人工智能（AI）是新一輪科技革命和產業(yè)變革的重要驅動力量，近年來圍繞人工智能大模型的研究成為各行各業(yè)研究的熱點。

但是，筆者認為：人工智能的研究不能只局限在大模型，對于各行各業(yè)更應該加強對人工智能應用的研究。

在人工智能應用研究領域，筆者認為最重要的是建立科學樣本庫以及研究高可靠傳感技術和建設執(zhí)行機構。

科學樣本庫是人工智能獲取知識的源泉

人工智能的本質是構造一種具有學習能力的“學習器”，該“學習器”本身沒有任何專業(yè)知識，需要采用大量樣本加以訓練，在訓練中不斷發(fā)現(xiàn)規(guī)律，從而建立起專業(yè)知識。因此，建立充分的科學樣本庫是非常重要的。

但是，建立科學樣本庫是一件艱巨而復雜的工作，且必須由領域專家完成。

以電氣設備狀態(tài)評價和缺陷診斷為例，在運行過程中積累樣本固然重要，但是通常都要較長的時間，監(jiān)測數(shù)據可能還不夠全面和準確，這樣就失去了時效性。因為科學技術進步很快，更新的設備總在不斷替代已有的設備，等到積累了足夠的樣本后，這類設備可能已經處于淘汰階段，學習出來的人工智能所能發(fā)揮的作用也就不大了。

因此，需要設立專門的研究項目，由實驗室和檢測機構配合，采取模擬缺陷和加速老化等措施，在新設備投產后盡快去積累和豐富樣本庫，以供“學習器”發(fā)現(xiàn)和獲取知識，這樣才有助于在這類設備大量服役期間發(fā)揮人工智能進行狀態(tài)評價和缺陷診斷的作用。

這個制造缺陷和加速老化的樣本生成過程，需要領域專家認真研究和周密組織。這些實驗室和檢測站中的樣本還需要與實際運行的電氣設備上采集的樣本相結合。所謂科學樣本庫，需要滿足嚴謹性，要絕對真實可信的數(shù)據，這往往需要耗費人力和物力資源的，并且是其他專業(yè)的專家無法替代的。

因此工業(yè)領域更應結合自身專業(yè)領域的特殊性，深入開展建立科學樣本庫的工作，它是人工智能獲取知識的源泉。

高可靠傳感技術和執(zhí)行機構是發(fā)揮人工智能作用的關鍵

傳感器的精度、可靠性和耐久性是發(fā)揮人工智能作用的關鍵。

如果傳感器的精度不夠高或者容易受到干擾，則即使已經建立了具有領域知識的人工智能，也不能夠正確地反映當前狀態(tài)，也即人工智能的輸入信息不可信，從而影響人工智能的輸出。

如果傳感器的可靠性不夠高，就不能及時正確反映當前狀態(tài)，比如有的傳感器該報警時拒報而成為“死狗”，有的傳感器不該報警時卻誤報而成為“瘋狗”，使人工智能的輸入信息不可信。

電氣設備故障預警和缺陷診斷是電力系統(tǒng)中人工智能最有可能發(fā)揮作用的領域。這需要傳感器具有很好的耐久性，因為電氣設備的壽命較長，如果傳感器的耐久性不夠高，就不能實現(xiàn)對電氣設備運行狀態(tài)的可靠監(jiān)測，基于人工智能的預警和診斷結果當然也就不可信。

因此，高可靠傳感技術是發(fā)揮人工智能作用的關鍵。對于應用于電力系統(tǒng)的傳感器而言，其工作條件對其性能的影響更加嚴峻。比如強電磁干擾對檢測精度的影響、暫態(tài)地電位升有可能對傳感器產生破壞性影響、戶外惡劣環(huán)境也會嚴重影響傳感器的耐久性……這些都需要深入研究和應對。

多重化和適當冗余是一種解決方案，但是也要科學分析。比如對于狀態(tài)量互感器，采用兩套還不如采用一套可靠，而采用三套三取二就可提高可靠性。對于模擬量傳感器怎樣配置更好？需要結合實際問題仔細研究。

實際上對于包含控制環(huán)節(jié)的應用領域，執(zhí)行機構的精度、可靠性和耐久性對于發(fā)揮人工智能的作用也是相當重要的。

避免為了人工智能而人工智能

筆者認為，在能夠建立明確的數(shù)學模型以及可以獲得解析解的情況下，就沒有必要刻意采用人工智能。

即使采用人工智能，也應盡量追求簡單，能用小模型時就不要刻意采用大模型，所謂“大道至簡”者也，因為簡單了容易可靠，可靠了才能真正實用。

對于一些政策性和法律性很強的領域，就不適合于應用人工智能。比如對于一些法律法規(guī)、人事制度、電力營銷等領域的問答服務，就不適合用人工智能去回答提問，而更應設置一位訓練有素的新聞發(fā)言人。

即使開展大模型的研究，也應集中優(yōu)勢兵力打殲滅戰(zhàn)，將資源主要配置在極少數(shù)與人工智能共性技術緊密相關的專業(yè)科研機構中，而不宜在各行各業(yè)的領域科研單位和企業(yè)中分散資源。這些領域科研單位和企業(yè)應采取“拿來主義”直接應用專業(yè)科研機構的大模型等人工智能研究成果，領域科研單位和企業(yè)的研究重點應該放在人工智能的應用上，主要精力應該投放到建立科學樣本庫和研究高可靠傳感和執(zhí)行機構上來，這兩個方面也應被視同為人工智能的重要研究方向。

因此人工智能的研究至少應包括三個方面：即大模型等人工智能理論和方法研究、科學樣本庫建立、高可靠傳感和執(zhí)行機構，各行各業(yè)的領域科研單位和企業(yè)對人工智能的研究應主要圍繞后兩個方面。