2017年，國(guó)務(wù)院發(fā)布了《新一代人工智能發(fā)展規(guī)劃》，并責(zé)成各省、自治區(qū)、直轄市、國(guó)務(wù)院各部委、各直屬機(jī)構(gòu)認(rèn)真貫徹執(zhí)行。

在“規(guī)劃”中，國(guó)家從戰(zhàn)略層面全面分析了當(dāng)前我國(guó)在人工智能領(lǐng)域面臨的機(jī)會(huì)、挑戰(zhàn)，要求我們把握機(jī)遇，最終實(shí)現(xiàn)跨越式發(fā)展。同時(shí)，“規(guī)劃”中對(duì)人工智能的基礎(chǔ)理論、關(guān)鍵共性技術(shù)和基礎(chǔ)支撐平臺(tái)進(jìn)行了詳細(xì)的梳理。

自1956年誕生，人工智能便受到了數(shù)學(xué)、信息學(xué)、計(jì)算科學(xué)、神經(jīng)科學(xué)等不同領(lǐng)域多個(gè)學(xué)科專家學(xué)者的高度關(guān)注。進(jìn)入21世紀(jì)后，相關(guān)理論歷經(jīng)多年不斷完善，借助飛速發(fā)展的電子信息技術(shù)，人工智能也迎來了發(fā)展的高峰。伴隨這一熱詞的風(fēng)靡全球，各類人工智能產(chǎn)品也開始落地。無論是當(dāng)年IBM的深藍(lán)，還是谷歌旗下的阿爾法狗，都曾一戰(zhàn)成名，紅極一時(shí)。

總的來說，現(xiàn)代社會(huì)生活，已經(jīng)被人工智能包圍了。可是，這樣就夠了么？不，遠(yuǎn)遠(yuǎn)不夠，畢竟工業(yè)領(lǐng)域和實(shí)體經(jīng)濟(jì)還需要進(jìn)一步提高效率。與互聯(lián)網(wǎng)發(fā)展相似，當(dāng)我們認(rèn)為手持智能手機(jī)、出門叫車滴滴、共享單車隨便騎、人臉識(shí)別過閘機(jī)已經(jīng)是人工智能的偉大應(yīng)用時(shí)，殊不知這才僅僅是消費(fèi)互聯(lián)網(wǎng)領(lǐng)域，背后正在做和將要做的是產(chǎn)業(yè)互聯(lián)網(wǎng)的建立和升級(jí)。其中尤以工業(yè)互聯(lián)網(wǎng)為代表的形態(tài)對(duì)人類生產(chǎn)生活造成的影響更為深遠(yuǎn)——人工智能在能源與制造領(lǐng)域的應(yīng)用將徹底重塑人類工業(yè)文明。

將人工智能技術(shù)應(yīng)用到核電工程領(lǐng)域一直是國(guó)內(nèi)外相關(guān)領(lǐng)域研究人員重點(diǎn)關(guān)注的課題。早在1988年，美國(guó)橡樹嶺國(guó)家實(shí)驗(yàn)室儀控部門研究人員Robert E. Uhrig就在其發(fā)表的文章《Applications of Artificial Intelligence in The U.S. Nuclear Industry》里提到美國(guó)電力研究所（EPRI）計(jì)劃論證AI在核電廠中的使用。

鑒于美國(guó)國(guó)家航空航天局（NASA）在系統(tǒng)自動(dòng)化領(lǐng)域?qū)I核心技術(shù)有著多年的研究和一定成果，EPRI與NASA達(dá)成了相關(guān)協(xié)議，試圖將部分經(jīng)驗(yàn)成果轉(zhuǎn)化到核電工業(yè)中。一些專業(yè)領(lǐng)域的供應(yīng)商也提供了商業(yè)化的AI產(chǎn)品，以縮減正常運(yùn)行工況下和事故工況下的操作員數(shù)量。不過當(dāng)時(shí)人工智能技術(shù)水平還處于起步階段，計(jì)算機(jī)的信息處理能力和計(jì)算能力太低，導(dǎo)致在技術(shù)選擇上受到很大的制約，最終采用的方案是將專家系統(tǒng)添加到核電廠儀控系統(tǒng)中。在隨后幾十年的研究中，人工智能技術(shù)被越來越多的應(yīng)用在系統(tǒng)、設(shè)備的狀態(tài)監(jiān)測(cè)和故障診斷等領(lǐng)域。但是在這個(gè)領(lǐng)域中，由于缺乏大量的故障樣本數(shù)據(jù)，成熟的智能化診斷產(chǎn)品應(yīng)用較少。

