【摘要】當(dāng)今世界正經(jīng)歷百年未有之大變局，新一輪科技革命和產(chǎn)業(yè)變革加速推進(jìn)，數(shù)字化、智能化、綠色化深度融合。人工智能技術(shù)的迅猛發(fā)展將帶來(lái)科學(xué)研究和技術(shù)開(kāi)發(fā)范式的革命性變化，并在推動(dòng)能源化工等傳統(tǒng)行業(yè)的轉(zhuǎn)型升級(jí)中展現(xiàn)出巨大的潛力。目前，我國(guó)能源化工行業(yè)正由規(guī)模擴(kuò)張向智能化、高端化結(jié)構(gòu)調(diào)整、轉(zhuǎn)型升級(jí)，正在實(shí)現(xiàn)生產(chǎn)流程的全面數(shù)字化，探索人工智能技術(shù)賦能實(shí)驗(yàn)設(shè)計(jì)、技術(shù)研發(fā)、工藝放大、產(chǎn)品生產(chǎn)和管理等諸多環(huán)節(jié)，以縮短研發(fā)周期，降低研發(fā)成本，提高生產(chǎn)效率，但仍面臨有效數(shù)據(jù)不足及數(shù)據(jù)整合難度大、關(guān)鍵軟件受制于人、行業(yè)智能化模型構(gòu)建進(jìn)展較為緩慢和相關(guān)標(biāo)準(zhǔn)體系尚不完善等挑戰(zhàn)。未來(lái)，我國(guó)應(yīng)加強(qiáng)頂層設(shè)計(jì)與政策支持、統(tǒng)籌完善數(shù)據(jù)共享與算法優(yōu)化機(jī)制、推動(dòng)軟件自主化和大模型開(kāi)發(fā)，以及加快虛擬工廠與智能設(shè)計(jì)的示范應(yīng)用等，為能源化工行業(yè)的高質(zhì)量發(fā)展及“雙碳”目標(biāo)的實(shí)現(xiàn)提供有效支撐。
【關(guān)鍵詞】能源化工 人工智能 智能化 轉(zhuǎn)型升級(jí)
【中圖分類(lèi)號(hào)】TQ02 【文獻(xiàn)標(biāo)識(shí)碼】A
【DOI】10.16619/j.cnki.rmltxsqy.2025.02.003
【作者簡(jiǎn)介】劉中民，中國(guó)工程院院士，中國(guó)科學(xué)院大連化學(xué)物理研究所所長(zhǎng)、研究員、博導(dǎo)，低碳催化技術(shù)國(guó)家工程研究中心主任，國(guó)家能源低碳催化與工程研發(fā)中心主任，全國(guó)政協(xié)常委，遼寧省政協(xié)副主席，民盟中央常委，民盟遼寧省委會(huì)主委。研究方向?yàn)槟茉椿ゎI(lǐng)域應(yīng)用催化研究與技術(shù)開(kāi)發(fā)。在分子篩結(jié)構(gòu)酸性位的精確調(diào)控機(jī)制、甲醇反應(yīng)化學(xué)動(dòng)力學(xué)以及催化反應(yīng)工程等方面取得了重要研究成果，組織開(kāi)發(fā)了甲醇制烯烴（DMTO）技術(shù)、合成氣制乙醇（DMTE）技術(shù)等，并在全球率先實(shí)現(xiàn)工業(yè)化。
引言
當(dāng)前，世界百年未有之大變局加速演進(jìn)，新一輪科技革命和產(chǎn)業(yè)變革快速發(fā)展，學(xué)科交叉融合日益緊密，數(shù)字化、智能化、綠色化深度融合，科學(xué)研究和技術(shù)開(kāi)發(fā)范式正在發(fā)生革命性變化。人工智能（AI）作為一項(xiàng)前沿的新興技術(shù)，正以其驚人的速度、廣泛的覆蓋范圍和深遠(yuǎn)的影響力重塑經(jīng)濟(jì)社會(huì)的發(fā)展模式。人工智能技術(shù)的飛速發(fā)展，不僅推動(dòng)了信息技術(shù)的革新，在能源化工等傳統(tǒng)工業(yè)領(lǐng)域也展現(xiàn)了巨大的潛力，將為推動(dòng)“雙碳”目標(biāo)實(shí)現(xiàn)、全球綠色發(fā)展貢獻(xiàn)重要力量。本文試圖總結(jié)智能化、數(shù)字化的人工智能技術(shù)在能源化工行業(yè)的應(yīng)用現(xiàn)狀，探討面臨的挑戰(zhàn)及發(fā)展策略。
人工智能已成為大國(guó)轉(zhuǎn)型和技術(shù)升級(jí)的競(jìng)爭(zhēng)焦點(diǎn)
