鐵路是國民經(jīng)濟(jì)大動脈和國家重要基礎(chǔ)設(shè)施。在中國式現(xiàn)代化建設(shè)如火如荼的今天，中國鐵路覆蓋面積不斷擴(kuò)大，高鐵觸角不斷延伸，正在用“中國速度”成就中國經(jīng)濟(jì)。

在這張龐大的鐵路交通網(wǎng)背后，穿插著一條堅固的生命線——鐵路安全。隨著5G、云計算、人工智能等技術(shù)的發(fā)展與進(jìn)步，所有交通建設(shè)參與者都面臨著同樣的課題：如何借科技的臂膀，提高軌道交通安全運(yùn)維能力？面對鐵路線路病害頑疾，要怎么做好智能化防治？

近日，在以“數(shù)聚廊坊 智享未來”為主題的河北人工智能計算中心上線儀式上，北京交通大學(xué)詹天佑學(xué)院副院長李清勇發(fā)表了題為《天佑大模型-塑造高速鐵路軌道基礎(chǔ)設(shè)施的“健康衛(wèi)士”》的主題演講，全面闡述了天佑大模型將人工智能與軌道基礎(chǔ)設(shè)施檢測行業(yè)融合的創(chuàng)新實踐，大幅提升軌道基礎(chǔ)設(shè)施病害檢測的安全性和時效性。

北京交通大學(xué)詹天佑學(xué)院副院長李清勇

　　我國軌道交通發(fā)展迅速，目前已形成全球規(guī)模最大的軌道交通網(wǎng)絡(luò)。然而，在快速發(fā)展的同時，軌道基礎(chǔ)設(shè)施運(yùn)維能力同步提升速度卻較為緩慢。如何實現(xiàn)高效、精準(zhǔn)、智能的軌道病害檢測，是當(dāng)前高速鐵路發(fā)展的迫切需求和亟待攻克的技術(shù)難點。

李清勇在會上介紹到，近幾年，我國軌道基礎(chǔ)設(shè)施運(yùn)維方式正在由人工模式逐步向“自動采集、離線分析和人工復(fù)核”的模式過渡。但是，由于軌道圖像采集中難免受到環(huán)境、氣候條件、光照等的影響，圖像背景往往噪聲較高，病害表觀通常復(fù)雜多樣，同時軌道缺陷檢測面臨負(fù)樣本少、檢測對象繁雜，任務(wù)類型多樣等問題，對軌道病害智能檢測能力提出挑戰(zhàn)。

對于那些率先使用檢測模型，試圖通過數(shù)字技術(shù)加速鐵路智能化管理的運(yùn)維部門來說，采用傳統(tǒng)的“單模型”部署模式造成不同軌道病害檢測任務(wù)之間獨(dú)立運(yùn)行，病害特征數(shù)據(jù)不能共享，孤島現(xiàn)象明顯。另外，檢測模型的訓(xùn)練和更新也較為復(fù)雜，對于工作人員來說部署和迭代都比較困難。在如今高鐵軌道巡檢頻率動輒十天一次、城市軌道巡查頻率不低于每周一次的剛需要求下，這種情況不僅影響了軌道病害檢測工作效率，同時也極易造成鐵路安全隱患。

針對當(dāng)前軌道病害檢測領(lǐng)域所面臨的挑戰(zhàn)，2022年6月，河北人工智能計算中心攜手北京交通大學(xué)、華為共同著手研發(fā)軌道缺陷檢測天佑大模型，全面構(gòu)建軌道基礎(chǔ)設(shè)施智能運(yùn)維場景，促進(jìn)軌道交通產(chǎn)業(yè)繁榮發(fā)展。

雙重加持：算法+算力，加速優(yōu)化軌道交通病害檢測手段

從研發(fā)到落地，時至今日，天佑大模型憑借堅實的技術(shù)底座和強(qiáng)大的算力支撐，成為了目前業(yè)內(nèi)首個軌道交通基礎(chǔ)設(shè)施智能運(yùn)維大模型。

李清勇表示，作為一套能夠覆蓋多種軌道表面病害的智能檢測系統(tǒng)，天佑大模型將人工智能技術(shù)和軌道基礎(chǔ)設(shè)施運(yùn)維行業(yè)高度融合，解決了傳統(tǒng)依靠人工檢測成本高、效率低、易漏檢等問題。

在算法方面，天佑大模型基于昇騰AI基礎(chǔ)軟硬件平臺，包括Atlas系列硬件、全場景AI框架昇思MindSpore以及一站式AI開發(fā)平臺ModelArts，有效提高了算法團(tuán)隊的開發(fā)效率和模型精度。同時，天佑大模型提供了豐富的API接口和模型代碼，方便開發(fā)者進(jìn)行二次開發(fā)和應(yīng)用集成。

在算力方面，天佑大模型依托河北人工智能計算中心提供的高效算力進(jìn)行算法創(chuàng)新和天佑大模型優(yōu)化，重點突破了軌道交通病害檢測領(lǐng)域小樣本、細(xì)粒度、數(shù)據(jù)同質(zhì)化等技術(shù)瓶頸。同時，天佑大模型還可以通過不斷的算法創(chuàng)新和模型優(yōu)化，進(jìn)一步提升其在軌交領(lǐng)域的技術(shù)水平和應(yīng)用價值。

基于算法與算力的雙重加持，天佑大模型在軌道巡檢垂直應(yīng)用領(lǐng)域?qū)崿F(xiàn)了多維度技術(shù)創(chuàng)新，其中包括多階段自監(jiān)督預(yù)訓(xùn)練方法、適用于軌道巡檢垂直領(lǐng)域數(shù)據(jù)的掩碼策略以及基于大模型的軌道病害數(shù)據(jù)自動增廣方法等。

這些舉措使得天佑大模型在城際、地鐵、 輕軌、高鐵等場景的8類應(yīng)用任務(wù)中取得了顯著的成果。目前天佑大模型的實驗結(jié)果顯示，病害召回率大于96%，虛警率小于10%，大幅提升了軌道病害檢測的準(zhǔn)確性和智能化水平。

生態(tài)培養(yǎng)：打造人工智能開放創(chuàng)新平臺，繁榮多元化產(chǎn)業(yè)生態(tài)

基于昇騰AI軟硬件根技術(shù)，天佑大模型在河北人工智能計算中心、北京交通大學(xué)和華為的共同研發(fā)下，實現(xiàn)了對交通領(lǐng)域的深度理解和精準(zhǔn)把握。河北人工智能計算中心與北京交通大學(xué)聯(lián)合實驗室的成立，將進(jìn)一步擴(kuò)大了其在交通領(lǐng)域的多元化應(yīng)用，打通從科研創(chuàng)新到行業(yè)落地的產(chǎn)業(yè)新模式。

河北人工智能計算中心與北京交通大學(xué)聯(lián)合實驗室揭牌儀式