官方微信
CNPC-online

两会聚焦|行业大模型如何找到“双轮驱动”平衡点

——“人工智能+”与油气产业融合发展系列观察之三
2025/03/12 信息来源:中国石油报

 “我本人也是受害者!”今年全国两会期间,全国人大代表、小米集团创始人雷军提到,当前AI(人工智能)技术发展后,AI换脸、AI拟声在网上已经成为重灾区。

类似这样的现象还有不少。近年来,随着大模型等关键技术的不断突破,人工智能应用加速迭代更新,多样化应用场景不断涌现。与此同时,在这些人工智能的应用过程中也暴露出数据泄露、数据伪造等安全威胁。作为传统能源领域的代表,油气行业既要抓住当前人工智能技术带来的变革机遇,又要应对随之而来的安全挑战。全国两会期间,代表委员们围绕人工智能技术安全提出了诸多建议,为油气行业大模型建设找到发展与安全“双轮驱动”的平衡点提供了重要思路。

油气行业正深度融入AI

从2024年底中国石油发布700亿参数昆仑大模型,到不久前昆仑大模型正式完成DeepSeek大模型私有化部署……不难发现,作为我国最大的油气生产供应商,中国石油正以前所未有的速度与决心布局人工智能,推动“数智中国石油”建设驶入快车道。

“近一年时间,昆仑大模型已经完成了两次升级迭代,每次都伴随参数量级的规模增加,也推出了很多个性化场景。我认为,油气行业的大模型之路已经扬帆起航了。”全国人大代表,中石油煤层气有限责任公司党委委员、常务副总经理刘洪涛评价。

油气行业大模型快速发展的背后,是人工智能技术与油气行业天然的“化学反应”。全国人大代表,西南油气田公司油气田开发首席技术专家文绍牧表示,人工智能技术通过与油气行业全产业链进行深度融合,利用油气田生产过程中海量大数据和高价值应用场景的优势,将为现场的全面感知、自动操控、趋势分析、预测预警以及油气发现和方案优化决策提供很大帮助,对油气行业而言将是一场技术与产业的革命。全国人大代表,广东石化公司董事长、党委书记周健也表示,现代炼化装置集成数十万个传感器,单套装置需实时处理百万级数据变量,传统人工经验难以精准捕捉异常信号,需要人工智能技术赋能炼化行业的高质量发展。

“在全球能源转型与‘双碳’目标的驱动下,油气工程正加速与人工智能技术深度融合。”全国人大代表,中国石油集团副总工程师,油田技术服务公司执行董事、党委书记杨立强同样认可当前油气领域正在刮起一股AI风潮。

飞速发展背后的“风险陷阱”

在众多影视作品中,人们对人工智能可能带来的颠覆性后果进行了大量想象与演绎,其背后折射出的是人类的技术恐惧。

这样的担心不无道理。全国政协委员、奇安信科技集团董事长齐向东认为,“人工智能+”驱动新质生产力跃升,伴生的新型安全威胁不容忽视。全国政协委员、360集团创始人周鸿祎进一步指出,大模型部署在政府、企业内部的基座模型、知识库或智能体中任一环节一旦出现安全隐患,都极有可能诱发整个生产环境爆发系统性风险。

在油气行业,这样的安全风险往往更为致命。“油气勘探开发领域的生产数据往往具有战略属性,与矿权、储量等核心数据紧密相关。”刘洪涛解释道。

除此之外,当下普遍认为人工智能技术的快速迭代除了需要强大的算力、精准的算法,还需要海量的数据。全国人大代表,海尔集团董事局主席、首席执行官周云杰提到,尽管工业大模型在新型工业化进程中展现出巨大潜力,但其在深度应用实践中仍面临诸多挑战,例如,数据质量与语料库构建的双重瓶颈。

刘洪涛则认为,在数据获取方面,由于油气领域的专业数据集非常稀缺,油气行业大模型面临着数据孤岛与标准化等难题。此外,油气行业的特性决定了在训练油气行业大模型时,需要在私有化环境下进行,并对数据进行必要的脱敏,但这样又势必会影响大模型的预测精度。

“数据越多,对后面大模型生成的准确度越有利,但数据在共享的同时,也要考虑到怎么去保护数据的安全。”周健同样对数据安全高度关注。

AI技术发展与安全的辩证法

和任何一项具有深远影响的技术一样,人工智能技术的发展也必然面临机遇与风险并存。但整体而言,前者所能带来的收益远高于其潜在的风险。

“重点要处理好发展和治理的协同关系。”刘洪涛说。他指出,一方面,要推进油气行业大模型按照基础底座、通用领域、专业领域去层层深入。另一方面,要强化治理,加强对大模型应用带来的数据安全与隐私保护、伦理、产权、标准化等问题的治理。

3月8日,全国人大常委会工作报告针对人工智能领域安全问题提出,2025年将围绕人工智能、数字经济、大数据等新兴领域加强立法研究。这无疑为AI技术的安全防护指明了另一个方向——立法监管。周健也提到,希望国家出台相关政策来统一数据共享和保护的标准,并通过法律来约束,更好地促进新兴业态、新兴产业的高质量发展。针对企业面临的数据合规成本高、技术应用边界模糊等问题,全国人大代表、浙江宇视科技有限公司研究院院长周迪今年提交了关于加快制定人工智能法律体系的建议,希望能够规范人工智能的应用。

此外,技术创新与多方合作同样至关重要。杨立强指出,要着力推进人工智能技术在工程技术领域关键核心技术攻关中的应用,积极探索大模型建设与应用的有效路径,总结形成一批可复制、可推广的典型经验。同时,还需要加强企业与研究机构的高效合作,共同推动成果转化,实现油气行业大模型的健康发展。

记者:余果林 许琳迪 

编辑:夏雨晴 

审核:肖程释