全球競(jìng)爭(zhēng)態(tài)勢(shì)與主要國(guó)家戰(zhàn)略布局。在當(dāng)今全球格局下，科技革命與工業(yè)革命交織演進(jìn)，深刻影響并重塑世界經(jīng)濟(jì)版圖。以人工智能為代表的新興技術(shù)正引領(lǐng)第四次工業(yè)革命浪潮，對(duì)國(guó)家競(jìng)爭(zhēng)力的提升具有決定性意義?；仡櫄v史，每一次工業(yè)革命都為大國(guó)崛起與更替提供了關(guān)鍵契機(jī)：第一次工業(yè)革命中，英國(guó)憑借蒸汽動(dòng)力和機(jī)器制造技術(shù)確立了全球霸主地位；第二次工業(yè)革命中，美國(guó)和德國(guó)通過(guò)電氣與內(nèi)燃機(jī)等技術(shù)的突破迅速崛起，挑戰(zhàn)了英國(guó)的地位并贏得了主導(dǎo)權(quán)；第三次工業(yè)革命中，信息技術(shù)的飛躍使美國(guó)在全球科技與經(jīng)濟(jì)領(lǐng)域持續(xù)領(lǐng)跑。當(dāng)前，人工智能作為新一輪科技革命的核心驅(qū)動(dòng)力，不僅推動(dòng)技術(shù)與產(chǎn)業(yè)變革，也成為全球大國(guó)競(jìng)爭(zhēng)與博弈的關(guān)鍵戰(zhàn)場(chǎng)。
全球主要國(guó)家在人工智能領(lǐng)域的戰(zhàn)略布局呈現(xiàn)出鮮明特色。[1]美國(guó)致力于鞏固其技術(shù)領(lǐng)先地位，重點(diǎn)支持通用人工智能基礎(chǔ)技術(shù)研發(fā)，平衡倫理與監(jiān)管，避免過(guò)度干預(yù)阻礙技術(shù)創(chuàng)新；將人工智能視為增強(qiáng)國(guó)防實(shí)力的核心，推動(dòng)其在軍事情報(bào)和作戰(zhàn)系統(tǒng)中的應(yīng)用，并強(qiáng)化倫理指導(dǎo)；積極開(kāi)展人才培養(yǎng)，構(gòu)建從基礎(chǔ)教育到高等教育的全方位體系，促進(jìn)跨領(lǐng)域協(xié)作；通過(guò)全球人工智能伙伴關(guān)系與雙邊協(xié)議鞏固技術(shù)優(yōu)勢(shì)，同時(shí)以“維護(hù)國(guó)家安全”為由限制技術(shù)輸出和交流。歐盟以“可信賴(lài)的人工智能”為核心，強(qiáng)調(diào)倫理道德與法律規(guī)范。歐盟通過(guò)《通用數(shù)據(jù)保護(hù)條例》（GDPR）和《人工智能法案》等立法，試圖建立全球標(biāo)準(zhǔn)，對(duì)高風(fēng)險(xiǎn)人工智能實(shí)施分級(jí)監(jiān)管，并制定《可信人工智能倫理準(zhǔn)則》等政策，確保算法透明、公正與安全；同時(shí)，發(fā)布《人工智能協(xié)調(diào)計(jì)劃》，加強(qiáng)成員國(guó)間協(xié)作，通過(guò)多維措施推動(dòng)人工智能技術(shù)的安全、可信發(fā)展，促進(jìn)在全球治理中發(fā)揮引領(lǐng)作用。日本專(zhuān)注于人工智能驅(qū)動(dòng)的經(jīng)濟(jì)轉(zhuǎn)型。自2015年將人工智能納入關(guān)鍵扶持產(chǎn)業(yè)以來(lái)，日本不斷完善戰(zhàn)略規(guī)劃，2022年將戰(zhàn)略聚焦于構(gòu)建國(guó)際化研究教育網(wǎng)絡(luò)和研究基地，同時(shí)推動(dòng)跨行業(yè)協(xié)作；積極與七國(guó)集團(tuán)合作，通過(guò)財(cái)政支持和引資加速人工智能發(fā)展。中國(guó)將人工智能視為科技創(chuàng)新的核心領(lǐng)域，通過(guò)《新一代人工智能發(fā)展規(guī)劃》和《“十四五”國(guó)家信息化規(guī)劃》等計(jì)劃，明確“三步走”目標(biāo)，形成中央與地方協(xié)作的支持體系；啟動(dòng)“人工智能驅(qū)動(dòng)的科學(xué)研究”專(zhuān)項(xiàng)部署，緊密結(jié)合基礎(chǔ)學(xué)科關(guān)鍵問(wèn)題，圍繞重點(diǎn)領(lǐng)域科研需求，系統(tǒng)布局AI for Science前沿科技研發(fā)體系，支持算力平臺(tái)建設(shè)，培養(yǎng)匯聚跨學(xué)科研究隊(duì)伍；注重人工智能與實(shí)體經(jīng)濟(jì)的深度融合，推動(dòng)技術(shù)在醫(yī)療、制造、農(nóng)業(yè)和交通等領(lǐng)域的應(yīng)用場(chǎng)景創(chuàng)新；提出《全球人工智能治理倡議》，發(fā)布《人工智能全球治理上海宣言》，深度參與國(guó)際標(biāo)準(zhǔn)和倫理討論，推動(dòng)全球治理體系構(gòu)建。