像前面我們提到的那樣，在應(yīng)用場(chǎng)景上，人工智能應(yīng)用較為成熟的場(chǎng)景主要集中在安防產(chǎn)品、智能家居、娛樂營(yíng)銷、醫(yī)療、金融、零售、教育和交通等領(lǐng)域。通過進(jìn)一步分析可發(fā)現(xiàn)，人工智能在這些領(lǐng)域中解決的關(guān)鍵問題主要集中在圖像識(shí)別、人臉識(shí)別、語音識(shí)別、自然語言處理和大數(shù)據(jù)分析這樣幾種。人工智能在無人駕駛領(lǐng)域有著迅猛發(fā)展，相關(guān)的傳感器、智能芯片研究都取得了很多成果。深度神經(jīng)網(wǎng)絡(luò)、深度卷積神經(jīng)網(wǎng)絡(luò)、對(duì)抗式神經(jīng)網(wǎng)絡(luò)等新型神經(jīng)網(wǎng)絡(luò)的提出突破了圖片識(shí)別和語音識(shí)別的相關(guān)難點(diǎn)，大大提高了識(shí)別的準(zhǔn)確率和識(shí)別速度。同時(shí)，這些領(lǐng)域可以提供大量的數(shù)據(jù)樣本對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練、優(yōu)化。這些優(yōu)勢(shì)是傳統(tǒng)工業(yè)領(lǐng)域很難提供的。目前，科研人員研究人工智能技術(shù)在核電廠的應(yīng)用過程中，往往面臨的就是缺乏足夠量級(jí)的數(shù)據(jù)對(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。核電廠大部分時(shí)間都處于正常運(yùn)行工況，故障數(shù)據(jù)較少，甚至大部分假想故障從未發(fā)生。今天，這仍然是我們阻礙人工智能在核電工業(yè)領(lǐng)域應(yīng)用發(fā)展的主要矛盾。

不過且慢，讓我們先擱置一下眼前的困難，回到問題的本源。人工智能技術(shù)在核電工程中應(yīng)用的前提，是我們理清在該領(lǐng)域想要實(shí)現(xiàn)什么樣的最終目的。

核電工程領(lǐng)域引入人工智能技術(shù)不應(yīng)僅僅是順應(yīng)時(shí)代在技術(shù)上進(jìn)行革新，而更應(yīng)該是改變理念，從頂層設(shè)計(jì)入手，以一種全新的思維方式深入到核電工程的各個(gè)環(huán)節(jié)，包括設(shè)計(jì)、制造、運(yùn)行、維護(hù)和退役。人工智能技術(shù)在設(shè)計(jì)階段可以優(yōu)化系統(tǒng)、設(shè)備的設(shè)計(jì)；在制造階段可以根據(jù)以往的數(shù)據(jù)采取最優(yōu)化的方案對(duì)原材料采購(gòu)、儲(chǔ)存、人員配置、生產(chǎn)制造進(jìn)度等方面進(jìn)行統(tǒng)籌計(jì)劃安排；在維護(hù)階段主要是根據(jù)系統(tǒng)設(shè)備的監(jiān)測(cè)數(shù)據(jù)和以往的維修記錄，利用人工智能技術(shù)完成系統(tǒng)、設(shè)備的故障診斷和優(yōu)化維護(hù)策略；在運(yùn)行階段主要應(yīng)用在儀控系統(tǒng)和控制策略中。

目前針對(duì)核動(dòng)力裝置的控制還是一種跟隨式、規(guī)程式的控制策略，控制策略靈活度不夠。這種特點(diǎn)很難滿足未來反應(yīng)堆的小型模塊化、多堆靈活組合的趨勢(shì)。

