和李碩聊完後，我有點不焦慮了。

真的。

生命的一邊，中國新生兒出生率降低到72年來的最低：7.52‰，連續2年低於1%；生命的中間，第一批00後大學畢業生達到1076萬，歷史新高遭遇史上最難就業季；生命的另一邊，中國第二波嬰兒潮（1962年-1975年，連續14年，每年出生人口大於2000萬）開始退休，深度老齡化加速到來。很令人焦慮。怎麼辦？怎麼辦？怎麼辦？

焦慮正常，但焦慮沒用，也沒必要，李碩說。

李碩，是百度副Quattroporte，一個比我還理工男的理工男。他說，我們享受了40多年的歲月靜好，是因為正在老去的那一代人，用盡一生的時間替我們負重前行。是的，他們正在退休。但是不用焦慮。因為AI（人工智能）正在接過他們的擔子，繼續替這個世界負重前行。

哦？AI？

是的。我給你講幾個故事。

“1小時後，火情得到了有效控制”

我們都怕高壓電線。但你知道，高壓電線怕什麼嗎？

高壓電線怕鳥，怕風箏，怕木棍，怕積雪，怕煙怕火，還怕挖掘機，怕起重機，怕附近一切會碰到自己的“異物”。因為這些異物，不但可能導致斷電事故，影響一方居民生活、工業生產，甚至還可能引發火災，導致財產損失、人員傷亡。

所以，高壓電線附近，必須非常“乾淨”。

那怎麼確保高壓電線附近乾淨呢？派人巡檢。巡檢員順著高壓電線來回走，邊走邊檢查有沒有“附著物”。上午一個來回，下午一個來回。甚至，有時需要打著手電，深夜巡檢。

可是你知道，全國220kV電壓及以上的省級主幹輸電線路，有多少公里嗎？

80萬公里。巡檢80萬公里輸電線路，大約需要2-3萬名巡檢員。所以你知道嗎，你之所以能吹著空調、刷著手機，是因為有2-3萬名電力巡檢員，每天冒著惡劣的環境，替你負重前行。

但是，替你負重前行的電力巡檢員，正在減少。為什麼？因為勞動人口減少。根據第7次人口普查的數據，因為老齡化和少子化，中國的勞動人口已經從2010年的10.06億，降到2020年的9.68億，並還在持續降低。

那怎麼辦？讓AI，替我們負重前行。

因為這些年在智能駕駛領域的持續耕耘，百度訓練出了一雙越來越聰明的“眼睛”。這雙眼睛，可以識別行人，車輛，路障等等千奇百怪的物體，保證車輛駕駛安全。我們就在想，能不能用這雙眼睛，識別高壓電線上的異物呢？

2019年，百度智能雲和國家電網山東分公司合作，嘗試用1萬個經過訓練的“人工智能眼”，接管了5000公里的高壓電網巡檢工作。這些“見多識廣”的人工智能眼，24小時監控著電網線路上的任何變化，一旦發現“異動”，立即通知“中央大腦”進行識別。

哦，這是一輛路過的自行車，那是一隻飛過的鳥。沒事沒事。那是什麼？好像是煙？隱隱還有火光？立刻通知工作人員，可能有險情。

2020年3月8日下午17:35，山東淄博一處人煙稀少的郊區。百度人工智能眼一直在監控著這裡的高壓電網。突然，視野裡出現異動。什麼情況？圖像被送回中央大腦做分析。是濃煙。

這可不得了。濃煙之上，是1000倍於家用電壓的高壓線。如果濃煙變成明火，不堪設想。中央大腦隨即發出警報。接到警報，運檢人員立刻帶著滅火設備、電力檢測設備，趕往現場。

5分鐘後，濃煙果然變為明火。

還好，運檢人員及時趕到了現場。1小時後，火情得到了有效控制。輸電線路，繼續安全運行。有驚無險。

吹著空調、刷著手機的市民，完全不知道這一個小時發生了什麼。但是，長舒一口氣的運檢人員知道，這歲月靜好的背後，是AI開始接過人類的棒，替我們負重前行。

真好。

李碩說，而且你知道嗎，AI的負重能力，比人類要強大得多。我們把用於自動駕駛的眼睛，用於電力巡檢後，發現它對導線異物的識別率達到80%，對煙火的識別率達到90%，對各類施工車輛的識別率達到95%。更重要的是，它不吃不喝、不眠不休，一直在那裡。

突然，我有些不焦慮了。甚至有些感動。

電網安全，只是一個小例子。AI正在很多領域，接過人類的棒。

比如，質檢。

“5秒鐘瞥一眼，良品率超過人工質檢”

潤總，你瞭解化纖行業嗎？

我說，大概瞭解。化纖行業，上游是石油，下游是紡織。化纖行業，就是把上游石油裡面的高分子溶液，拉成強度高，吸溼、染色、抗靜電、阻燃的細絲，盤成一卷一卷的，供下游織布做衣服。