人工智能驅(qū)動(dòng)全球創(chuàng)新鏈全面升級(jí)。人工智能技術(shù)憑借其強(qiáng)大的數(shù)據(jù)分析、模式識(shí)別和自主決策能力，正在重塑科技創(chuàng)新的模式，提升科技進(jìn)步與迭代的速度，并為許多過(guò)去復(fù)雜棘手甚至無(wú)法解決的問(wèn)題提出了解決方案。例如，以往文獻(xiàn)檢索與資料收集可能耗費(fèi)數(shù)月之久，且最終仍需依賴(lài)個(gè)人的深度研讀與理解，而人工智能以其驚人的速度分析海量文獻(xiàn)，僅需幾分鐘即可生成一篇詳盡的文獻(xiàn)綜述報(bào)告，充分總結(jié)相關(guān)經(jīng)驗(yàn)與教訓(xùn)，并提出潛在發(fā)展方向。在依靠實(shí)踐經(jīng)驗(yàn)的科學(xué)發(fā)現(xiàn)中，如新材料的研發(fā)，傳統(tǒng)方法往往依賴(lài)于漫長(zhǎng)的試錯(cuò)歷程，而人工智能深度融合大數(shù)據(jù)分析與科學(xué)理論，顯著加快開(kāi)發(fā)研制進(jìn)程。美國(guó)微軟公司推出利用人工智能和量子計(jì)算加速科學(xué)發(fā)現(xiàn)的Azure Quantum Elements平臺(tái)，與西北太平洋國(guó)家實(shí)驗(yàn)室合作評(píng)估了3269萬(wàn)種材料作為電池固體電解質(zhì)的潛力，不到一周就確定了18種最佳材料，如果使用傳統(tǒng)方法需要花費(fèi)20年。[2]人工智能在輔助工藝流程優(yōu)化方面也展現(xiàn)出巨大優(yōu)勢(shì)，憑借強(qiáng)大的計(jì)算能力，迅速遍歷復(fù)雜系統(tǒng)優(yōu)化設(shè)計(jì)中的海量參數(shù)組合，精準(zhǔn)鎖定最優(yōu)方案，大幅縮減研發(fā)周期與試驗(yàn)成本。德國(guó)弗勞恩霍夫研究所啟動(dòng)“機(jī)器學(xué)習(xí)賦能生產(chǎn)過(guò)程”（ML4P）項(xiàng)目，使用人工智能和機(jī)器學(xué)習(xí)來(lái)優(yōu)化現(xiàn)有生產(chǎn)流程，在電動(dòng)交通工具、輕量化技術(shù)和工業(yè)4.0等領(lǐng)域進(jìn)行智能生產(chǎn)的研究和開(kāi)發(fā)。[3]對(duì)于供應(yīng)鏈管理和生產(chǎn)調(diào)度，人工智能強(qiáng)大的實(shí)時(shí)信息整合能力，可以實(shí)現(xiàn)覆蓋全鏈條關(guān)鍵環(huán)節(jié)的數(shù)字化管理，實(shí)現(xiàn)實(shí)時(shí)監(jiān)控和決策。日本在現(xiàn)代能源系統(tǒng)管理中，通過(guò)人工智能技術(shù)大幅提升了能源調(diào)度和管理效率。[4]
人工智能驅(qū)動(dòng)我國(guó)能源化工轉(zhuǎn)型發(fā)展的現(xiàn)狀及挑戰(zhàn)
我國(guó)能源化工行業(yè)數(shù)字化、智能化發(fā)展現(xiàn)狀。能源化工行業(yè)作為我國(guó)國(guó)民經(jīng)濟(jì)的重要支柱產(chǎn)業(yè)，是推動(dòng)制造業(yè)轉(zhuǎn)型升級(jí)與高質(zhì)量發(fā)展的關(guān)鍵領(lǐng)域。近年來(lái)，我國(guó)煉油能力與煤化工產(chǎn)業(yè)規(guī)模已位居世界前列。在綠色低碳高質(zhì)量發(fā)展的要求下，我國(guó)能源化工行業(yè)正由規(guī)模擴(kuò)張向智能化、高端化結(jié)構(gòu)調(diào)整、轉(zhuǎn)型升級(jí)。
在國(guó)家相關(guān)政策的積極引導(dǎo)下，我國(guó)能源化工行業(yè)較早啟動(dòng)了數(shù)字化轉(zhuǎn)型進(jìn)程，目前已基本完成生產(chǎn)流程的全面數(shù)字化，具體涵蓋了過(guò)程控制的自動(dòng)化、生產(chǎn)裝備的智能化升級(jí)、生產(chǎn)數(shù)據(jù)的自動(dòng)采集與分析、過(guò)程可視化技術(shù)的應(yīng)用以及能源管理系統(tǒng)的優(yōu)化等多個(gè)方面。在數(shù)字化、智能化技術(shù)應(yīng)用于能源化工行業(yè)的科學(xué)發(fā)現(xiàn)、工程放大等研發(fā)方面也取得了一定的進(jìn)展，并持續(xù)保持著快速發(fā)展的強(qiáng)勁勢(shì)頭。
