第172章 讓我也來試試
為了展現湯圓的能力,韓路一在設置里提前打開了默認展示思考過程。
照片上傳完之後,對話框裡顯出一行灰色的小字。
「湯圓正在思考中……」
「客戶上傳了一張變電站設備的照片。」
「通過對照片的分析,這是一個氣體絕緣開關設備(Gas Insuted Switchgear,GIS),使用SF6氣體作為絕緣介質。」
閱讀更多內容,盡在🎨sto9.com
周涵的眼睛動了一下。
她以前在一線的時候,每天都要看幾百張這種設備的照片,但是AI能看出來,已經過了第一關。灰色的小字還在繼續彈出:
「調用知識庫:電力設備故障圖譜」
「匹配設備:六氟化硫(SF6)氣體密度繼電器」
「圖像特徵二次對比」
「圖像中可見接頭外圈輕微不均勻變色,與正常膠圈紋理特徵偏差」
「高概率匹配問題:密封膠圈早期老化」
「可能影響:SF6氣體緩慢泄漏,壓力逐漸下降,暫時不影響使用。」
「如果氣體嚴重泄漏,則可能導致繼電保護失效。」
周涵的身體微微前傾,眼睛緊緊地盯著投影上的問題。
小字彈出的速度很快,超過了一般人能夠捕捉的速度,周涵還在讀上面的診斷,這邊的處理方案已經生成完了。
「調用:《SF6氣體絕緣設備運維規程》(Q/GDW 1168)」
「調用:行業標準GB/T11022-缺陷分級」
「修複方案生成中……」
接下來一行更大的黑色字彈了出來。
「圖中的是氣體絕緣開關設備(GIS),可見接口處密封膠圈老化,建議派遣工作人員在實地檢查,噴塗皂液或使用紅外熱像儀現場覆核。」
「如確認泄漏,按一般缺陷處置,一周內完成更換。」
看到湯圓完成處理的之後,周涵輕輕的出了一口氣。
她這才意識到,自己剛才屏住了呼吸。
對了,全對。
這是她還在一線的同事前兩天發給她的照片。
一線的技術員很多時候都需要靠肉眼去診斷這些照片中的問題,能抓出這種隱藏問題的老技術員都對自己的能力引以為傲,私底下也會互相發照片考教對方。
周涵知道AI厲害,但是AI在她印象中能提供的幫助還屬於知識問答這一類,像個更好用的搜尋引擎。比如你問「GIS是什麼」,它可以給你個答案。
你再問「GI密封老化氣體泄漏怎麼辦」,它再給你些建議。
這個電力系統里已經在用了,新入職的小年輕們都讚不絕口。
可是剛剛這個………
直接就把診斷工作做了。
這是什麼概念?
現在能承擔這個工作的,都是在電力系統里工作了八年以上的老員工。
而且老員工的判斷也不是每次都準的。
上一次她看內審報告,巡檢照片的誤判率是15%左右。
國網每年的巡檢照片是多少?至少四十萬張。
每一張誤判的照片後面,都有可能是一次跳閘,一次搶修,甚至是一次爆炸。
2018年羊場的特大事故,就是GIS漏氣加電器短路導致的。直接間接造成的經濟損失上億元,他們內部培訓到現在還年年在講。
如果這個AI,能從照片裡直接標註風險一
那能預防多少事故?
能省下多少錢?
