序論：在您撰寫人工智能賦能安全生產(chǎn)分析時(shí)，參考他人的優(yōu)秀作品可以開闊視野，小編為您整理的1篇范文，希望這些建議能夠激發(fā)您的創(chuàng)作熱情，引導(dǎo)您走向新的創(chuàng)作高度。

應(yīng)急管理部于2022年底組織實(shí)施了危險(xiǎn)化學(xué)品安全生產(chǎn)風(fēng)險(xiǎn)監(jiān)測(cè)預(yù)警能力提升工程，旨在充分運(yùn)用大數(shù)據(jù)、人工智能等新一代信息技術(shù)，強(qiáng)化危險(xiǎn)化學(xué)品安全生產(chǎn)重大安全風(fēng)險(xiǎn)管控，提升安全生產(chǎn)風(fēng)險(xiǎn)治理水平。

作為能力提升工程的重點(diǎn)工作內(nèi)容，在應(yīng)急管理部的統(tǒng)一部署與廣東省惠州市大亞灣安監(jiān)分局等相關(guān)單位的配合支持下，以惠州大亞灣石化產(chǎn)業(yè)園（以下簡稱：大亞灣園區(qū)）內(nèi)企業(yè)作為試點(diǎn)單位，開展了基于人工智能、大數(shù)據(jù)和邊緣計(jì)算技術(shù)的邊緣端監(jiān)管系統(tǒng)試點(diǎn)建設(shè)工作。

建設(shè)內(nèi)容與成效試點(diǎn)建設(shè)主要包括邊緣端監(jiān)管系統(tǒng)和基于深度學(xué)習(xí)的視頻識(shí)別模型。邊緣端監(jiān)管系統(tǒng)由邊緣端監(jiān)管設(shè)備硬件與邊緣端設(shè)備管理中臺(tái)（以下簡稱：設(shè)備管理中臺(tái)）兩部分組成，設(shè)備部署于企業(yè)機(jī)房，通過視頻NVR交換機(jī)和多源數(shù)采網(wǎng)關(guān)采集視頻數(shù)據(jù)與企業(yè)安全生產(chǎn)結(jié)構(gòu)化數(shù)據(jù)（如企業(yè)基本信息、裝置感知數(shù)據(jù)、安全承諾數(shù)據(jù)等），在邊緣端硬件設(shè)備中進(jìn)行本地化計(jì)算分析。邊緣端監(jiān)管設(shè)備內(nèi)置自主可控的嵌入式神經(jīng)網(wǎng)絡(luò)處理器NPU芯片，因其內(nèi)含大量并行計(jì)算單元，如乘加、激活函數(shù)、二維數(shù)據(jù)運(yùn)算等模塊，可以為基于深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)計(jì)算提供遠(yuǎn)高于CPU的計(jì)算能力。該芯片已經(jīng)在智慧城市、工業(yè)檢測(cè)、自動(dòng)駕駛等領(lǐng)域得到了廣泛的應(yīng)用和驗(yàn)證，因其對(duì)視頻識(shí)別類模型出色的加速計(jì)算能力而被選擇用于識(shí)別與判斷安全生產(chǎn)領(lǐng)域中的異常行為和異常環(huán)境因素。當(dāng)邊緣端監(jiān)管設(shè)備通過對(duì)企業(yè)監(jiān)控視頻進(jìn)行分析并發(fā)現(xiàn)異常后，會(huì)將分析結(jié)果通過專線上傳至部署在云端的設(shè)備管理中臺(tái)。同時(shí)，設(shè)備可根據(jù)企業(yè)需求將分析結(jié)果推送至企業(yè)自建的智能化管控平臺(tái)。針對(duì)園區(qū)安全生產(chǎn)與應(yīng)急管理的業(yè)務(wù)需求，邊緣端監(jiān)管設(shè)備管理中臺(tái)具備設(shè)備管理、攝像頭添加、視頻智能分析、即時(shí)預(yù)警模型數(shù)據(jù)分析、遠(yuǎn)程升級(jí)、遠(yuǎn)程系統(tǒng)重啟、硬件資源查看、ROI標(biāo)注工具、視頻分析模型疊加等安全風(fēng)險(xiǎn)研判預(yù)警的功能。