為推動(dòng)人工智能在科研領(lǐng)域的應(yīng)用，科技部啟動(dòng)了“人工智能驅(qū)動(dòng)的科學(xué)研究”專(zhuān)項(xiàng)部署工作，緊密結(jié)合數(shù)學(xué)、物理、化學(xué)等基礎(chǔ)學(xué)科關(guān)鍵問(wèn)題及重點(diǎn)領(lǐng)域需求，布局前沿科技研發(fā)體系，發(fā)展一批專(zhuān)用平臺(tái)，推動(dòng)公共算力開(kāi)放創(chuàng)新平臺(tái)建設(shè)。中國(guó)科學(xué)技術(shù)大學(xué)研發(fā)的機(jī)器化學(xué)家系統(tǒng)“小來(lái)”，可完成從文獻(xiàn)讀取到合成、表征、性能測(cè)試、機(jī)器學(xué)習(xí)模型建立與優(yōu)化的全流程任務(wù)。在短短兩個(gè)月內(nèi)，該系統(tǒng)完成了需要人類(lèi)科學(xué)家驗(yàn)證2000年的復(fù)雜優(yōu)化工作，并利用火星隕石成功制備了實(shí)用的產(chǎn)氧電催化劑。[5]
人工智能技術(shù)為化工工藝流程設(shè)計(jì)、裝備建模仿真及數(shù)字孿生虛擬工廠的應(yīng)用提供了強(qiáng)有力的支撐。中國(guó)科學(xué)院大連化學(xué)物理研究所聯(lián)合大連理工大學(xué)軟件學(xué)院、榆林中科潔凈能源創(chuàng)新研究院等機(jī)構(gòu)，開(kāi)發(fā)了智能化工大模型1.0版本，[6]并在此基礎(chǔ)上聯(lián)合科大訊飛股份有限公司、中國(guó)科學(xué)院文獻(xiàn)情報(bào)中心等相關(guān)單位，以訊飛星火認(rèn)知大模型為基座，進(jìn)一步推出了具備化工知識(shí)檢索與工藝自主設(shè)計(jì)優(yōu)化功能的2.0版本。該團(tuán)隊(duì)聯(lián)合華為技術(shù)有限公司等企業(yè)，打造了催化反應(yīng)、工藝開(kāi)發(fā)、中試放大和工廠優(yōu)化四大智能平臺(tái)，全面覆蓋了催化劑評(píng)價(jià)表征、工藝開(kāi)發(fā)、中試放大、工廠運(yùn)行等化工技術(shù)開(kāi)發(fā)及應(yīng)用的核心環(huán)節(jié)，有望顯著縮短化工工藝的研發(fā)周期，為實(shí)驗(yàn)室成果快速轉(zhuǎn)化為工業(yè)生產(chǎn)提供了可能。[7]浙大中控通過(guò)工業(yè)互聯(lián)網(wǎng)產(chǎn)品SupOS平臺(tái)，與鎮(zhèn)海煉化、寧波萬(wàn)華等石化企業(yè)協(xié)作，開(kāi)發(fā)了基于時(shí)序數(shù)據(jù)的石化化工大模型，構(gòu)建了“4大數(shù)據(jù)基座＋1個(gè)智能引擎”的核心產(chǎn)品體系，在煉化原料優(yōu)化、廢液處理等生產(chǎn)單元得到初步驗(yàn)證和應(yīng)用，未來(lái)將進(jìn)一步助力能源化工企業(yè)探索智能化發(fā)展之路。[8]
人工智能也應(yīng)用于能源化工行業(yè)企業(yè)的操作優(yōu)化、產(chǎn)銷(xiāo)策略制定、降低生產(chǎn)成本、提高企業(yè)競(jìng)爭(zhēng)力等方面。截至2023年上半年，石化行業(yè)累計(jì)39家企業(yè)入選智能制造試點(diǎn)示范企業(yè)，相關(guān)項(xiàng)目生產(chǎn)效率提高33%、資源利用率提升16%。[9]其中，中國(guó)石油化工集團(tuán)有限公司作為國(guó)內(nèi)最大的石油化工企業(yè)，通過(guò)引入人工智能、大數(shù)據(jù)等先進(jìn)技術(shù)，實(shí)現(xiàn)了生產(chǎn)過(guò)程的數(shù)字化、智能化管理，其下屬的九江分公司是國(guó)內(nèi)首家數(shù)字化煉廠，率先上線運(yùn)行煉油全流程一體化優(yōu)化平臺(tái)，并成功應(yīng)用大數(shù)據(jù)分析技術(shù)對(duì)催化裝置運(yùn)行進(jìn)行優(yōu)化，對(duì)設(shè)備的運(yùn)行狀態(tài)進(jìn)行實(shí)時(shí)監(jiān)測(cè)和預(yù)警，在提升產(chǎn)品收率和質(zhì)量的同時(shí)保障安全生產(chǎn)；其下屬的中科（廣東）煉化有限公司建成了石化領(lǐng)域首個(gè)數(shù)字孿生智能乙烯工廠，為乙烯裝置智能化關(guān)鍵技術(shù)研發(fā)及工業(yè)應(yīng)用樹(shù)立了標(biāo)桿，有效推動(dòng)資源高效利用、生產(chǎn)控制優(yōu)化、設(shè)備可靠運(yùn)行，實(shí)現(xiàn)了乙烯生產(chǎn)提質(zhì)增效。中國(guó)石油天然氣集團(tuán)公司則在能源化工上游開(kāi)發(fā)了多個(gè)智能應(yīng)用平臺(tái)，包括昆侖數(shù)智有限責(zé)任公司的“夢(mèng)想云油氣智能協(xié)同工作平臺(tái)”、長(zhǎng)慶油田分公司的“智能柱塞氣舉技術(shù)”、大港油田分公司的“基于人工智能與邊云協(xié)同的油井智能調(diào)控技術(shù)”及中國(guó)石油勘探開(kāi)發(fā)研究院的“認(rèn)知計(jì)算平臺(tái)”等，致力于推動(dòng)油氣開(kāi)發(fā)行業(yè)智能化轉(zhuǎn)型，支撐智慧油氣田加速建設(shè)。
