本报记者 吴清 北京报道

    当下，席卷全球的人工智能（AI）浪潮的一个关键就是人工智能技术在各个产业领域的落地应用。核电领域近年来也广泛应用人工智能，随着技术的不断进步和应用范围的不断扩大，为核电产业发展带来了巨大变革。

    “近年来，随着核电技术逐渐成熟和规范，再加上人工智能技术在大数据上取得的重大突破，核电智能化已成为核领域的一个非常重要的研究方向，对于提升核电站的安全性和经济性具有重要意义。”在3月20日“人工智能涌现产业生态焕新”专题研讨会上，清华大学核研院助理研究员、人工智能青年学者张天昊如是表示。

    核电智能化由来及应用

    核电是人工智能最早的应用对象之一，智能核电的概念起源于上世纪80年代，尤其是在第二次人工智能寒潮来临前，有大量的专家学者开展智能核电研究工作，通过建立专家系统提高核电站的自动化水平，从而提升经济性。由于核电站是一个非常复杂的大系统，存在着大量的相互耦合的设备，相关运行参数也是海量的，当时的人工智能技术还难以满足核电提出的需求。此外，几次严重核事故的发生，也导致了专家学者将研究重心转移到核安全方向，智能核电研究在当时几乎停滞。

    近年来，随着核电技术逐渐成熟、规范，以及人工智能技术的重大突破。核电智能化已成为核领域一个非常重要的研究方向。

    清华大学核能与新能源技术研究院（以下简称“核研院”，工程代号为200号）正是该研究领域的先驱。从上世纪60年代起，核研院科研与工程团队完成了多个先进反应堆型的研发。其中，具有固有安全性的高温气冷堆技术荣获国家最高科学技术奖，围绕该技术自主建设的石岛湾核电站于去年年底正式商运投产，标志着我国在第四代核电站技术中走在了世界前列。核研院计算机与控制研究室负责与核电仪表、控制、电气，以及智能化相关的设计和研究工作。

    比如说，在核电的设计阶段，数字孪生技术可以将设计图纸具象化，通过全厂三维模型可以更好地、更直观地检测设备布局的合理性，以及设计的可靠性。同时，可以通过虚拟现实等技术打通数字化电厂与人员之间的交互通道，在核电站建造完成之前，对相应运维人员进行培训。此外，大模型技术也逐步应用到核电建造前的审查与安全性评估工作中，与传统的人工审核模式相比，智能审查的审核速度提高约百倍，单项目可节约成本超过1000万元。

    张天昊介绍，人工智能技术也在逐步应用于核电站的建造阶段。中核集团推出多个智慧工地统建试点项目，不仅能采用相关技术对现场人员进行更有效管控，还可以通过模块化提升施工质量和施工工效。

    在核电站的运营阶段，需要借助现有的深度学习、强化学习等技术去开发操纵员辅助运行决策系统，以减轻主控制室操纵员的认知负荷，减少人为失误。比如，记录表明，在三哩岛事故中，事故初期两小时产生8万多报警，影响操纵员作出有效操作。因此，就需要通过人工智能技术去开发操纵员辅助运行决策系统，辅助操纵员监控关键设备、关键系统的运行参数，辅助操纵员分析核电站运行状态，辅助操纵员判断核电站异常情况，并向操纵员提供操作建议。

    “开发操纵员辅助运行决策系统涵盖了与操纵员对设备和系统感知和决策相关的大量的智能化工作，对于提升核电站的经济性和安全性具有重要意义。同时，机器人技术也有助于核电站的运维。比如，采用机器人技术完成特殊环境的巡检，以及远程作业等工作，以解放高辐射环境下的工作人员。”张天昊说。

    总之，从核电站前期的设计工作，到中期的建造工作，以及之后的运营工作，人工智能技术正逐步应用到这些场景中，并发挥重要作用。

    核电智能应用的难点及机遇

    虽然智能核电可以简单理解为，通过一些专业知识、专家经验，以及一些数据去开发相应的系统，通过完成识别、预测、决策等任务，来提升核电站某一环节的性能。但是，由于核电站是一个非常复杂的系统，人工智能系统的开发周期往往较长，存在着大量的挑战。

    张天昊认为，核电站的复杂性对人工智能技术提出了比较高的要求。比如说，核电站的数据是多源、多模态的，并且异常样本非常稀缺。数据的完整性和可靠性对于开发人工智能系统提出了较大的挑战。其次，针对核电这一特殊领域，人工智能模型的安全性是需要考虑的。比如，模型如何受到约束，从而不会对电厂造成重大的影响；保护系统如何不被网络攻击，并且在人为误操作的情况下还能维持稳定性等，都对于人工智能技术落地有着重要影响。

    “还有一点我觉得也非常重要，就是现在人工智能的可解释性问题。针对这样的复杂模型，如何在符合保密性要求的情况下，对作出感知和决策的依据，以及所产生的长期影响进行解释？ 这也是核电对人工智能所提出的要求。”张天昊表示，人工智能落地核电还需要考虑如何通过离线数据对开发的模型进行评估，并且当模型应用到核电站时，如何对其在线更新进行安全监督等，都是需要去思考的问题。

    不过，这些挑战同样也是机遇。智能核电的研究对于核电领域和人工智能领域都会产生很大的影响。比如，强化学习技术已经实现了对托卡马克装置等离子体的控制，并且发现了新的等离子体形态；深度学习技术也已能在300秒前成功对等离子体撕裂现象进行预测，从而通过人工干预避免事故的发生。这些技术有助于推进核聚变领域的发展。

    张天昊认为，在更为成熟的核裂变领域，无论是在第三代还是在第四代核电站中，智能核电对于经济性和安全性产生更重要的影响。2022年，国家将智慧核电放到了能源领域的“十四五”规划中，重点强调了前面所提到的核电站数字孪生、操纵员辅助运行决策系统，以及核工业机器人等技术。

    同样，在国际上，美国核管理委员会提出了2023—2027年人工智能应用到核电领域的方针，定义了核电从自动化到自主化发展过程中，从Level0到Level4每一个等级的定义。比如，Level0阶段就是无人工智能系统，仅通过人工和自动化系统配合完成核电站的相关工作。Level1阶段为辅助系统，相关人员可以通过人工智能系统提供的信息，对非安全设备和系统进行操作。Level2阶段为增强系统，其在Level1的基础上，将人工智能系统的作业范围拓展到安全设备和系统中。Level3阶段为监督系统，人工智能系统可以直接对核电站进行操作，但需要相关人员对其行为进行监督。Level4阶段为自主系统，不再需要人员介入。“该方针鼓励核电领域研究人员根据设备和系统的重要程度，去自行设计相应的人工智能系统，以提升自主化水平。”张天昊说。

    同时，国际原子能机构和国际电工委员会也在制定一些人工智能应用到核电领域的标准，来自中国的专家和学者在其中起到关键作用。“我觉得人工智能技术正在逐步应用到核电领域，国家的政策和国际标准的制定对于智能核电的发展也产生了巨大的推动力。智能核电不仅能为其他工业智能化发展提供参考，也可以提供共性应用技术。”张天昊表示。