是的。化纖非常有用，除了做衣服，它還是漁網，醫療縫線，繩索、運輸帶、濾布等等重要產品的原材料。但是，化纖業一直有兩個問題：斷絲和偏色。斷絲被送到下游工廠，會導致在紡織過程中的故障；偏色出現在最終的衣服、襪子、帽子上，會影響產品的品質。

那怎麼解決斷絲和偏色的問題呢？用“手電 + 女工”來解決。用強光“手電”照向一卷捲成品化纖，再讓“女工”用肉眼檢查有沒有斷絲，有沒有偏色。一家傳統的化纖廠，2000名的員工中間，可能就有200多女工，在檢查斷絲和偏色。

這樣質檢，效率太低了吧？是的。所以良品率，就成了化纖行業的頑疾。可是，良品率又如此重要，良品率不穩定的化纖廠不可能在下游拿到大單。所以雖然中國化纖產量在全球舉足輕重，但全球五大化纖企業中，沒有一家中國公司。

怎麼辦？

李碩說，請AI替中國負重前行。

百度智能雲的工業互聯網平臺叫“開物”。這些年開物服務了不少工業企業，其中就有中國的化纖巨頭：恆逸化纖。

當然可以。AI視覺除了識別準確，更重要的是不知疲倦。於是我們和恆逸化纖嘗試，把在倉庫的成品質檢，提前到車間的生產環節，讓AI睜大眼睛一直盯著不斷拉出來的絲，實時質檢。

我們嘗試下來發現，只要一隻“開物”的人工智能眼，就能抵10個女工的工作量。而且，甚至都不用實時，只要每5秒鐘瞥一眼產線，人工智能眼就能達到人工質檢的良品率，甚至更高。

但這不是最重要的。最重要的，是這幫助了恆逸化纖實現“全球化生產”。

大家都在說“全球化生產”。可當你真到越南、非洲建廠後就會發現，他們的工人雖然便宜，但職業化的程度遠低於中國。有些要求高的工種，比如質檢，很難招人。勉強招到，良品率也會慘不忍睹。有了“人工智能眼”，良品率就不再受限於工人的職業化程度高低了。因此，我們可以把工廠開到世界各地時，在杭州辦公室做全球品控。這對“全球化生產”，太重要了。

那這樣高密度的AI質檢，需要很多算力吧？

是的。現在的AI計算，主要用GPU來做。而一張進口GPU，非常貴。AI質檢，需要很多算力，需要很多GPU，所以要花不少錢。但是，這些GPU其實並不是一直滿負荷。有的企業白天用，有的企業晚上用，總有閒暇時間。所以，我們就把GPU做了“池化”，共享算力，從而降低成本。在一些場景，我們也會用自研的“崑崙”芯片替代進口GPU，幫助企業把算力成本進一步“膝蓋斬”到25%。

中國走向高端製造，產品質量必須大幅度提高。而提高產品質量，只靠肉眼做質檢，是肯定不行的。那怎麼辦？AI，可以擔起這個重任。而原來那200多位質檢員，大部分人可以釋放出來，在勞動力極其稀缺的今天，做更有創造力的工作，為經濟發展創造更大的價值。

真好。

除了質檢呢？還有呢？

還有，環保。比如，碳排放。

從320克煤每度電，降到300克

碳排放，是全球共同面對的重大課題。

我們都知道，過量的二氧化碳排放，會造成溫室效應，導致全球氣溫升高。而全球氣溫升高1度，阿爾卑斯山冰雪就會全部融化；升高2度，全球海洋的水平面會上升7米；升高3度，亞馬遜熱帶雨林就都會變成荒漠；升高4度，北冰洋所有冰蓋全部消失；升高5度，地球將面臨徹底的災難。

一定要減少碳排放。

可是怎麼減？需要全球所有國家的齊心協力，並作出承諾。2020年，中國在聯合國大會上正式承諾，將在2030年實現“碳達峰”（碳排放總量，達到峰值後回落），2060年實現“碳中和”（碳排放和碳回收相抵，實現中和）。這個承諾，是一個負責任的大國的擔當。

具體怎麼做？從此關閉所有火電廠，改為只用風電、水電、光電這些綠色能源？不現實。

2021年9月，中國出現了大面積的拉閘限電。有些工廠被要求“做四休三”（開工四天，休息三天），甚至“做二休五”，嚴重影響了生產。甚至有些地方，城市居民供暖都出現了問題。為什麼？因為煤炭價格大漲，火電廠每發一度電都要虧錢，所以限制了產能。那為什麼煤炭價格會大漲？因為能源結構轉型，煤炭去產能的步伐過快，而風電、水電、光電的產能爬坡又太慢，因此出現了缺口。

李碩說，雖然綠色能源是終極目標，但在現階段，煤炭依然是中國發電的主要來源。即便到2030年，我們的能源結構中，依然會有40-50%會是化石能源。完全取代煤，短期內是不現實的。

