您的位置: 网站首页 > 新闻资讯 > 企业要闻

22所聚焦向“新”力 发展人工智能 | 新质生产力

来源:     作者:22所站点管理员     发布时间:2024年05月06日     浏览次数:         

  推进科技创新和产业创新深度融合

  加快塑造高质量发展新动能新优势

  

22所牢牢把握新一轮科技革命和产业变革趋势

不断培育和壮大新质生产力

紧紧抓住人工智能这一重要引擎

大力开展“人工智能+”行动

  

聚新力  育新机  壮新势

创新驱动  向新而行

  

AI赋能,探秘深地能源

  

  地下空间深部的能源开发一直是人类文明进步的动力,是社会与经济发展的基石。在“摸不着,看不见”的深部地下空间,地质专家通过岩石碎屑识别信息来发现油气能源、评价油气层。因此,岩石碎屑识别被誉为“地质学家的眼睛、钻井人的智囊、决策者的参谋”。看似普通的岩石碎屑,在深部地下领域的珍贵程度堪比“月球上的土壤”,因此,针对稀缺小样本扩充并实现高效识别就显得至关重要。

重点-拼

  重点实验室技术团队充分利用人工智能技术,为深部地下空间岩石碎屑识别提供了新颖的解决思路。团队研制的AI地下空间岩石碎屑扩展及识别系统,在关键技术上有别于传统分析方法和其他机构的同类产品,充分利用AI检测技术,在“取代人力”的基础上,更从“知识——数据——产品”全链条的角度实现了技术的创新,具有成本低、可靠性强、识别准确率高的特点,可以满足工程施工现场常规配备要求,这为地下深部勘探提供了一种新的可靠识别方案,为地下空间建设提供了技术支撑。下一步,团队将面向数字地下空间开发与应用,持续提供技术保障服务。

  

深融电波环境,蓄能雷达新未来

  

  第二研究部积极布局开展“人工智能”在电波环境领域的研究和应用工作,利用大数据、云计算、深度学习等技术,切实解决科技创新过程中的关键共性问题,提升技术创新效率和知识发现效率,促进重大科技成果产出,助力未来产业化发展。

二部-拼

  基于22所拥有的海量电离层观测数据资源,二部技术团队深度融合人工智能技术,先后开发了全球电离层临界频率、峰值高度、顶部标高、闪烁指数等高精度预测模型。在此基础上,基于“云计算”平台和国内外大量电离层实时探测数据,研制了具有完全自主知识产权的全球电离层数据同化和预报系统,实现了高时空分辨率全球电离层的实时感知与产品发布,为电波科学研究及多型无线电系统应用提供了有效支撑。同时,在优化X波段相控阵天气雷达的性能方面,通过开展基于深度学习算法的数字T/R组件功率分级和最优化排布设计,相较于传统算法,可有效提升设备探测性能,以人工智能的创新性应用保障雷达探测的高效、稳定、精准。

  

智慧侦察,锻造探测识别“慧眼”

  

  第三研究部自主研发的某检测评估系统,将数据处理技术与人工智能相结合,实现对重要目标的智能检测与评估,有效对标多种侦察手段,为指挥部署提供有力的技术支撑。该项目在广泛采集数据的基础上,引入人工智能新技术,结合对目标探测概率和识别概率高效处理,实现对目标性能的全面定量化评估,在某检测评估领域实现了新的突破,也为人工智能技术在该领域的应用提供了一个重要探索和实践平台。

3-1

  

打造电磁哨兵,捍卫频谱安全

  

  第五研究部前沿技术研究团队针对复杂电磁环境频谱智能感知需求,研制分布式智能频谱监测设备,利用人工智能方法快速解算并精准获取测量结果,构建复杂电磁环境中的电磁哨兵。

五部-拼

  电磁哨兵在具备传统监测性能的基础上,实现了三大突破。突破了传统监测设备大而笨的形象,具备整体设计精巧、部署便捷、超低功耗等特点;突破了传统基于参数分析的信号识别方法,利用“人工智能+边缘计算+深度学习”方法,实现快速精准信号识别;突破了传统中心控制组织架构,采用去中心化的分布式交互通信模式,实现了快速信息共享和任务规划自主决策。电磁哨兵平台集成了电磁感知、边缘分析、联合识别、资源协同等能力,并逐步实现体系化发展和能力迭代升级,真正形成电磁频谱域新质生产力。

  

  

新技术赋能,勘探测井育新机

  

  在地球物理勘探地质发现领域,第七研究部准确把握市场需求,研发了基于人工智能方法的多参数智能识别系统,实现人工智能技术对传统地球物理勘探分析方法的重新赋能。该系统是国内首次使用人工智能技术解决专业性极强的地质评价问题,解决了目标识别过程中颗粒尺度跨度大、单张图像种类繁杂、颗粒粘连性强等识别难题,具有区域适应性强、可靠性高、识别准确率高的特点。该系统的研发成功将对行业发展与变革起到至关重要的推动作用,单口井的识别效率将得到大幅提升,系统2小时内即可完成原来22天的工作量,切实为地球物理勘探提质增效提供科技力量支撑。

5-1

  第七研究部与外部公司联合研制的瞬变电磁法过套管电阻率测井系统,是国内首套成功研发及应用的套后电阻率测井仪器。该设备采用深度学习算法反演套后电阻率曲线,采用基于时间序列的长短期记忆网络学习(LSTM)方法,构建了更精确的预测模型。相较传统电极法测井,一次测井节省26个小时,成本降低80%,同时标志着瞬变电磁法过套管电阻率测井特色技术达到了国际先进水平。下一步,团队将不断优化人工智能算法,进一步为用户提供快速准确的过套管瞬变电磁测井技术方案。

打印  |  关闭