我國(guó)能源化工行業(yè)智能化發(fā)展面臨的挑戰(zhàn)。數(shù)據(jù)與標(biāo)準(zhǔn)、人工智能新算法、軟件、行業(yè)實(shí)踐等是工業(yè)行業(yè)智能化發(fā)展的核心支撐要素，[10]能源化工產(chǎn)業(yè)在智能化轉(zhuǎn)型推進(jìn)過(guò)程中，也必須系統(tǒng)性地應(yīng)對(duì)和解決這些關(guān)鍵要素帶來(lái)的諸多挑戰(zhàn)。
數(shù)據(jù)價(jià)值及數(shù)據(jù)安全問(wèn)題亟待解決。數(shù)據(jù)是人工智能發(fā)展的關(guān)鍵要素，能源化工模型的構(gòu)建和訓(xùn)練需要海量數(shù)據(jù)支持，包括但不限于小試、中試及工業(yè)反應(yīng)相關(guān)數(shù)據(jù)、催化劑數(shù)據(jù)、化工基本原理、物性參數(shù)、工藝參數(shù)、市場(chǎng)數(shù)據(jù)等。首先，數(shù)據(jù)種類(lèi)繁多，格式多樣，來(lái)源渠道、口徑、維度差異很大，存在數(shù)據(jù)不一致、不完整、有噪音等情況，且不同企業(yè)、不同設(shè)備、不同系統(tǒng)的數(shù)據(jù)格式和標(biāo)準(zhǔn)不統(tǒng)一，導(dǎo)致數(shù)據(jù)難以整合和利用，需進(jìn)行收集、整理、驗(yàn)證、清洗等一系列工作；其次，不同部門(mén)、不同系統(tǒng)之間的數(shù)據(jù)往往相互獨(dú)立，缺乏有效的整合和共享機(jī)制，導(dǎo)致數(shù)據(jù)孤島現(xiàn)象嚴(yán)重；此外，AI模型訓(xùn)練需要大量的標(biāo)注數(shù)據(jù)，而能源化工行業(yè)由于專(zhuān)業(yè)知識(shí)要求，數(shù)據(jù)標(biāo)注成本較高。當(dāng)前，各國(guó)數(shù)據(jù)管理的體制機(jī)制均處在完善的過(guò)程中，數(shù)據(jù)確權(quán)、定價(jià)、交易等規(guī)則尚不完善。在促進(jìn)數(shù)據(jù)使用的同時(shí)，還需保護(hù)數(shù)據(jù)安全、防止數(shù)據(jù)泄露或非法利用等。如何規(guī)范數(shù)據(jù)應(yīng)用與管理仍面臨巨大挑戰(zhàn)。
關(guān)鍵模擬計(jì)算軟件受制于人。我國(guó)能源化工行業(yè)關(guān)鍵模擬軟件的自主化程度較低。在石油化工領(lǐng)域的20多個(gè)子專(zhuān)業(yè)涉及的100多種軟件中，國(guó)內(nèi)產(chǎn)品僅占10%。特別是工藝流程設(shè)計(jì)、電氣儀表設(shè)計(jì)、三維工廠設(shè)計(jì)、通用有限元分析、計(jì)算流體動(dòng)力學(xué)分析、安全分析、熱交換設(shè)計(jì)與分析以及工程數(shù)據(jù)集成管理平臺(tái)等高端領(lǐng)域，幾乎完全被國(guó)外壟斷。[11]近年來(lái)，盡管部分國(guó)內(nèi)軟件取得了一定突破，但多起步于高校和科研院所，研發(fā)力量分散，技術(shù)積累不足，軟件本身多集中于外圍應(yīng)用開(kāi)發(fā)，而內(nèi)核技術(shù)及基礎(chǔ)數(shù)據(jù)庫(kù)等核心技術(shù)仍依賴(lài)進(jìn)口，尚未實(shí)現(xiàn)真正的自主可控。此外，國(guó)外供應(yīng)商通過(guò)控制關(guān)鍵軟件，在通信協(xié)議兼容性和軟件互通性方面搶占了話語(yǔ)權(quán)，進(jìn)一步提高了國(guó)產(chǎn)軟件逐項(xiàng)攻克、打破壟斷的門(mén)檻，導(dǎo)致市場(chǎng)推廣與應(yīng)用難度顯著增加。
