一場化工AI大賽，點亮行業智能化的星星之火_風聞

行業智能化，高度依賴於人才的創造力，今天已經是全社會的共識。但更能鏈接行業與技術的行業+AI交叉型人才，到底從何而來？這仍是一個不好回答，又必須回答的問題。

一次採訪中，國內某理工科教師對我們提到：不要限制學生，不要輕視他們，不要小看他們，也不要畫出框框架架。我們可以拋出非常難的問題，不要求標準答案，讓他們主動去嘗試、測試，甚至去二次開發。老師只是傳遞工具和展現工具基本用法的人，但千變萬化的用法，需要學生自己由興趣導向去解決。

但提出具有挑戰性的難題，就難倒了不少高校。

以化工為例，大量問題和智能化需求，都是在礦山、油田、工廠裏萌發的，老師和學生平時在“象牙塔”中，很少有機會接觸到真實的產業難題，更別提把AI工具應用到場景中去解題了。而化工企業，又面臨招人留人難，急缺智能化創新人才，遲遲難以推動AI在行業中規模化落地。

可能聰明的你已經想到了，為什麼不能由產業來出題，讓人才來答題呢？

今年6月，全國首屆化工行業人工智能應用創新大賽正式啓動，由中國石油和化學工業聯合會主辦，華為技術有限公司、中國科學院大連化學物理研究所、化工人才交流勞動就業服務中心承辦。

歷時6個月，來自全國159所高校、89家企業，一共有394支團隊，經過激烈的角逐，終於在12月29日，迎來了總決賽。

本次大賽十分具有特殊性與代表性。

特殊之處在於，探索了一種行業專有AI人才的培養模式。區別於過往AI賽事更多聚焦於計算機、編程等問題和數字人才，本次大賽首次全面聚焦於AI與化工行業融合的應用與人才培養；

代表性在於，大賽湧現出了眾多優秀的AI應用案例，涵蓋了化工行業生產的各個環節，從原料採購、生產過程控制到產品質量監測、物流配送等，為化工企業提供了豐富的實踐參考和借鑑，成為一種行業智能化創新的重要途徑。

接下來，我們就走進這片火熱的賽場，看看新型化工AI人才如何在這裏生長着、孕育着；智慧化工的星星之火，如何在這裏被一一點燃。

“與AI的萍水相逢間，讓傳統工科就有了無限可能。”本次大賽一等獎的獲獎隊伍，天津大學化工學院的賀常晴同學，在獲獎感言中説道。

此前，究竟是什麼因素，阻礙了化工與AI的相逢呢？具體來説，化工行業與AI技術之間的鴻溝，來自幾方面的缺失：

1.缺培養能力。隔行如隔山，高校還是以傳統化工的教學大綱為核心，缺少化工+AI課程、教材，老師自己也在經歷AI起步的“陣痛”，難以快速幫助學生系統性上手AI。

2.缺實踐土壤。傳統模式如校企聯合培養，更多服務於課題，學術界與產業界融合待提高，技術成果難以在行業落地，企業又缺乏足夠的研發能力和人才，行業應用創新難。

3.缺專屬舞台。這兩年來的AI大賽、開發者賽事等，較少涉及化工領域，無法提高行業AI人才的培養效率，需要一個聚焦化工智能化的專屬舞台，激活行業內人才的創造力。

讓化工與AI相逢，一場高水平、開放式的比賽競技，無疑是快車道。能夠聚合產學研多方力量，提出來自產業的真實難題，讓化工學子和化工企業人才快速成長起來，孵化創新。

全國首屆化工行業人工智能應用創新大賽，就填補了這個空白。

填平化工行業需求與AI技術發展之間的鴻溝，大賽首先需要解決的，就是讓此前的種種缺失“從無到有，從有到優”。為此，大賽通過前期資源導入，收集了行業真實需求，提供了必需的算力，通過精心設計賽程機制，為人才與產業的雙向奔赴，鋪平了道路：

1.接入資源。華為聯合青島科技大學、華東理工大學，共同開發《AI賦能化工》系列課程，還帶來昇騰算力，解決高校AI人才培訓過程中算力缺乏的實際困難。

2.接入場景。大賽將產業中真實存在的共性問題帶到了高校賽事中，眾籌共建化工+AI場景應用。參賽團隊既可以解決開放賽題，按照賽事主題和內容，自行選擇化工人工智能場景，提供場景方案，也可以接受頭部化工企業依據真實企業難題發佈的揭榜掛帥命題，結合企業提供的真實場景及數據，來開發解難題。

3.接入舞台。賽程設置中，尤其鼓勵校企聯合，鼓勵企業及院校組成混編隊伍，優勢互補。讓學生有機會接觸真實的工作環境和變化，激發人才對行業的興趣。比如，中海油惠州石化有限公司、中南大學、深圳力維智聯技術有限公司就共同組成了“煉智先鋒”隊，充分發揮產學研各自優勢。

化工人才看到自己的作品與成果在產業界發光發熱，會充滿成就感，減少對傳統學科的焦慮與迷茫，真正踐行“AI一行，強一行”。

據統計，大賽共吸引了全國159所高校、89家企業的394支團隊的老師/學生報名參加，孵化200+化工AI應用，識別了100+化工場景問題，涵蓋化工基礎研發到工業應用的各個環節，創新成果豐富多樣。

