能源行业大模型密集落地 数据壁垒 安全风险等需多方协同破解

央视网消息：尽管我国能源行业人工智能融合发展取得了显著成效，但业内专家表示，当前仍面临数据标准不统一、安全风险防控难度大、专业人才短缺等多重挑战，需要多方协同破解。

数据是人工智能发展的基础。目前，能源行业不同企业、不同环节之间的数据标准不统一，数据壁垒依然存在，导致数据资源难以有效共享和利用，制约了大模型的训练效果和应用范围。

中国工程院院士 刘合：我们的标准还不是很统一，因为它的非结构化也比较强。虽然有海量数据，“有数据无质量”的问题也比较突出，这些海量数据的准确程度特别是开发数据的准确程度还是有待探索的，高质量的标注数据也比较稀缺。

同时，能源行业作为国家关键基础设施，其安全稳定运行至关重要。人工智能技术的广泛应用带来了新的安全风险，包括数据泄露、算法漏洞、网络攻击等，如何构建完善的人工智能安全防护体系，成为行业发展亟待解决的问题。

中国工程院院士 刘合：在组织层面上，我们的复合型人才还短缺，组织协同机制欠缺，既懂油气又懂AI的复合型人才还是比较匮乏的。

针对这些挑战，专家建议，应加快制定能源行业人工智能统一标准，建立健全数据共享机制；加强人工智能安全技术研发和监管，构建多层次的安全防护体系；加大人才培养力度，建立产学研用相结合的人才培养模式，为我国能源行业人工智能融合发展提供坚实保障。