阿里云通义大模型“下矿”了!

简介: 阿里云通义大模型“下矿”了!


继西部机场集团推出基于阿里云通义大模型打造的首个航空大模型后,阿里云通义大模型又“下矿”了。


西安塔力科技通过接入阿里云通义大模型,打造了新型矿山重大风险识别处置系统,并已在陕煤建新煤矿等十余座矿山上线。这是大模型在矿山这一场景中的首次规模化应用,对矿山重大风险能实时告警、实时处置。


“我们相信大模型在工业领域会大有作为。”该系统研制方塔力科技人工智能中心总监荆心表示,“大模型发展的下一步一定是智能体(Agent),不仅要会感知、能理解,还必须‘会行动’——能自主做规划,并根据规划自主执行。”  



棘手的“告警”处置问题



矿山重大风险辨识、告警预警及处置,对安全生产与管理至关重要。通过对图像数据的标注、训练,基于机器视觉模型的风险辨识在业内已相对成熟,但告警、处置环节仍高度依赖人工。  


在煤矿调度指挥中心,调度员需时刻关注十余块监控屏幕,发现风险问题后手动创建处置文档、填写问题描述、查阅处置依据,并最终给出处置办法。处置依据多且庞杂,以2022年1月第二次修订的国家级煤矿安全规范为例,共有719条。各座矿山会依据各自地质、施工条件,对规范再做增补。在人工处置期间,还可能遗漏重点区域发生的其它风险。


“因此,缺了告警处置这一环,就无法实现自动化真正的闭环,也无法保证真正的安全。对矿业来说,这一直是个非常棘手的问题。”荆心说。  



用大模型技术解决关键问题



基于大模型技术,一套矿山重大风险辨识处置新系统应运而生。塔力科技将实时采集的矿山图像数据、环境数据和相关业务场景知识库“喂”给通义大模型,大模型对矿山场景、区域、安全风险内容、管理规范、处置措施等信息进行抽取、训练、学习后,具备了实时推理、实时处置的能力。


image.png


现如今,基于通义大模型打造的这套矿山重大风险辨识处置系统已实现常规处置自动生成、复杂处置提交人工复核,大幅提升矿山重大风险辨识、告警预警及处置流程效率。比如,登高作业未系带安全绳、矿下高温作业脱衣解帽、要道堆煤堆料造成交通堵塞等场景,大模型可第一时间做出处置决策。


目前,陕煤建新煤矿等西北地区十余座矿山已接入这套矿山重大风险辩识系统。未来,系统还将应用于隧道、路桥等地质灾害频发的其它危险作业场景。  




/ END /

目录
相关文章
|
8天前
|
编解码 Cloud Native 算法
通义万相:视觉生成大模型再进化
通义万相是阿里云推出的视觉生成大模型,涵盖图像和视频生成。其2.0版本在文生图和文生视频方面进行了重大升级,采用Diffusion Transformer架构,提升了模型的灵活性和可控性。通过高质量美学标准和多语言支持,大幅增强了画面表现力。此外,视频生成方面引入高压缩比VAE、1080P长视频生成及多样化艺术风格支持,实现了更丰富的创意表达。未来,通义万相将继续探索视觉领域的规模化和泛化,打造更加通用的视觉生成大模型。
|
1月前
|
JSON 自然语言处理 Serverless
基于阿里云通义千问开发智能写作助手
现代办公中,撰写邮件、会议记录、报告等任务耗费大量时间。一个智能写作助手能显著提升效率,帮助用户快速生成高质量的文本内容。阿里云通义千问作为阿里巴巴推出的强大大语言模型(LLM),具备出色的自然语言理解与生成能力,非常适合用于开发智能写作工具。本博客将介绍如何基于通义千问构建一个智能写作助手,实现高效的内容生成和编辑功能。
85 2
|
2月前
|
人工智能 JSON API
阿里云文档智能 & RAG解决方案:提升AI大模型业务理解与应用
阿里云推出的文档智能 & RAG解决方案,旨在通过先进的文档解析技术和检索增强生成(RAG)方法,显著提升人工智能大模型在业务场景中的应用效果。该方案通过文档智能(Document Mind)技术将非结构化文档内容转换为结构化数据,提取文档的层级树、样式和版面信息,并输出为Markdown和Json格式,为RAG提供语义分块策略。这一过程不仅解决了文档内容解析错误和切块丢失语义信息的问题,还优化了输出LLM友好的Markdown信息。方案的优势在于其多格式支持能力,能够处理包括Office文档、PDF、Html、图片在内的主流文件类型,返回文档的样式、版面信息和层级树结构。
170 2
|
17天前
|
关系型数据库 机器人 OLAP
智答引领|AnalyticDB与通义千问大模型联手打造社区问答新体验
PolarDB开源社区推出基于云原生数据仓库AnalyticDB和通义千问大模型的“PolarDB知识问答助手”,实现一站式全链路RAG能力,大幅提升查询效率和问答准确率。该系统整合静态和动态知识库,提供高效的数据检索与查询服务,支持多种场景下的精准回答,并持续优化用户体验。欢迎加入钉群体验并提出宝贵意见。
智答引领|AnalyticDB与通义千问大模型联手打造社区问答新体验
|
30天前
|
开发框架 自然语言处理 JavaScript
千问开源P-MMEval数据集,面向大模型的多语言平行评测集
近期,通义千问团队联合魔搭社区开源的多语言基准测试集 P-MMEval,涵盖了高效的基础和专项能力数据集。
千问开源P-MMEval数据集,面向大模型的多语言平行评测集
|
17天前
|
机器学习/深度学习 人工智能 安全
通义视觉推理大模型QVQ-72B-preview重磅上线
Qwen团队推出了新成员QVQ-72B-preview,这是一个专注于提升视觉推理能力的实验性研究模型。提升了视觉表示的效率和准确性。它在多模态评测集如MMMU、MathVista和MathVision上表现出色,尤其在数学推理任务中取得了显著进步。尽管如此,该模型仍存在一些局限性,仍在学习和完善中。
|
1月前
|
缓存 API 开发工具
Qwen-coder方向-如果从0开始应用通义千问开源大模型
从0开始接触,带您全面了解Qwen2.5语言模型家族,包括其核心功能、微调方法以及具体应用场景。我们将通过一系列精心准备的应用demo和使用指南,帮助您掌握如何充分利用Qwen2.5的强大能力
264 8
|
2月前
|
人工智能 开发者
再次获奖!世界互联网大会把荣誉给了通义大模型
再次获奖!世界互联网大会把荣誉给了通义大模型
58 11
|
1月前
|
存储 自然语言处理 关系型数据库
基于阿里云通义千问开发智能客服与问答系统
在企业的数字化转型过程中,智能客服系统已成为提高客户满意度和降低运营成本的重要手段。阿里云的通义千问作为一款强大的大语言模型,具有自然语言理解、对话生成、知识检索等能力,非常适合用来开发智能客服与问答系统。 通过本博客,我们将演示如何基于阿里云的通义千问模型,结合阿里云相关产品如函数计算(FC)、API网关、RDS等,搭建一个功能齐全的智能客服系统。
137 5
|
1月前
|
自然语言处理 前端开发 Serverless
基于阿里云通义千问开发编程辅助与代码生成工具
随着软件开发需求的增加,编程辅助与代码生成工具成为开发者提高效率的利器。这类工具能够根据用户描述生成代码片段、协助调试、生成自动化脚本等,大大减少重复性劳动。阿里云通义千问作为一款先进的大语言模型,具备强大的自然语言处理和代码生成能力,非常适合用于开发这样的工具。
81 3