可以看到，一場大賽，將學術界與產業界、象牙塔與真實場景、化工人才與AI技術，緊密地銜接在了一起。

當千千萬萬化工人才向產業而來，向前所未有的難題與挑戰而來，便點亮了行業智能化的星星之火。

從參賽作品來看，化工人才的AI首秀，不僅解題思路和創意十分精彩，而且為行業企業貢獻出了真切的實際價值。

華南理工大學的“重生之我在華工燒陶瓷”隊伍，利用AI賦能建築陶瓷配方智能優化，改良陶瓷配方，獲得成本最優原材料比例，在佛山眾陶聯試點，顯著降本增效，已實現一系列成果轉化，獲得了本次大賽的三等獎。

數字化轉型領軍化工企業——中海油惠州石化，在日常生產經營中，產生了對生產工藝進行整體智能優化的需求，於是聯合中南大學、力維智聯，發揮產學研各自優勢，組成的“煉智先鋒”隊伍，基於多階段生成式深度學習技術，挖掘海量生產數據價值，實現大型加氫裂解裝置全流程參數智能優化決策，可以幫助惠州石化每年節約7900萬元（以年煉油2200萬噸計算），該案例也獲得了大賽二等獎。

天津大學化工學院的“尋津陌路道常在”隊伍，在一等獎的獲獎感言中表示：期待AI給傳統工科一個新的未來。該隊伍將AI用於分離材料研發全流程，解決該領域研發範式變革“起步難”等共性難題，經過尋津1.0到3.0的多輪迭代，相關技術先後應用於“三廢”處理、重質稠油降粘、重質油水乳液破乳等，為中石油、中石化等企業，累計帶來經濟效益超過5億元。尤其在芯片清洗材料開發領域，實現了30天內從“零基礎”到全流程貫通的快速研發，方案的創新性極強。

而大賽的特等獎團隊“司南煤氣化RTO”，則經過了近一年的探索，完成了極具挑戰性的複雜課題——粉煤氣化裝置全球首套先進控制與即時優化一體化系統。以前，複雜的煤氣化裝置需要很有經驗的老師傅才能做好，新人上手慢、易出錯、效率較低。為此，杭州司南智能技術有限公司，與雲天化、華東理工大學、華為等多方合作，基於盤古大模型技術，構建了全球首套融合了信息控制與即時優化的系統，將這套裝置交給AI來操作，目前取得了比較好的效益，每年為工廠節省超千萬元。

可以説，在廣袤的產業場景中，才有象牙塔裏想不到的問題，才有人才恣意施展才華的不設限的天空。

除了上述案例，本次大賽孵化的智能化場景與化工應用多達數百個，不僅讓化工人才在實戰中淬鍊出了數字化技能，也為化工行業沉澱了大量化工AI資產和數字資產，未來通過規模化複製，行業智能化的星星之火，便有了燎原之勢。

通過這次大賽的賽題，我們會發現，行業智能化的細分場景多，涉及的技術體系複雜，不同領域的工況和需求也是千差萬別的。因此，沒有一家企業或一個高校，有能力、有條件去獨立完成所有化工場景的智能化。行業智能化升級，離不開一個重要條件，那就是產學研用一體化。

近年來，關於產學研用一體化的政策密集出台，比如《“十四五”規劃綱要》就明確提出要“形成以企業為主體、市場為導向、產學研用深度融合的技術創新體系”。

然而在實踐中，如何用一種高效的方式，把學術界、產業界、政府、行業組織等各方力量聚合起來，打破不同角色之間的藩籬？還需要進一步探索出行之有效的手段。

而這場大賽，無疑就是一次成功的探索。

總結一下，一場大賽可以是產學研用一體化的凝聚點，也是行業智能化的躍遷點，快速拉近傳統學科與AI的距離、產業與學術的距離。

從此次大賽中，我們不難看到化工行業的幾個變化：

一是人才與產業走得更近了。通過將產學研資源為己所用，化工AI人才迸發出無盡潛能，由興趣導向，找到大量解決產業難題的方案，孵化出的100多個場景和200多個應用案例，創新效果顯著。

二是共識增強了。為期六個月的賽事，也是產學研各界頻繁互動、密集交流的機會。決賽期間，中國石油和化學工業聯合會、行業企業、高校、科研機構及華為等共10家機構共同發起《共建產教融合生態，共育化工AI複合型人才倡議》，其中提到，化工+AI複合型人才培養是一項系統性工程，需要政府部委、高校、科研機構和企業的共同努力。尤其強調，要強化產學研合作。

三是行業智能化的機遇空間，也進一步打開了。行業智能化方興未艾，一場比賽當然是遠遠不夠的，但可以發掘需求、引領前行。

比如決賽期間就有老師提出，本屆大賽是由興趣導向牽引，未來可以由場景和應用需求牽引，企業提供豐富的場景，建立統一的場景庫，通過比賽就能找到解決方案。

對此，企業方面也在積極響應，比如華為聯合雲鼎科技、華東理工大學、青島科技大學、深勢科技、南京凱奧思等化工行業夥伴，深入山東能源集團等化工企業下屬化工廠，共同梳理煤化工，精細化工和煉化等不同化工領域人工智能應用場景，多達100餘個，未來將循序漸進落地。

所以説，大賽是起點，不是終點。以首屆化工AI大賽作為躍遷點，這個國計民生重點行業和傳統學科，躍入智能時代，煥發出全新的生命力。新型化工人才展現出的耀眼才華，正是未來智慧化工的星星之火。