針對(duì)系統(tǒng)的技術(shù)需求，設(shè)備管理中臺(tái)對(duì)邊緣端監(jiān)管設(shè)備、協(xié)作網(wǎng)絡(luò)、邊緣/云3個(gè)層次多項(xiàng)核心技術(shù)進(jìn)行了有機(jī)整合，提供了良好且易于擴(kuò)展的系統(tǒng)設(shè)計(jì)，并面向?qū)嶋H應(yīng)用完善了日志分析、數(shù)據(jù)存儲(chǔ)和挖掘、多模態(tài)數(shù)據(jù)融合、異構(gòu)通信協(xié)議支持等一系列擴(kuò)展功能，將所有的功能模塊都按照微服務(wù)架構(gòu)進(jìn)行了解耦，能夠通過容器編排框架快速部署到終端設(shè)備（如智能攝像頭、智能安全帽等）、邊緣端監(jiān)管設(shè)備和云端。并且，管理中臺(tái)可以基于系統(tǒng)運(yùn)行情況動(dòng)態(tài)調(diào)整資源分配和各模塊參數(shù)配置。該系統(tǒng)以視頻分析作為核心，同時(shí)支持對(duì)企業(yè)基礎(chǔ)數(shù)據(jù)、安全承諾數(shù)據(jù)以及感知數(shù)據(jù)分析計(jì)算，通過即時(shí)預(yù)警模型實(shí)時(shí)分析企業(yè)風(fēng)險(xiǎn)從而提前預(yù)警。

在基于深度學(xué)習(xí)的視頻識(shí)別模型方面，邊緣端監(jiān)管設(shè)備部署了異常環(huán)境檢測(cè)和異常行為檢測(cè)兩大類包括且不限于明火、煙霧、脫崗、未佩戴安全帽、翻越圍欄、抽煙、打電話監(jiān)測(cè)等20余項(xiàng)基于深度學(xué)習(xí)的視頻分析模型。視頻監(jiān)控場景與視頻分析模型依據(jù)《危險(xiǎn)化學(xué)品企業(yè)特殊作業(yè)安全規(guī)范》（GB30871-2022）、應(yīng)急管理部《危險(xiǎn)化學(xué)品企業(yè)安全風(fēng)險(xiǎn)排查治理導(dǎo)則》及附件、《化工園區(qū)安全風(fēng)險(xiǎn)隱患排查治理檢查表》等文件逐一對(duì)應(yīng)。從建設(shè)成效來看，在試點(diǎn)過程中，設(shè)備識(shí)別出人員脫崗、未佩戴安全帽、違規(guī)入侵、未放置滅火器等異常風(fēng)險(xiǎn)100余項(xiàng)，平均每日監(jiān)測(cè)到以人員違規(guī)為主的異常行為10余項(xiàng)。其中，系統(tǒng)識(shí)別出了多處此前企業(yè)監(jiān)管人員未曾發(fā)現(xiàn)的隱蔽吸煙區(qū)、違規(guī)禁入?yún)^(qū)等，既提高了監(jiān)管人員效率，又為企業(yè)規(guī)范安全生產(chǎn)管理提供新的思路。此次試點(diǎn)，充分驗(yàn)證了邊緣端監(jiān)管設(shè)備在安全生產(chǎn)領(lǐng)域的有效性與必要性，成為落實(shí)《全國危險(xiǎn)化學(xué)品安全風(fēng)險(xiǎn)集中治理方案》部署，以前沿技術(shù)手段完善與豐富?；踩a(chǎn)風(fēng)險(xiǎn)監(jiān)測(cè)預(yù)警系統(tǒng)的重要抓手。

未來發(fā)展建議如今，基于人工智能技術(shù)的應(yīng)用在各行各業(yè)不斷涌現(xiàn)。在安全生產(chǎn)領(lǐng)域，由于自身行業(yè)特點(diǎn)，對(duì)于技術(shù)的成熟度、穩(wěn)定性、可靠性之要求更甚于先進(jìn)性或性能表現(xiàn)，導(dǎo)致對(duì)前沿技術(shù)的接納周期晚于消費(fèi)類行業(yè)，并且新技術(shù)在測(cè)試驗(yàn)證之后需要通過政府主導(dǎo)方式進(jìn)行大規(guī)模推廣。為此，對(duì)于未來人工智能如何更好地賦能安全生產(chǎn)，一是建議人工智能領(lǐng)域從業(yè)者在從事安全生產(chǎn)信息化項(xiàng)目建設(shè)時(shí)應(yīng)從務(wù)實(shí)的角度出發(fā)建立并行技術(shù)體系，即在嚴(yán)格按照有關(guān)標(biāo)準(zhǔn)、指南和規(guī)范建設(shè)一套可用、可行、規(guī)范的系統(tǒng)，并在該系統(tǒng)之上研究一套應(yīng)用前沿技術(shù)、大膽創(chuàng)新的對(duì)照系統(tǒng)，通過長時(shí)間的對(duì)比測(cè)試總結(jié)經(jīng)驗(yàn)、打磨產(chǎn)品，探索新技術(shù)在安全生產(chǎn)領(lǐng)域的實(shí)際落地；二是建議人工智能領(lǐng)域從業(yè)者要與安全生產(chǎn)業(yè)務(wù)需求相結(jié)合，研究符合行業(yè)特點(diǎn)的模型應(yīng)用，以MaaS（模型作為產(chǎn)品）方式向行業(yè)輸送新技術(shù)。

作者:金戈 單位:中國安全生產(chǎn)科學(xué)研究院預(yù)警中心