人工智能AI模型无疑是最火的词语，美国的Open AI的通用大模型使其在人工智能领域处于领先地位。我国在人工智能领域与其竞争一方面要核心技术基础领域进行发展，另一方面要在行业领域应用进行特色化和差异化发展。桥梁管理养护这一传统行业近年来在人工智能方面进行了很多探索，取得很多成就也存在很多问题。很多专家学者对于人工智能在桥梁管养中应用有不同的观点，我对于人工智能在桥梁中应用持乐观的态度，但比大众领域的应用研究需要更长的时间和实践的积累。对于人工智能在桥梁管理养护中发展，根据自己经验和判断提出以下问题和思考，希望对大家有所裨益。

一、两会代表周鸿祎对于人工智能深入应用及垂直产业化方面有哪些建议？

答：全国政协委员、360集团创始人兼董事长周鸿祎提出三点建议：

一是场景很重要，大模型在垂直领域大有可为，建议政府、央国企率先提供更多应用场景，聚焦“小切口，大纵深”，推动大模型垂直化、产业化落地。企业用大模型不能冒进，而是要用AI逐步改造业务，循序渐进，积小胜为大胜。周鸿祎认为，在实践中要拆分场景具体分析，在业务流程上找准切入点，选择与大模型成熟能力匹配的业务环节切入，切入点虽小，但纵深推进，对业务影响很大，改造收效更大。近期，国资委召开中央企业人工智能专题推进会，10 

家央企率先倡议社会开放应用场景，建议政府和央国企持续提供更多应用场景，为发展垂直化、小型化、低成本的大模型开放更多“小切口、大纵深”的落地机会，助力百行千业数字化转型，实现数转智改。

二是知识很重要，基于“暗知识”的垂直大模型能更好解决企业问题。建议鼓励企业在定制AI前，做好知识管理，将企业大数据平台升级为企业知识平台。周鸿祎认为，大模型的数据、知识只是人类知识的冰山一角，企业还有大量的“暗知识”，如战略规划、产品设计图等企业具有的独特知识，只存在于特定企业中，在互联上难以找到。建议鼓励企业构建知识平台，将“暗知识”汇总起来，打造企业专属知识库，做好管理，在此基础上，通过垂直训练，深入企业级场景，满足企业需求。

三是业务融合很重要，建议鼓励和引导企业将大模型与数字化业务系统深度结合，同业务流程相结合，充分发挥大模型价值。周鸿祎表示，大模型像发动机，不是用来秀的，而是要与业务相结合，特别是传统制造业，大模型是推动数转智改的利器。大模型与业务场景的融合，关键是智能体应用与企业数字化系统的连接打通。企业层面，通过打通组织、人员、业务、流程，构建业务协作平台，促进与大模型的全面融合。国家层面，鼓励企业拿出一至两个业务场景与大模型融合，创造大量可落地推广的与业务紧密融合的大模型，推动这些大模型与数字化系统融为一体，这将对中国的产业数字化、新型工业化产生巨大作用，本质上成为新质生产力的重要部分。

二、代表建议对于桥梁管理养护人工智能应用的启发？

答：我感觉代表的建议高屋建瓴对人工智能产业化应用指明了方向，对于当前桥梁管养中追求速成、脱离行业的高大尚的思路进行了提醒。因此代表建议我认为桥梁管理养护的启发如下：

1.桥梁管理养护人工智能的发展是大模型在行业应用领域的延伸，要解决桥梁管养中检测、巡查、桥梁健康监测、养护和维修加固等场景的研究，逐步进行人工智能模型的行业落地。这就需要一个循序渐进的过程，在每一个细分领域进行研究实践来将大模型的算法逐步应用、改进与提升。

2.注重行业知识的积累，将行业的知识如桥梁检测的无人化（如无人机、水下机器人、附壁机器人、裂缝智能检测与识别）在业务中进行科研、实践等进行积累。桥梁管理养护中虽然有大量的知识可以用于大模型，但其技术甚至是交叉学科的知识目前还不足以支持模型进行智能化的管养和决策。

3.一定要注重模型与桥梁管养业务的融合，离开业务的支撑，大模型的应用与发展可能会成为空谈。我认为一些人工智能的模型和算法在行业的应用就是将将这些知识、技术和工具来解决行业的应用问题。在业务融合中要保障用于模型的数据的真实可靠，才能使模型的识别的结果准确可靠，解决管养的智慧化决策的问题。

三、桥梁管理养护人工智能AI应用需要解决的问题？

 答：人工智能模型在公用领域取得的巨大的成功，其在桥梁管理养护行业的应用也取得了一定的成就，但在行业中应用仍面临很多问题与挑战。

  1.桥梁管养技术的应用研究，尤其是桥梁在复杂环境下的桥梁检测评估、健康监测等技术对桥梁的准确损伤识别与诊断仍然是一个难题。

2.行业对于人工智能理解还存在一定的误区，人工智能AI是行业发展、行业问题解决的工具和技术手段，通过人工智能来提升行业的发展。人工大模型无疑是提升行业发展的有利工具，但需要行业技术的支撑。因此在推动人工智能应用最关键的是重视行业技术的支撑，将行业业务与人工智能进行业务融合。

3.目前桥梁管理养护最大的障碍是桥梁管养基础数据的准确性以及未来物联网采集数据的准确与可靠。