“AI重構鋼鐵產(chan) 業(ye) 核心生產(chan) 力。”8月18日，中國鋼鐵工業(ye) 協會(hui) 副會(hui) 長薑維在“AI+鋼鐵”技術發布會(hui) 上表示，在國家一係列“人工智能+”政策的指引下，鋼鐵行業(ye) 正迎來以AI驅動高端化躍遷的曆史性機遇。

 中國工程院院士王國棟指出，鋼鐵工業(ye) 作為(wei) 典型的大型複雜流程工業(ye) ，全流程各工序均呈現“黑箱”特性，存在大量不完全信息、不確定性及動態環境下的各類問題。尤其是材料“黑箱”內(nei) 部的演變過程與(yu) 最終的目標控製變量，目前尚無法實現在線實時連續監測，單純依靠數字時代的大數據、機器學習(xi) 等統計方法，難以突破現有瓶頸。

 對此，王國棟提出破解之道，即整合我國鋼鐵材料領域與(yu) AI領域專(zhuan) 家的優(you) 勢，充分利用鋼鐵行業(ye) 豐(feng) 富的大數據、鋼鐵領域專(zhuan) 家的理論與(yu) 經驗，以及信息領域先進的生成式人工智能技術，建立人機混合人工智能體(ti) ，為(wei) 鋼鐵行業(ye) 精準賦能。

 以煉鐵環節為(wei) 例，煉鐵過程涉及的物理化學冶金反應極為(wei) 複雜，全流程“黑箱”操作，不僅(jin) 數據維度高、耦合性與(yu) 非線性強，還存在明顯的時間滯後性；同時，煉鐵工業(ye) 長期存在的工序孤島式控製問題，導致單元間界麵銜接性差、資源配置困難、實時分析效率低下。

 東(dong) 北大學“AI+鋼鐵”大模型便是通過基於(yu) 鐵前大數據的智能配礦係統，不僅(jin) 能夠有效降低噸鐵能源消耗，減少碳排放，還可對渣鐵性能成分實現提前預測，大幅提升爐熱穩定率、爐缸活躍性。

 “AI作為(wei) 數字時代的前沿技術，為(wei) 鋼鐵行業(ye) 突破發展瓶頸、實現高質量發展帶來了新的曙光。”冶金工業(ye) 信息標準研究院院長張龍強表示，智能算法能夠精準預測設備故障，大幅減少停機時間，提高生產(chan) 效率。在質量控製領域，AI圖像識別技術可以對鋼材表麵缺陷進行高精度檢測，確保產(chan) 品質量符合標準。此外，在供應鏈管理環節，人工智能還能夠根據市場需求、原材料價(jia) 格波動等多因素預測，優(you) 化采購與(yu) 生產(chan) 計劃，降低運營成本，提升企業(ye) 競爭(zheng) 力，激活新動能。

 在此背景下，鋼鐵行業(ye) 正在加速推動“AI+鋼鐵”相關(guan) 標準製定工作。張龍強透露，在工信部科技司的指導下，我國已開展《人工智能 鋼鐵大模型技術要求》等6項大模型標準的研製。同時，聚焦人工智能在鋼鐵行業(ye) 的典型應用場景，以需求為(wei) 牽引，開展了《人工智能 鋼鐵行業(ye) 應用場景分類指南》等10餘(yu) 項標準的研製。

 展望未來，薑維指出，鋼鐵行業(ye) 將繼續以“AI+智能技術應用”為(wei) 核心，全麵轉向新一代人工智能技術驅動的生產(chan) 力重塑，通過政策引導、標準建設、標杆推廣推動行業(ye) 轉型。重點聚焦產(chan) 業(ye) 鏈智能協同、低碳智能融合及低成本技術推廣，支撐鋼鐵行業(ye) 高端化、智能化、綠色化發展。