能源化工行業(yè)的垂域模型構(gòu)建尚不深入。作為典型的流程工業(yè)，能源化工行業(yè)涉及因素繁多，相互之間的影響關(guān)系多基于經(jīng)驗(yàn)總結(jié)。同時(shí)，受制于現(xiàn)有技術(shù)水平、生產(chǎn)成本控制及在役裝置壽命等因素，原料組成、設(shè)備狀態(tài)、工藝參數(shù)及產(chǎn)品質(zhì)量等數(shù)據(jù)難以實(shí)現(xiàn)實(shí)時(shí)或全面檢測(cè)。目前我國(guó)人工智能大模型以基礎(chǔ)大模型為主，面向行業(yè)和工業(yè)應(yīng)用場(chǎng)景的模型訓(xùn)練不足，而能源化工領(lǐng)域的優(yōu)化決策涉及互相沖突的多目標(biāo)、多約束和多尺度動(dòng)態(tài)優(yōu)化等科學(xué)難題，缺乏智能化模型的深度支撐，模型構(gòu)建與優(yōu)化的難度極大。[12]同時(shí)，專(zhuān)業(yè)的科學(xué)研究和工業(yè)生產(chǎn)對(duì)模型的準(zhǔn)確度要求均較高，但當(dāng)前人工智能模型算法的可解釋性、模型的透明度、結(jié)果可靠性等仍然存在問(wèn)題。
相關(guān)標(biāo)準(zhǔn)體系尚待完善。在能源化工行業(yè)智能化建設(shè)中，數(shù)據(jù)采集與使用、行業(yè)軟件開(kāi)發(fā)、智能化模型建設(shè)、智能工廠建設(shè)與運(yùn)行等方面的標(biāo)準(zhǔn)相對(duì)較少，有待建設(shè)或完善。依據(jù)《國(guó)家智能制造標(biāo)準(zhǔn)體系建設(shè)指南（2021版）》，工業(yè)和信息化部發(fā)布了《化工行業(yè)智能制造標(biāo)準(zhǔn)體系建設(shè)指南（2024版）》，構(gòu)建了涵蓋“基礎(chǔ)共性”“賦能支撐”“行業(yè)場(chǎng)景”“智慧化工園區(qū)”及“細(xì)分行業(yè)應(yīng)用”五大板塊的標(biāo)準(zhǔn)體系框架。然而，能源化工行業(yè)目前仍面臨多項(xiàng)標(biāo)準(zhǔn)待制定或完善的問(wèn)題，如在基礎(chǔ)共性標(biāo)準(zhǔn)中，“人員能力要求”和“人員能力評(píng)價(jià)”尚待完善；在賦能支撐標(biāo)準(zhǔn)中，涉及化工行業(yè)設(shè)計(jì)、生產(chǎn)應(yīng)用的工業(yè)軟件產(chǎn)品與系統(tǒng)、軟件接口、資產(chǎn)數(shù)據(jù)與模型、物料數(shù)據(jù)與模型、工業(yè)互聯(lián)網(wǎng)關(guān)鍵技術(shù)應(yīng)用等20余項(xiàng)標(biāo)準(zhǔn)尚未出臺(tái)；在行業(yè)場(chǎng)景標(biāo)準(zhǔn)中，化工智能生產(chǎn)控制技術(shù)、操作導(dǎo)航、協(xié)同管控等10余項(xiàng)標(biāo)準(zhǔn)仍處于空白狀態(tài)。此外，智慧化工園區(qū)和細(xì)分行業(yè)應(yīng)用的相關(guān)標(biāo)準(zhǔn)也尚未建立。這些標(biāo)準(zhǔn)缺失嚴(yán)重制約了能源化工行業(yè)智能化建設(shè)的整體推進(jìn)速度。
我國(guó)能源化工行業(yè)智能化發(fā)展的未來(lái)展望
人工智能作為引領(lǐng)新一輪科技革命和產(chǎn)業(yè)變革的戰(zhàn)略性技術(shù)，具有很強(qiáng)的溢出帶動(dòng)性，將對(duì)經(jīng)濟(jì)發(fā)展產(chǎn)生全方位的深刻影響，是引領(lǐng)我國(guó)高質(zhì)量發(fā)展的新動(dòng)能。能源化工行業(yè)作為經(jīng)濟(jì)社會(huì)發(fā)展的基礎(chǔ)工業(yè)和重要支柱之一，加快與人工智能技術(shù)融合，將深刻改變能源生產(chǎn)方式和能源產(chǎn)業(yè)形態(tài)，推動(dòng)生產(chǎn)力實(shí)現(xiàn)質(zhì)的躍遷，為能源化工行業(yè)形成自主創(chuàng)新能力強(qiáng)、結(jié)構(gòu)布局合理、綠色安全高效的高質(zhì)量發(fā)展格局奠定堅(jiān)實(shí)的基礎(chǔ)。為搶抓發(fā)展機(jī)遇，建議能源化工行業(yè)在智能化發(fā)展方面重點(diǎn)做好以下工作。