離不開煤，那如何實現碳達峰的目標呢？提高火電用煤的效率。把每發一度電要用320克煤，降到十四五結束時（2025年）最多隻用300克，甚至更少。

有道理。但火電發展這麼多年，用煤效率如果還能提高，早就提高了吧？

是的。通過升級設備的方式提高發電效率，已經沒有低垂的果實了。現在靠機器升級換代能提升的效率，大約是“10年升1代，1代降10克”。這就是說，要實現每度電降20克煤耗的目標，還需要20年。但是，現在是2022年，我們離2025年就要降20克的目標，只有3年。

怎麼辦？還是要靠AI。

火力發電的物理原理，簡單來說就是一個汽輪機，一頭連鍋爐“熱端”，另一頭連接“冷端”，然後利用壓降帶來的壓差，驅動蒸汽做功，汽輪機帶動發電機高速旋轉，切割磁感線發電。熱端的熱，來自煤粉“高效”把水燒開（鍋爐）；冷端的冷，來自空氣或水冷卻降溫（空冷島/水冷塔），怎麼高效，怎麼優化？很多學問。

很多大學都有個專業，叫“熱能與動力工程”，就是專門研究，根據鍋爐內不斷變化的溫度和壓力環境，怎麼噴煤粉，怎麼給氧氣，燃燒效率最高；還研究冷端的優化，如空冷島在不斷變化的負荷、環境風速、溫度下怎麼調整空冷風機，降低機組背壓，提升發電量。這背後的知識，逐漸變成了老師傅的經驗。老師傅根據經驗，每半天調整一下發電機組的參數，提高發電效率，降低煤耗。

但是潤總，你知道鍋爐裡的溫度和壓力環境，可不是半天才變化一次，空冷島的風速和風向，也不是半天才改變一次。這些參數一直在變化。半天才調節一次，還是太粗了。調整完後的10分鐘內，效率是提高了。但10分鐘後的幾個小時，又降到了普通水平。

這個問題，很麻煩，但是很重要。它已經不僅僅是一家企業能否盈利的問題了，也是關係到我們能否早日實現雙碳目標的問題。

那怎麼辦？試試AI。

百度智能雲的同事們，嘗試用內蒙古一家電廠的上千個傳感器，以秒為單位採集數據（而不是每半天看一眼），然後用人工智能深度學習算法，建立了一個不斷進化的AI模型，模擬鍋爐內精確的溫度場、煙氣場，算出來鍋爐管道的溫度是多少，爐內的溫度是多少，蒸汽的溫度是多少，冷端降背壓需要多少送風量。然後，和華北電力大學的教授合作，結合他們畢生所研究的“機理模型”（如何調節機組的各項參數，才能獲得最大的發電效率），優化整個火電機組的運行狀態。

舉個例子。空冷島作為電廠的冷卻系統，往往有幾十個大型風機在同時運轉，但是外界的自然風的速度、風向、環境溫度一直在變化，如果風機不能進行隨時調整，則會造成能耗的浪費。風機策略半天調節一次，顯然是不夠的。百度通過“AI模型”和華電教授的“機理模型”，每分鐘調整一次，降低風機的能耗。

你猜，這項改進，能節省多少煤？每度電，節省1.55克-2克煤。

還記得嗎，我們目標，是從每度電320克煤降到每度電300克煤。在沒有做大規模發電機組技術改造的情況下，單憑用AI優化運行參數的情況下，我們就降低了近2克。目前，全國一共有1000套左右的空冷機組。單憑這一項改進，就能為中國減少600多萬噸的碳排放。

這是去年。百度智能雲的“AI模型”正在變得越來越聰明。未來幾年，我們的AI，有機會幫火電廠每度電節省5-10克煤。

中國規模以上的火力發電機組，有2000多個。我們把這套訓練過的AI算法放在了開物工業互聯網平臺上，所有電廠都可以用自己的數據來進行模型訓練，並可以實時看到節碳減排的成果。而且以後，平臺的雲端算力部署在風電、水電、光電充沛的西部，進一步降低碳排放。這就是“東數西算”。

我們經常說，大國重器，大國重器。可是誰來揹負這些大國重器？靠人嗎？不。未來要靠人工智能。中國走向碳達峰，碳中和，很艱難，有很多制約。AI替我們負重前行。

感謝AI。

最後的話

我知道，百度這些年一直在AI上下功夫。早在8年前，我在微博上寫過我對百度智能雲（當時叫百度大腦）的期待。但是，和李碩聊完，我還是有些驚訝的。沒想到，百度AI這8年的進化這麼快，居然已經可以幫助電網防止安全事故，已經可以幫助化纖企業提高產品質量，已經可以幫助火電機組降低碳排放。

我們常說，你以為的歲月靜好，只不過是有“人”替你負重前行。

這句話說得非常好。只不過未來替我們負重前行的，可能不再是“人”，而是“AI”，是“人工智能”。

感謝百度智能雲，感謝替我們負重前行的人工智能。

我有點不焦慮了。