智能化的儀控系統(tǒng)應(yīng)該是以運(yùn)行需求為導(dǎo)向，利用人工智能技術(shù)優(yōu)化運(yùn)行資源配置，并實(shí)時(shí)動(dòng)態(tài)配置各系統(tǒng)設(shè)備運(yùn)行參數(shù)，以各控制器相互協(xié)調(diào)的控制策略使核動(dòng)力裝置迅速、準(zhǔn)確地達(dá)到需求的運(yùn)行狀態(tài)，而這整個(gè)過程（盡可能）無操縱員干預(yù)。另一方面，如果某些系統(tǒng)設(shè)備發(fā)生故障時(shí)，系統(tǒng)應(yīng)立即監(jiān)測(cè)到故障，并準(zhǔn)確對(duì)故障進(jìn)行定位和診斷，迅速對(duì)故障設(shè)備進(jìn)行隔離，進(jìn)而對(duì)整個(gè)核動(dòng)力裝置進(jìn)行重配置，減少故障帶來的影響。

近年來隨著AI相關(guān)應(yīng)用的不斷出現(xiàn)，人工智能這一概念目前在各行業(yè)有著很高的熱度，但這種繁榮中摻雜著一定的虛假繁榮”成分和“炒概念"的嫌疑。政策的支持，使很多人試圖將自身的業(yè)務(wù)與人工智能掛鉤，從而借此拉項(xiàng)目圈錢。個(gè)人愚見，這種想法不是在要錢是在要命。學(xué)科交叉有利于開拓思路、迂回突破瓶頸，但如果將弱相關(guān)甚至不相關(guān)的領(lǐng)域強(qiáng)行結(jié)合，其結(jié)果只能是牽強(qiáng)的類比，在高成本的堆砌下熱鬧一場(chǎng)，并無實(shí)際益處。

因此，我們還需保持冷靜，理智分析人工智能目前的技術(shù)水平和未來的發(fā)展前景、方向，并對(duì)核電工程領(lǐng)域的需求進(jìn)行全面梳理，以便在不同的場(chǎng)景、層級(jí)、階段對(duì)人工智能技術(shù)的使用進(jìn)行定位、布局和儲(chǔ)備。

發(fā)展到今天，人工智能并非一蹴而就。從上世紀(jì)五六十年代到現(xiàn)在，起起落落好幾次——起的原因是新模型、新理論的突破讓所有人眼前一亮，落也無非是因?yàn)槎嗄昕床坏綄?shí)用的希望。簡(jiǎn)單說，人工智能就是人類要用計(jì)算設(shè)備構(gòu)建出能夠像智慧生物一樣思考、分析、決策的智能體(Agent)。可是，模擬人的思維過程又談何容易？畢竟我們用大腦去思考大腦是如何思考的，這本身就是一個(gè)最大的悖論。這需要哲學(xué)家、生物學(xué)家、神經(jīng)科學(xué)家、認(rèn)知科學(xué)家、心理學(xué)家、數(shù)學(xué)家、信息學(xué)家、計(jì)算科學(xué)家等一起，一點(diǎn)一點(diǎn)突破我們?cè)谙嚓P(guān)領(lǐng)域的知識(shí)邊界。事實(shí)證明，我們對(duì)神經(jīng)系統(tǒng)每一次新的認(rèn)識(shí)，都能推動(dòng)人工智能一次大的發(fā)展——無論是對(duì)神經(jīng)元的認(rèn)知構(gòu)建岀的人工神經(jīng)元模型和人工神經(jīng)網(wǎng)絡(luò)模型，還是對(duì)視覺皮層的認(rèn)知仿生構(gòu)建了卷積神經(jīng)網(wǎng)絡(luò)……所以，人工智能的基礎(chǔ)，最根本的，還是我們對(duì)智能的理解和對(duì)本我的認(rèn)識(shí)。

總的來說，無論是人工智能技術(shù)本身，還是該技術(shù)應(yīng)用、服務(wù)于核能領(lǐng)域，都還有廣闊的空間和漫長(zhǎng)的路。

最后，就用我很喜歡的凱魯亞克的《在路上》的一句話作為結(jié)束語：

“我們還有更長(zhǎng)的路要走，不過沒關(guān)系，道路就是生活。”

與君勉。