加強(qiáng)頂層設(shè)計(jì)，制定能源化工行業(yè)智能化發(fā)展戰(zhàn)略規(guī)劃。結(jié)合我國(guó)人工智能發(fā)展、加快場(chǎng)景創(chuàng)新，以及人工智能高水平應(yīng)用促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展等總體規(guī)劃，聚焦能源化工行業(yè)的特點(diǎn)和發(fā)展規(guī)律，制定專(zhuān)項(xiàng)的戰(zhàn)略規(guī)劃，組織專(zhuān)家跨領(lǐng)域研討能源化工產(chǎn)業(yè)智能化的實(shí)施路徑，進(jìn)一步明確發(fā)展目標(biāo)、技術(shù)路線和重點(diǎn)任務(wù)，為我國(guó)能源化工行業(yè)智能化轉(zhuǎn)型繪制技術(shù)路線圖。完善相關(guān)政策支持體系，強(qiáng)化監(jiān)督管理，避免低水平重復(fù)和無(wú)序競(jìng)爭(zhēng)，從稅收優(yōu)惠、資金補(bǔ)貼到產(chǎn)品銷(xiāo)售激勵(lì)，構(gòu)建全方位扶持機(jī)制，引導(dǎo)人工智能應(yīng)用，逐步擴(kuò)大智能化應(yīng)用范圍，推動(dòng)行業(yè)健康有序發(fā)展。
統(tǒng)籌數(shù)據(jù)與算法，建設(shè)能源化工行業(yè)大模型。統(tǒng)籌數(shù)據(jù)中心建設(shè)和算法開(kāi)發(fā)，協(xié)同設(shè)計(jì)能源化工大數(shù)據(jù)中心體系總體架構(gòu)和能源化工模型發(fā)展路徑，以模型開(kāi)發(fā)需求為牽引，構(gòu)建行業(yè)數(shù)據(jù)體系，完善各級(jí)數(shù)據(jù)標(biāo)準(zhǔn)，打破數(shù)據(jù)孤島和數(shù)據(jù)壁壘，形成高質(zhì)量數(shù)據(jù)集，為算法發(fā)展奠定良好的基礎(chǔ)。依托實(shí)際應(yīng)用場(chǎng)景，加快開(kāi)發(fā)一批實(shí)時(shí)優(yōu)化軟件、通用流程模擬軟件、專(zhuān)用反應(yīng)器模型軟件等具有競(jìng)爭(zhēng)力的自主工業(yè)軟件，鼓勵(lì)企業(yè)優(yōu)先選用推薦目錄中的自主工業(yè)軟件，服務(wù)于生產(chǎn)設(shè)備智能化升級(jí)，提升數(shù)據(jù)獲取兼容性。部署重大專(zhuān)項(xiàng)、大模型應(yīng)用創(chuàng)新（工程）中心等，促進(jìn)人工智能與能源化工的學(xué)科交叉融合，組織企業(yè)、高校、科研院所的優(yōu)勢(shì)力量，圍繞能源化工場(chǎng)景，探索以集成專(zhuān)業(yè)知識(shí)為特征的能源化工行業(yè)大模型研發(fā)與建設(shè)。人工智能技術(shù)為工業(yè)軟件行業(yè)帶來(lái)了革命性的發(fā)展契機(jī)，行業(yè)亟須搶占AI技術(shù)新賽道，突破國(guó)外技術(shù)封鎖，實(shí)現(xiàn)換道超車(chē)。
建設(shè)數(shù)字化虛擬工廠，推動(dòng)智能設(shè)計(jì)與應(yīng)用示范。面向能源化工行業(yè)的智能化轉(zhuǎn)型，加速智能設(shè)計(jì)和虛擬工廠的推廣應(yīng)用。以過(guò)程開(kāi)發(fā)-工藝包編制-工程設(shè)計(jì)等過(guò)程融合的多智能體協(xié)作為基礎(chǔ)，推進(jìn)從工藝開(kāi)發(fā)到工程設(shè)計(jì)的全過(guò)程智能化，構(gòu)建能以現(xiàn)實(shí)工況為參數(shù)虛擬運(yùn)行，并能與物理工廠交互協(xié)同的虛擬工廠。通過(guò)化工智能體引擎與特色數(shù)據(jù)資源的結(jié)合，建立行業(yè)智能生態(tài)體系，為工廠的控制優(yōu)化、生產(chǎn)過(guò)程管理和決策分析提供全方位支持。聚焦1～2個(gè)成熟工藝，打造智能設(shè)計(jì)與虛擬工廠的示范案例，建立化工大模型線上開(kāi)源社區(qū)，推動(dòng)大模型的技術(shù)推廣和交流，構(gòu)建我國(guó)能源行業(yè)自主大模型生態(tài)體系。
注釋
[1]齊碩、李世欣、楊逸萌：《全球視野下人工智能戰(zhàn)略布局與未來(lái)展望》，《世界科技研究與發(fā)展》，2024年第4期；丁立江：《人工智能時(shí)代下的戰(zhàn)略布局圖景——基于各國(guó)（區(qū)域）戰(zhàn)略布局的比較分析》，《科技智囊》，2022年第2期。
[2]"Accelerating the Discovery of Battery Materials with AI," 16 February 2024, https://www.science.org/content/article/ai-driven-collaboration-rapidly-identifies-new-battery-material.
