提及煤矿，很容易令人联想到矿工的满面乌黑、“闷热”“潮湿”的工作环境、甚至时而发生的矿难……在过去，这是众多煤矿的真实现照。然而如今，一切正在变化，变量则来自于“AI大模型”。
自ChatGPT带火整个AI赛道后，国内大模型如雨后春笋般出现。据不完全统计，目前国内已有93个大模型公开发布，逐渐形成“百模大战”之势。
以ChatGPT为代表的通用多模态大模型在问答、写作、作诗方面展现了“惊艳”的一面，但随着市场回归理性，人们不禁要问：大模型除了聊天、创作外，还能干些什么?
截至目前，已经有不少科技巨头将目光投向B端。华为近期发布了“不作诗，只做事”的盘古大模型3.0，聚焦行业场景、垂直领域;曾经试图对标ChatGPT的百度文心一言也将视线转移至能源、汽车制造等领域;腾讯云也试图做行业大模型解决方案。
近日，中国基金报记者实探了位于山东西南部的多处煤矿。其中最深的矿井位于菏泽市巨野县的新巨龙煤矿，其开采深度达到810米至950米，这有如将全球最高楼迪拜哈利法塔向下倒砌。
而记者在实探的掘进工作面位于地下约850米处，乘坐罐笼(矿井中的升降电梯)下到矿底，足足需要三分钟时间。而在暗无天日的矿下驻足数小时，时间仿佛都在加速。
值得注意的是，先于记者下矿井的，还有AI大模型。那么，AI大模型如何在地下超800米之初，改变煤矿人的作业方式?如何与矿山开采发生“化学反应”?
大模型如何在矿井下运行?
“在我刚毕业的时候，煤矿每年的事故率在5%左右，矿工一直是高风险工种，”山东能源党委常委、副总经理刘健对记者坦言。在他看来，“如何留住人”一直是煤矿企业需要解决的棘手问题，如何让更少的矿工面临高风险，是行业内部重点研究探讨的问题。
通过何种方式可以让更少的矿工下到矿井中?如何让井下工作时间缩短?
记者日前实地走进了新巨龙煤矿，该矿是山东能源鲁西矿业旗下主要煤矿之一。新巨龙煤矿于2004年6月份开工建设，2009年底投产运营，矿井核定生产能力600万吨/年，保有资源储量10.8亿吨。据工作人员透露，该矿至少还可开采47年之久。
记者换上矿工的装备后，乘坐罐笼经过近3分钟下到地下约850米的矿井内。随后，记者又换乘通勤车在如地下迷宫般的隧道内穿梭。
从出罐笼到抵达掘进工作面，通勤车足足开了约半小时。据新巨龙工作人员介绍，这段车程行驶距离超过10公里。很难想象，在超800深地下，还盘踞着如此庞大的地下网络。而下车后，仍需要步行数百米，才能真正达到掘进工作面，整个过程犹如“地心历险记”。
不过，与想象中不同的是，矿井中并没有出现粉末飞扬的场景，相反是一系列设备井然摆放。整个路程中，仅看到为数不多的几位工作人员作业。同时，每隔一段距离就能看到摄像设备、无线基站等设备。
据新巨龙煤矿副总经理牛永明告诉记者，国内煤矿的煤层普遍较深，开采难度相较于国外难太多，“比如在澳大利亚，多数煤矿是露天矿，完全不需要下地采掘。”
据他介绍，在深入地下的煤炭采掘过程中，冲击地压是造成煤矿塌陷最主要因素，是需要防范的最大风险。而中国是世界煤炭行业受冲击地压影响最深的国家之一。
如何化解这一风险?钻孔卸压工程成为冲击地压防治的主要手段。记者在现场也观察到，钻孔机器是掘进工作面所必备的设备。
上述人士介绍，在采煤过程中，岩体应力猛烈释放会导致事故，通过对岩壁打孔产生一定空间，可以令岩壁压力向孔内释放，从而避免向采煤隧道内挤压。因此，在卸压钻孔施工时，人员操作不当，比如深度不够、角度错了等，会影响卸压效果，继而导致安全隐患甚至事故。
其中，钻孔深度是防冲卸压工程最关键的参数之一。记者在钻孔卸压工作面观察到，钻孔机器上安装着高清摄像设备以及其他相关传感器设备。据牛永明介绍，AI大模型可对钻孔施工情况进行实时监测，可实现钻孔深度自动核验、孔深不足及时提醒，避免漏检、迟检，减少人工核验工作量。
“过去，我们在检查矿工作业的规范性方面，通过执法记录仪对打钻的全过程录像，录像完成后再带出矿井，再由专人对视频进行核查，也就是说视频现场如果拍了一个半小时，那地面上的人就要看一个半小时，非常耗时耗力，”新巨龙煤矿防冲中心主任贾海滨直言。
而大模型下地之后，地上工作人员通过AI大模型视觉识别能力来识别矿工是否打钻达标。据记者随后在地上指挥中心观察，盘古大模型通过前期学习，可以准确识别包括矿工、设备在内的各种井下物件。当矿工操作不规范时，可第一时间作出提醒，极大降低了沟通的时间成本，同时降低了防冲工作风险。
据贾海滨透露，“过去一个钻孔卸压小组需要14-16人左右，而现在仅需要4-5人即可。而在地面，1位地上人员可以监测5、6个工作面场景。”
他介绍，用了AI识别后，一是增强了实时性，从之前隔天核验到现在现场完成核验，卸压孔深度不足时系统及时提醒，冲击地压监控中心可实时查看井下工程施工情况，发现问题及时整改。二是减少了人工核验工作量，从之前人工审核一个卸压钻孔耗时1
