北极光1号监火机器人由中国核建成员单位中核二三与普达核工测控联合研发,拥有自有知识产权和自主Al算法,是基于国际通行的安全规范与核工程安全标准要求,可对环境、物体状态与人员行为的异常实现快速响应和记录锁定,对动火作业全过程进行环境多源数据感知、物体隐患识别、人员行为监控、风险精准报警、违章实时记录的智能监火装备。产品案例精准指向建筑施工领域传统人工监火管理难点与成本痛点,为动火作业安全控制提供无人化闭环管理与多场景智能解决方案,目前已在多个重大项目落地应用。
战略规划
近年来,我国数字化转型进程持续加快,数字经济对经济社会的创新引领作用愈发凸显。国家层面也在“十四五发展规划和2035年远景目标纲要”等战略指引中,为国有企业数字化转型发展指明了方向。中国核建主动对接国家数字化发展战略,积极落实中核集团数字化发展变革转型的工作部署,系统谋划数字化转型的关键路径,确保业务目标不偏移,激励一线生产场景创新优先,以"瞄准用户、对准业务、打造平台”为基本方法,通过转意识、转组织、转方法、转文化和转模式,加快打造全量全要素连接、实时在线和高度集成的用户体验平台,有效提升了数字化治理能力和水平,推动新一代信息技术赋能作用发展,助力核电工程建造转型升级。

业务模式
在核建及建筑施工现场,存在大量的焊接、打磨、切割等动火作业,在动火作业过程中经常伴随阴燃、作业火星引燃易燃物等安全风险,如果不及时处理,极易引发火灾,对现场人员的生命财产安全造成巨大威胁和不可估量的经济损失。因此,针对传统人工监测对于风险感知能力和防范化解风险能力较弱,且易受人因影响大的管理痛点,通过新技术手段的研究应用,具有极其重要的意义。

技术架构
根据国家安全规范与核工程安全标准要求,明确动火作业过程中的危险因素及安全管控措施。以自主Al算法为核心,搭建动火作业场景算法模型,对作业过程中环境与物的异常状态,人员的异常行为,实现智能感知、及时预警和记录锁定。搭建动火安全智能态势感知数据平台,重塑传统线下业务流程,实现动火全流程数字化管理。同时可将数据共享至企业数据中台,为动火作业安全控制提供无人化闭环管理与多场景解决方案。

转型成效
(一)企业价值
1、业务创新
实现业务流程全闭环、数字化管理;完善”事前-事中-事后“机制;多终端协同公司安全指挥中心工作。
2、风险控制
多种动火环境和作业类型实时动态监控;分级报警、多端声光告警协同纠正和制止违章行为;异常情况智能感知自动锁定记录,永久保存可追溯。
3、降本增效
自主搭建动火作业场景算法模型,线下流程转为线上;大幅减少核电工程专职安全和监护人员投入,以国产核电堆型华龙一号2台机组建造为例,仅核岛安装施工单位监火员保守估计总人力投入数约为17386.7人·月,总体费用约为8000万元,应用监火机器人可减少近 4000万成本;终端产品可直接进行产品化推广。
(二)社会价值
利用智慧化、无感数据采集,通过Al人工智能替代人工,搭建数字化平台,实时跟踪重大安全设备、重要安全区域、重点安全行为,提升风险感知能力,实现安全生产全要素、全过程、全周期管控,并具备向民用建造领域降维推广能力。
1、为业务流程加速赋能
将传统线下纸质等信息介质流转改为线上,加速业务信息化运行,增强员工业务能力,减少人员工时浪费,持续推进“自动化减人、智能化无人”产业能力转型升级。
2、为本质安全管控赋能
以“本质安全”出发,信息化与智能化技术赋能贯穿于“人、机、料、环、法”各环节,实现提升安全生产多级管控能力;动火历史数据价值挖掘,增强风险防范化解能力的提升。
3、为安全决策平台赋能
生产数据进行统一接入、标准化集成和实时监测,实现动态感知的全要素管理,助力企业提升安全智能决策能力。
好文章,需要你的鼓励
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
在Cloudera的“价值观”中,企业智能化的根基可以被概括为两个字:“源”与“治”——让数据有源,智能可治。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。