2 7B 与 Llama 2 70B) ， 更多的参数 通常需要更多的能量来推断。 表 2 ： 按任务划分的每 1, 000 个查询的平均能耗37 任务 kWh 文本分类 图像分类 对象检测 文本生成 Summarization 图像生成 0.002 0.007 ， 布鲁姆、中程和 DALLE - 2) ， 并比较美国的工人 美国和印度 ， 研究人员发现 “人工智能写一页文字发出 二氧化碳比人类少 130 到 1500 倍 ， “和 ” 人工智能创造了一个 图像发出的信号减少 310 到 2900 倍。 “54 当然 ， 因为使用 AI 不会 消除人类 - 他们仍然存在 ， 吃 ， 呼吸等 - 使用 AI 不会 消除这些碳排放。但是人工智能确实消除了碳 人类用于这些任务的设备的排放 台式计算机。如表 4,这些节省可能是巨大的 ； however, there are limits to generalizing these findings. For example, by 使生成文本和图像更容易 ， 活动量可能 增加。然而 ， 这些发现表明 ， 在保持所有其他条件平等的情况下 ， 使用人工智能替代人类劳动力可以减少碳排放 某些案件。 数据创新中心 9 表 4 ： 使用人类的碳足迹

化的有：船舶数字孪生系统、海洋漂浮式光伏发电、4D 打印的形状记忆聚合物智能结构、多频全球导航卫 星系统精确定位方法、微型超级电容器、基于纤维素气凝胶的摩擦纳米发电机。新兴前沿则包括：基于深 度图像的场景解析、快速超分辨超声成像、相变储能、多尺度复合材料能量吸收结构。2018—2023 年，各 前沿相关的核心论文发表情况见表 2.2。 （1）船舶数字孪生系统 船舶数字孪生系统是指基于数字 工程研究前沿 核心论文数 被引频次 篇均被引频次 平均出版年 1 船舶数字孪生系统 23 589 25.61 2020.3 2 海洋漂浮式光伏发电 16 826 51.62 2020.4 3 基于深度图像的场景解析 15 494 32.93 2022.1 4 4D 打印的形状记忆聚合物智能结构 4 204 51.00 2022.0 5 多频全球导航卫星系统精确定位方法 36 1 608 44.67 式平台的轻量化和智能化、功能 一体化设计和环境友好型设计等。 （3）基于深度图像的场景解析 基于深度图像的场景解析主要是指基于深度图像及其对应的 RGB 图像，对图像中的每个像素进行类 别标签分配，从而实现对整个场景的全面解析。其典型应用是自动驾驶和机器人导航领域的道路环境的语 义分割。仅基于 RGB 图像的场景解析方法在具有相似物体或复杂背景的场景中往往表现不佳，而深度图 像包含了更

替代人工操作，实现节能减排、减员增效，提高劳动生产率和资源 综合利用率。 ① 智能感知 鼓励矿山企业加快部署环境感知终端、智能传感器、智能摄 像机、无线通信终端、无线定位终端等数字化工具和设备，融合 30 图像识别、振动感知、声音感知、射频识别、电磁感应等技术， 实现矿山环境数据、采矿装备状态信息、工况参数、移动巡检数 据等的全面采集。 ② 网络建设 整体规划部署矿山控制网、生产网、办公网、监控网等网络， 机状态监测和故障自诊断功能。鼓励有条件的煤矿建设采装工作面综 合监测系统，实现各设备状态的实时监测及各信号交互和连锁控制。 视频监测系统：电铲、卡车设备前方、驾驶室内应设置高清摄像 仪，具备视频增强功能，鼓励采用图像 AI 处理实现安全预警等功能。 综合监控与应急指挥系统：融合采装工作面环境（粉尘、边坡、 工作面障碍物等）、视频监测和人员信息，根据采集的相关设备信息 进行采装工作面真实场景再现，具备单机可视操控、成套设备“一键启 统实现智能联动，实现车流密度远程监控，卸载台位智能分配；实现上 料量智能判断、破碎机远程操控、自动启停/调速、物料块度智能监 测；实现物料、用能、电气和机械运行参数、周边环境参数的实时监 控；通过破碎全流程视频监测、基于物料块度图像分析等技术实现故障 报警、故障自诊断功能。自移式破碎站建设挖掘机、人员精确识别及监 测系统，实现设备间相对位置的精确监测和人员的安全防护，为挖掘机 卸料过程提供协同控制信号。 带式输送机智能

