文丨智能相对论（aixdlun）
作者丨叶远风
当AI，开始追寻电流的足迹
像野外生存的挑战者一样在几乎没有路的密林中行走，像极限运动爱好者一样在激流河谷中爬上跳下，像徒步旅行者一样在戈壁荒漠中跋涉……
在输电铁塔、电力基站之间，沿着高压线路，电力巡检工人的身影经常出现其中。在过去，由于只能靠肉眼识别各种输电线路中可能存在的问题，偏远地区的电力巡检工人工作任务常常危险、繁重而重复性高，连走带爬偶尔受伤是工作的常态。
而现在，随着技术的进步，这种情况正在改变。
一个典型画面是，在输电铁塔装上一块小太阳能板，为一个内置AI计算模块的摄像头提供能源，线路现场可能出现的各种风险就能被实时、及时、精确地反馈到远程控制中心。这时候，电力巡检工人只需要坐在装有空调的操作间，凭借AI的准确识别能力就能轻松掌握现场情况，面对问题及时采取行动，再也不用像过去一样上演“荒野求生”。
在AI改变世界的大背景下，计算的力量正在推动电力巡检的进步。
电力基础设施面临严峻挑战，
电力巡检工人孤独守护
由于电力系统基础设施的敷设与地形地貌有很大的关系，而我国的地形地貌又十分复杂、对比强烈，例如，有雪山、草地，热带雨林、沙漠戈壁，崎岖的山地、一望无际的平缓丘陵等等，这些地理面貌的多样性让中国在自然风光的秀丽之外，也面临电力基础设施上的严峻挑战——电网如何有效触达社会生产生活末端？在繁华的城市之外，国土上很多偏远地区更需要电力，即便是能够点亮一盏灯，也足以让这些地区居民的生活品质发生质的改变。
于是，辽阔的国土上，电力基础设施必须要穿过不同的地形地貌，除了在建设阶段十分具有挑战性，后续的日常巡检维护更是将这种挑战变成一件长期持续、必不可少的事情。中国电网的触达性、稳定性，早已成为“了不起的国”最重要的注脚之一。
而由于电流的物理特性，任何一个环节出现问题，偏远末梢的一盏灯就无法亮起，这种“一票否决”，让输电、变电、配电、用电各个环节都需要艰辛的巡检工作，也就需要无数的电力巡检工人付出。
而且，随着电力需求的快速增长、能源新技术的不断应用，电网系统还在变得越来越复杂，电力巡检的任务还在变得越来越繁重，另外一边，因为“断电”造成的后果也越来越无法承受。于是也就有了开篇的那一幕，电力巡检工人不得不在普通的工作场景中展现出只有新奇运动中才能出现的极限感。
即便是大雪封山，也需要赶赴现场巡查线路，这时候的线路出现问题的概率更高、修复难度更大；在高原缺氧的环境下，也必须爬上危险的高空作业，这里的电力是高原生产生活的重要支撑，必须确保安全；在雨水大风等恶劣天气下，也需要停留在一线的现场，及时解决因为特殊天气导致的电力系统问题。
可以说，为了点亮偏远地区的一盏灯，电力巡检工人在肉体上要忍受各种极端情况，在精神上还要忍受偏远地区漫长的独自或少数人作业的过程，一条线路、一个基站要一丝不苟地巡查一天甚至数天。
人类文明的发展过程中曾经出现过许多奇特的职业，每一个都吸引着很多人的目光，比如大堡礁看护员曾经被认为是“最美好的职业”。而现在看来，电力巡检应当可以竞选这个世界上“最孤独的职业”——在没有得到计算的力量的前提下。
AI计算的到来，
改变电力巡检工人的境况
事实上，要说电力巡检工人的孤独处境没有得到改善是不公允的。
过去几年，以无人机、机器人、远程视频、便携智能装备为主要代表的智能巡检手段开始广泛兴起，改善了电力巡检工人的工作状况。
比较典型的，有已经较为广泛使用的无人机，代替人工在一定范围内实现现场观测，减少电力巡检工人的旅途跋涉，同时提升观测的精确性和范围：
此外，在一些过于危险、无人机也无法到达的场景下，业界还出现了直升机巡检的做法。
不过，这些做法仍然面临很多问题。
一方面，自动化设备、无人机等协助作业，在很大程度上仍然无法改变对人工的依赖，例如，无人机仍然需要飞手遥控，数据的拷贝、处理、报告全部依赖人力。
另一方面，原有的所谓智能巡检手段存在着不够智能的问题。
例如，远程监控系统受限于能耗过高，采取的往往是间隔拍摄的手段，无法实时识别风险；内置算法能力差、精度低，对故障等场景的识别率低。
