探秘華為云盤古大模型：AI for industries的身體力行

摘要：大模型是新一輪AI發展的核心，其已在推進產業智能化升級中已表現出巨大潛力，并將在未來三年里形成風起云涌之勢，

本文分享自華為云社區《探秘華為云盤古大模型：AI for industries的身體力行》，作者：華為云頭條，

大模型是新一輪AI發展的核心，其已在推進產業智能化升級中已表現出巨大潛力，并將在未來三年里形成風起云涌之勢，

華為云于2021年正式發布了盤古基礎大模型，包括CV計算機視覺大模型、NLP自然語言處理大模型和科學計算大模型，在基礎大模型之上，華為云踐行AI for industries，陸續推出了礦山、藥物分子、電力、氣象、海浪等盤古行業大模型，加速各行各業數字化的行程，

?貨運列車智慧檢測，盤古軌道大模型為鐵路物流安全護航

隨著海內外經濟復蘇，貨運鐵路的班次及載重均迎來新高潮，

在傳統的貨運鐵路巡檢中，TFDS（貨車運行故障動態影像檢測）系統作為5T檢測技術的重要組成部分，通過高速拍攝的“電子眼”，動態采集列車車底配件、車體側部等部位影像，實時判別貨運列車是否存在故障，

一列50輛車廂的貨車，“電子眼”會拍攝4000張照片，檢測員每秒需審閱1張圖，動態檢車員不僅作業強度大、難度高，而且需對車輛專業理論與實際運用有較高水平，要在短時間內完成整列車的故障分析，確保整列車的運行安全，

華為云在現有設備和平臺架構的基礎上，基于盤古軌道行業大模型，推出TFDS故障智能識別方案，實作從影像采集、資料收發、列車拆分，到實時故障判別的全域分析，能夠對多工位、多輛車關聯等全域故障進行精準預報，

盤古鐵路行業大模型具備五項核心競爭力：

• 自監督行業預訓練模型

盤古預訓練大模型基于語意相似樣本、等級化語意聚集的對比表示學習方法，利用百萬級無標注鐵路行業影像生成軌道行業大模型；

• 影像質量自動增強&評估

通過底層視覺特征以及高層視覺特征對增強后的影像進行自動評估，對正常影像做進一步故障識別，非正常影像回傳人工審核；

• 依托車型先驗模板匹配

根據已知的車型資訊建立零部件的相對位置模板，具有可解釋性地預報部件例外情況，如脫落、丟失、錯位等；

• 小樣本故障定位、識別

基于軌道行業預訓練大模型，結合當前最優的目標檢測、影像識別框架，進行部件定位、故障識別，具有更強的泛化能力，僅需傳統1/3的樣本即可完成，

在實際應用中，盤古軌道大模型單張照片識別僅需4毫秒，可智能過濾95%的正常圖片，實作了400多種故障的自動化識別以及嚴重故障的“零漏報”，比人工識別更準確，大幅度提升TFDS系統作業效率，動態檢車員可騰出更多精力處理難度更高的辨圖作業，確保列車安全運行，

?AI輔助藥物設計，盤古藥物分子大模型加速新藥研發

自1987年達托霉素被發現以來，人類已經有近40年沒有新的抗生素被研發出來，藥物研發專家需要花費超過10年時間、超過10億美元成本，才有可能研發出一款新藥，

為了幫助藥物研發專家從海量藥物分子中高效挑選出適合成藥的小分子，華為云聯合中國科學院上海藥物研究所推出了盤古藥物分子大模型，基于全流程AI輔助藥物設計的能力，以靶點預測、分子設計、活性評估、毒性篩選等環節為抓手，幫助醫藥公司實作快速、精準、低成本的藥物發現，開啟藥物研發的新模式，

• 在藥物虛擬篩選方面

依靠華為云創新的iFitDock演算法以及虛擬篩選服務，盤古藥物分子大模型的成藥性預測準確率比傳統方式高20%，進而讓藥物篩選效率提升十倍；

• 在藥物優化方面

基于華為云盤古藥物分子大模型的結構優化器，研發專家可對先導藥進行定向優化，通過更科學的藥物結構設計，減弱對人體正常細胞可能產生的毒副作用，

盤古藥物分子大模型四大核心技術特點：

• “圖-序列不對稱條件變分自編碼器”