[3]"Artificial Intelligence and Machine Learning for Industrial Production," https://www.iosb.fraunhofer.de/en/business-units/automation-digitalization/fields-of-application/ai-ml-data-analysis/ai-machine-learning-industrial-production.html.
[4]"AI In Energy Market Size, Share & Trends Analysis Report by Type (Solutions, Services), By Application (Renewable Energy Management, Demand Forecasting, Safety Security & Infrastructure), By Region, And Segment Forecasts, 2024 – 2030," https://www.grandviewresearch.com/industry-analysis/ai-energy-market-report.
[5]Zhu Qing et al., “Automated Synthesis of Oxygen-Producing Catalysts from Martian Meteorites by a Robotic AI Chemist," Nature Synthesis, 2024(3).
[6]《大連化物所發(fā)布智能化工大模型》，2024年3月24日，http://www.syb.cas.cn/ydhz/kjdt/202403/t20240326_7054067.html。
[7]《大連化物所發(fā)布智能化工大模型2.0》，2024年12月2日，https://www.cas.cn/cg/zh/202412/t20241205_5041340.shtml。
[8]《［甬派］AI賦能，國(guó)內(nèi)首個(gè)石化大模型在甬落地》，2024年11月15日，http://jxj.ningbo.gov.cn/art/2024/11/15/art_1229561617_58940951.html。
[9]焦艷紅、江圣龍、李紅曼等：《石化化工行業(yè)數(shù)字化轉(zhuǎn)型路徑研究》，《科技與金融》，2024年第7期；《中國(guó)石化建成石化領(lǐng)域首個(gè)數(shù)字孿生智能乙烯工廠》，2024年12月12日，http://www.sinopecgroup.com.cn/group/000/000/065/65262.shtml。
[10]趙路軍、榮岡：《流程工業(yè)智能工廠建設(shè)的再思考》，《化工進(jìn)展》，2018年第6期。
[11]高立兵、索寒生：《工業(yè)軟件的發(fā)展推進(jìn)石化工程設(shè)計(jì)數(shù)字化轉(zhuǎn)型探析》，《石油化工設(shè)計(jì)》，2021年第2期。
[12]柴天佑、丁進(jìn)良：《流程工業(yè)智能優(yōu)化制造》，《中國(guó)工程科學(xué)》，2018年第4期。
Current Status and Future Trends of Artificial Intelligence
Technology Application in Energy and Chemical Industry
Liu Zhongmin
Abstract: The contemporary world is undergoing a period of profound transformation on a scale not witnessed for over a century. A new era of scientific and technological revolution and industrial transformation is rapidly unfolding, characterised by the deep integration of digitalisation, intelligence and sustainability. The rapid advancements in artificial intelligence technology hold the potential to bring about a paradigm shift in scientific research and technological development. Moreover, these developments offer significant opportunities to promote the transformation and upgrading of traditional industries, such as energy and chemical sectors. Presently, China's energy and chemical industry is undergoing a transformation from scale expansion to structural adjustment, characterised by a combination of transformation and upgrading with intelligence and high-endisation. This process involves comprehensive digitalisation of the production process, exploration of AI technology-enabled experimental design, technology research and development, process amplification, product production and management, and other related activities, with the aim of reducing research and development times. This will reduce the cost of research and development and improve the efficiency of production. However, the industry is still facing challenges such as insufficient effective data and data integration, restricted key software, slow progress in the construction of intelligent models in the industry and imperfect relevant standard systems. In the future, China should strengthen top-level design and policy support, coordinate and improve data sharing and algorithm optimisation mechanisms, promote software autonomy and large model development, and accelerate the demonstration and application of virtual factories and intelligent design, so as to provide effective support for the high-quality development of the energy and chemical industry and the realisation of the goal of "dual carbon".
Keywords: energy and chemical industry, artificial intelligence, intelligence, transformation and upgrading
責(zé) 編∕李思琪 美 編∕梁麗琛