又例如，通常的无人机巡检受限于电池技术，续航时间一般为30-50分钟，频率低且很容易受天气、空管等因素影响——到了真正恶劣天气最需要无人机时，可能恰恰设备无法进行工作，造成尴尬的局面。
这时候，真正智能、摆脱人力依赖的智能巡检方案就变得尤为重要，而这，正是开篇所提到AI参与电力巡检的方案，来自昇腾AI的“昇腾智巡”。
这是一个以边缘智能为主要抓手、提升整体监控效果和质量的解决方案。在输电线路现场，能够做到实时在线检测而不是间断式监控，从而更好地发现问题；还能实现无人机自动化巡视，发现隐患自动拍照，摆脱对人的依赖并实现数据的自动化采集处理（例如自动化分析回传故障照片）。
通过这样的方案，原本需要电力巡检工人爬山涉水去检查的问题，现在很多都可以自主判断和预警，例如异物对线路入侵风险，山火威胁电网安全，部分线路、设备、零件的损坏等等。
这种做法落地后，电力巡检工人被极大地解放，工作效率也得到了大幅度的提升。
华为和深圳供电局联合打造的基于昇腾AI的新一代输电线路智能巡检系统，实现了2小时完成过去人工巡检20天的工作量，效率提升80倍，在数据采集量提升30倍之后，还能够发现一些人工巡检难以发现的隐患点——这些能力同样在变电、配电、用电等环节得到展现。
于是，对电力巡检工人而言，他们只需要在监控管理平台实时查看有问题或者值得注意的风险点，并在必要时直接针对问题进行解决即可。
在计算的力量下，“坐在办公室的蓝领”正在成为电力巡检工人一种新的身份，也帮助他们获得更高的职业成就感，为企业和社会创造着更多价值。
电力巡检之外，
AI计算持续帮助千行百业的从业者
在电力领域，很多企业和组织很早就意识到了智能巡检解决方案本身面临的不连续、不准确、依赖人工等痛点问题，但由于技术支撑不足等种种原因，不能够很好地解决——要真正做到“智能”巡检，从硬件到软件的智能化能力支撑必不可少，也有着高度的壁垒。
而前文提到的昇腾智巡之所以能够做到，与昇腾AI的技术积累密不可分。
例如，边缘计算设备Atlas200，得益于算法能力，以及对功耗的极低需求，一块太阳能板就能实现长期供能，甚至可以做到20天以上无光照运行，在同样的供能设施下让终端视频采集设备持续工作，做到“全检”而不是“抽检”。
在云端监管管理平台，基于Atlas 800的云端训练与推理服务器，又能让现场无法有效识别的数据在云端得到进一步确认，同时不断吸收新的数据、训练精度更高的AI算法模型推动终端内置边缘计算算法的升级。
实际上，昇腾智巡即是基于昇腾全栈AI体系而出现的场景化解决方案：
硬件上，昇腾AI开放硬件，有10多家解决方案伙伴推出对应的产品；
软件上，MindSpore已经成为国内领先的AI开源社区；
应用上，昇腾已经构建起了“2 1 X”体系，其中“2”包括深度学习和智能边缘使能组件，“1”是指优选模型库，“X”代表面向多个行业的AI应用软件开发套件，这个体系加速了AI场景化创新，昇腾智巡也是由此而来。
不止于能源，昇腾AI目前还深入包括制造、交通在内的千行百业，例如在制造业，昇腾智造解决方案让生产线的质量检测更有效率、更准确，让一线操作员从此前重复单一的工作中解脱出来，大大提升了工作体验；在交通领域，昇腾智行解决方案则利用AI对车辆、轨迹等进行智能分析，帮助缓解交通拥堵等城市痼疾，为道路管理者提供便捷服务。
总的看来，与电力巡检工人类似，在各个场景下，昇腾AI还在让更多人在走出艰辛的工作环境、获得更高的职业价值和成就感。
结语
AI是电流表现为人类思考的产物，充分、稳定的电流供给是AI能够快速发展、解决实际问题的前提，各地的电能对AI的发展至关重要，例如AI计算中心就是得益于充分的电量供给而能够服务更广泛的产业，并实现包括大模型在内的AI进化。
现在，反过来，AI帮助电力巡检工人走出孤独和艰辛，其实就是通过计算的力量保护电力的稳定运输，这种“相互成全”，或许是电力行业落地AI相对其他领域的一种特殊之处。
在电力这里，数字化时代的快速巨变被进一步彰显，一盏灯的背后，是计算的力量正在推动着这个星球每一个角落里的普通人走向更美好的工作与生活，而这股力量又正在被昇腾AI与其生态伙伴所强化。
*本文图片均来源于网络