全新提出“圖-序列不對稱條件變分自編碼器”深度學習架構，更好地提取化合物關鍵的分子特征指紋，提升下游任務的準確性；

• 超大規模的化合物表征模型訓練

對17億個小分子的化學結構進行預訓練，結構重構率、唯一性等方面優于現有方法；

• 生成1億個創新的類藥物小分子庫

其結構新穎性為99.68%，為發現新藥創造可能性；

• 實作了領先的藥物發現任務性能

在化合物-靶標相互作用預測、化合物ADME/T屬性評分、化合物分子生成與優化等方面實作性能最優，賦能藥物發現全鏈條任務，

西安交通大學第一附屬醫院劉冰教授在盤古藥物分子大模型的輔助下，突破性地研發出一款超級抗菌藥Drug X，其有望成為全球近40年來首個新靶點、新類別的抗生素，華為云盤古藥物分子大模型讓先導藥的研發周期從數年縮短至幾個月，研發成本降低70%，AI技術與基礎科學的結合與創新，不僅解決了研發成本高和時間周期長的痛點，更為初創型科研團隊提供了施展能力的舞臺，

?讓風云可測，盤古氣象大模型精準呈現臺風軌跡

在氣象氣候預報任務中，除了短期天氣預報，全球中長期預報也是業界最為關注、重要性非常高的預測任務，它以預測未來14天內的大氣系統狀態為目標，在氣象、航海、農業、旅游等多個行業發揮著舉足輕重的作用，

當前人工智能技術雖已廣泛應用在氣象預測領域，受大氣系統中物理程序的復雜性影響，以及求解大氣模型所需資源規模巨大，基于傳統數值方法進行的中長期天氣預報通常會累計誤差，導致準確度低，且需在超級計算機上運算元小時，

基于近40年的全球氣象資料，華為云盤古氣象大模型在中長期確定性預報上超越當前最強的數值預報方法（歐洲氣象中心的IFS系統），是業內首個精度超過傳統數值預報方法的全球AI氣象預測模型，平均預報誤差降低了10%-15%，速度提升10000倍以上，實作秒級全球氣象預報，

盤古氣象大模型核心技術特點：

• 3D高解析度的神經網路

首次采用3D高解析度的神經網路（3D Earth-Specific Transformer）：與二維的神經網路和低解析度的神經網路相比，盤古氣象大模型水平空間解析度達到0.25°×0.25°，約28公里x28公里，可以精準地預測細粒度氣象特征，在時間維度上，盤古氣象大模型將預測頻率從6小時/次提升至1小時/次，使氣象預測結果更準確；

• 層次化時域聚合策略

使用層次化時域聚合策略：訓練了4個不同預報間隔的模型（分別為1小時間隔、3小時間隔、6小時間隔、24小時間隔），使得預測特定時間氣象狀況的迭代次數最小，從而減少迭代誤差，也避免了由遞回訓練帶來的訓練資源消耗，

華為云盤古氣象大模型在極端天氣程序（如臺風）的預報中已展現出精準、快速的優勢：

• 2022年8月，盤古氣象大模型實作秒級預測臺風“馬鞍”的軌跡和登陸時間，準確率達90%，遠超行業平均水平，
• 今年5月22日至23日，今年第2號臺風“瑪娃”在24小時內，中心附近最大風力從38米/秒（臺風級）迅速加強到60米/秒（超強臺風級），

中央氣象局指出，華為云盤古大模型在“瑪娃”的路徑預報中表現優異，提前五天預報出其將在臺灣島東部海域轉向路徑，

人工智能觸發的產業變革正在改變每一個行業，人工智能也在越來越多的行業場景發揮重要價值，華為云以“AI for industries”為發力點，提升大模型通用能力，貼近客戶業務場景的現實需求，讓人工智能開發標準化、可復制、批量化生產，加速AI深入千行百業，推動人類社會進入智能世界，華為開發者大會2023 ( Cloud )大會將于7月7日在東莞拉開帷幕，華為云盤古大模型將迎來重大升級，敬請期待！

號外

7月7日，華為開發者大會2023 ( Cloud )將拉開帷幕，并將在國內30多個城市、海外10多個國家開設分會場，誠邀您參加這場不容錯過的年度開發者盛會，讓我們一起開啟探索之旅！

我們將攜手開發者、客戶、合作伙伴，為您呈現華為云系列產品服務與豐富的創新實踐，并與您探討AI、大資料、資料庫、PaaS、aPaaS、媒體服務、云原生、安全、物聯網、區塊鏈、開源等技識訓題，展開全面深入的交流，

大會將匯聚全球科學家、行業領袖、技術專家、社區大咖，開設200多場開發者專題活動，為全球開發者提供面對面交流與合作的機會，共同探討技術創新和業務發展，

大會官網：https://developer.huaweicloud.com/HDC.Cloud2023.html

參會購票：https://www.vmall.com/product/10086352254099.html?cid= 211761

點擊參與開發者社區活動，觀賞技術大咖秀、玩轉技術夢工廠，有機會贏取4000元開發者禮包！

歡迎關注“華為云開發者聯盟”公眾號，獲取大會議程、精彩活動和前沿干貨，

點擊關注，第一時間了解華為云新鮮技術~

標籤：其他

上一篇：【數學】微積分英語詞匯

下一篇：返回列表