更別提現在有經驗的員工斷檔嚴重。
想到這,周涵看向韓路一的目光都不一樣了。
陸正平不是電力口的,湯圓的這一輪迴答對他來說沒有意義。
但是他看得懂周涵的反應。
看起來這個東西,很硬。
同時陸正平心裡也有顧慮。
投資最怕什麼?最怕別人拿假的東西騙你。
這種診斷如果是AI做出來的,那很厲害,如果是提前準備好的?那就沒什麼意思了。
韓路一是做準備好的產品演示,讓人現場試。可如果賀雲深提前把自己和周涵的身份透露給他了呢?想到這,陸正平站了起來:
「韓總,讓我也來試試。」
然後他不等韓路一回答,自己走到了電腦前。
韓路一心裡提了口氣,他可沒準備除了電力之外別的行業的工具。
陸正平直接輸入到:
「最近各地都有算力相關的政策,我想了解一下直隸的。」
湯圓響應的很快。
「調用:網絡搜索」
「連接失敗」
韓路一在旁邊說:「不好意思,陸總,聯網這塊還沒做適配。」
陸正平也不在意,這不是他想測的重點。
他掏出手機來,翻了一會兒,找出一份文件來
《ZJK市支持數據中心及算力產業發展若干措施》
這是網上公開發布的文件,不涉密。
陸正平示意韓路一過來加他微信,然後把文件用微信發給他。
韓路一看到文件的名字,提起的心又放下了。
意圖理解,這是湯圓的強項。
韓路一用藍牙把文件傳到電腦桌面上,讓開身子。
陸正平把文件拖進對話框,輸入:
「補貼這塊,幫我捋一捋。」
湯圓的對話框很快開始輸出:
「用戶上傳了一份政策文件」
「識別文件類型:地方政府產業扶持政策」
「用戶意圖:提取財政補貼相關條款,結構化輸出」
「解析中……」
很快,黑字開始彈出:
「一、電價補貼
大型及以上數據中心用電執行大工業電價,新建項目前三年給予0.05元/千瓦時的電價補貼。使用綠電比例超過50%的項目,額外補貼0.02元/千瓦時。
二、建設補貼
新建機架規模3000架以上的數據中心,按實際投資額的5%給予一次性補貼,上限2000萬元。改造利用既有建築的項目,補貼比例提高至8%。
三、算力補貼
為本地企業提供算力服務的,按實際算力交易額的10%給予補貼。
納入「東數西算「工程的項目優先支持。
四、人才補貼
引進高層次人才給予最高50萬元安家補貼。
本科以上技術人員每月給予1000-3000元生活補貼。
五、土地支持
數據中心用地可按工業用地出讓,地價不高於同期同類工業用地最低標準。」
整個輸入輸出的過程前後大概十幾秒。
韓路一在旁邊,一邊看一邊想,這不就是我需要的政策嗎?
陸正平是無心的,還是在暗示什麼?
這邊,陸正平沒動,眼睛在快速的一條一條地過輸出的內容。
這份文件他熟悉,他的團隊前兩天剛分析過幾個省份各個城市的算力政策,一個五人的分析師團隊花了兩天的時間整理了一份對比表格給他。
陸正平看完輸出,指著屏幕第一條:
「電價補貼,補貼對象有沒有限制?」
韓路一把問題打進對話框。
湯圓沒有經過思考,直接輸出了回覆:
「有。該補貼僅適用於大型及以上數據中心,即2500標準機架以上的項目。中小型數據中心不在補貼範圍內。」
陸正平看著這個答案。
這正是前兩天他團隊中的分析師犯的真實錯誤。
他拿到的政策對比表里寫的是「新建數據中心項目均可享受電價補貼」,丟掉了「大型及以上」的限定詞。
陸正平當時多問了一句「真的沒限制?」,分析師說「應該沒有吧」。
他讓分析師去覆核,發現確實是有限制的。
陸正平為這個事發了好大的火。
做摘要的時候丟掉限定詞,把「部分適用」寫成「普遍適用」,這是人工分析最常見的錯誤。他在行業里這麼多年,學到的最重要的經驗就是謹慎。
可謹慎這個詞,對人來說又談何容易呢?
如果使用AI能為人的粗心大意兜底,那他的團隊現在就可以效率倍增。
幾十個小時的工作量,壓縮到幾十秒。
這個Al,有點東西。
當然了,現在流行的那些外網的大模型他也試著用過,這樣的事應該也能做到。
但是他平時接觸到的資料很多都是不能上外網的。
甚至連網際網路都不能上。
所以他才這麼關心本地部署的事。
試用完,陸正平回到座位上坐下。
現在,到了問答環節了。
陸正平直接問了:
「韓總,東西不錯,但是」
「真的是自主研發嗎?」
(還有更新耶)