无需安装，随时随地看图 核 心 技 术 图纸并行读取和并发生成，支持R2～2018格式DWG文件，浏览器端高效图纸打开和显示速度 轻量化数据生成系统，特有的数据格式和压缩技术，全面提升前后端端传输效率 高性能图像数据库技术，实现高效率的前端图形数据存储、实体数据更新等功能 几何空间索引技术，支持浏览器端的多种捕捉方法，以及长度、面积、角度等测量功能 可 信 赖 的 A l l - i n - O n e

谱”以及“准确模拟共价键相互作用”两个问题，开发了一种混合量子计算管道。 此外，借助量子机器学习，医生可对医学图像进行高精度快速分析，进而更好 地预测患者对特定药物的反应，从而为患者量身定制个性化的治疗方案。例如本源 量子与蚌埠医科大学设计出的经典-量子混合图像算法，能针对乳腺钼靶图像的分类、 分割进行分析，帮助医生更准确高效地判断患者病情。 最后，应用于生物医药的量子算法的开发和优化仍处于初级阶段，许多算法尚 问题。例如，量子神经网络是量子AI模型的一种典型形式，通 过量子比特的叠加和纠缠特性，可以显著提升模型的计算能力 和效率，尤其是在大数据处理、图像识别和自然语言处理等领 域，量子AI模型有望为其带来颠覆性突破。 AI辅助提高硬件设计效率 量子AI模型有望为图像识别、自然语言处理等领域带来颠 覆性突破 第十一章 产业展望 153 AI+量子技术的融合不仅体现在量子计算的软硬件优化上， 还促

源异构数据，其数据量庞大，来源丰 富、类型多样、结构复杂，而且由于 制造业不同的部门和系统的数据来 源、存储形式等各不相同，数据源也 存在异构性、分布性和自治性。数据 类型既包括数字、关系型数据等结构 化数据，也包括文本、图像、音频等 非结构化数据。对多源异构数据的有 效融合至关重要，可实现产品质量、 产量、能耗、排放等目标与生产全流 程各工序相关机理知识、经验知识 和数据知识的协同关联、深度融合， 可为用户提供更有效的产品设计、生

深海勘探和油气生产中应用人工智能算法，处理和分析大量地 震数据，提高作业效率和速度，增加产量和勘探成功率。人工 智能方式可将勘探时间从 9 个月缩短至不到 9 天，使用比常规 更少的地震数据扫描来生成地下图像，加快勘探工作流程，节 26 省高性能计算成本。哈里伯顿通过与 Core Lab 合作，实现地质 数据可视化，在岩样分析过程中，进行切片等处理后，借助 AI 进行分析，将岩样分析所需时间从 90

求或功能的扣 5 分。 合计：得分+加分= 4.综采系统 回采工作面采用资源条件适应型综采技术与装备，采用智 能控制和可视化远程干预技术，应用采煤机记忆切割系统、液 压支架电液控制及智能集成供液系统、图像视频远程跟踪系统、 采煤机和刮板输送机及液压支架协同控制系统、远程控制平台 等成套装备，实现地面（巷道）监控中心对综采设备的智能监 测与集中控制，实现工作面智能化、少人化开采，综采工作面 生产班单班岗位人员减少至

模态数据标注工具链， 形成行业数据、大模型基座、场景化应用闭环，夯实行业人工智能应 用的数据基座。 2.推进多模态数据认知对齐技术攻关。研究多模态数据特征增强 技术，突破文本、语音、视频、图像、点云、设计、传感数据的向量 空间对齐难题，研究矿山工作流数据及专家知识编码技术，建立行业 场景认知对齐机制，实现矿山工作流场景下协同认知，夯实行业大模 型在复杂现场的认知能力。 3.攻克

源网荷储各个环节运行状态的全面感知和动态交互，为电力系 统的智能化提供数据基础。而随着未来电力信息与气象、空 间等信息协同分析的需求日益旺盛，物联网所采集的数据在电 量、温度、压力等结构化数据之外，还需包括大量图像、声音 等大量非结构化数据，要求物联终端在数据采集的基础上，融 合更多智能，实现对部分信息的识别、筛选乃至本地化分析， 从而缓解大规模信息传递和处理的压力，数据运输与存储的本 地化也同样有助于保护用户数据隐私。