独家!新安全杂志专访广东南方应急管理研究院院长闪淳昌:希望更多人使用大羽安全应急模型,让它越来越“聪明”

4月26日,“大羽安全应急模型2.0版”在北京正式发布上线。该模型由广东南方应急管理研究院与北京广监云科技有限公司联合研发。这款专注于安全应急领域的专业认知智能模型究竟有怎样的优势?它将为应急管理事业贡献怎样的力量?为此,人民日报《新安全》杂志社记者专门采访了广东南方应急管理研究院院长闪淳昌。

1.问:请问闪院长,最初开发这样一款专注于安全应急的大模型的动机是什么呢?

闪淳昌:在开始的时候我跟研发团队讲就是4个字:服务、助手。广东南方应急管理研究院专家力量比较强,但是要把专家智慧转化为实际的服务,就要和专注智能化及大数据的公司合作。所以后来我们选择了北京广监云科技有限公司(以下简称广监云)作为合作对象。广监云有一个特长是图片识别和分析,在这方面他们曾给国家有关部门提供服务,有一定的积累,所以通过合作我们将专家智慧和大数据、智能化相结合,立足“服务”二字。服务对象主要是政府和有关部门、企事业单位以及安全生产和应急管理事业。

另外就是助手,要当好助手。现在不管是政府和有关部门的执法单位,还是企事业单位,包括广大社区居民,他们都需要安全应急知识,包括专业知识、法律知识等。那么大羽模型就可以成为他们的助手,在应对突发事件、排除风险隐患方面提供一些咨询。所以说我们的初衷就是4个字:服务、助手。


2.问:现在市面上也有一些关于安全生产的智能管理技术,请问大羽模型跟目前已有的技术相比,最大的优势在哪里?

闪淳昌:其实就体现在四个“更”字上。大羽模型整合和优化训练了海量安全应急专业数据,深入理解了安全应急相关的复杂问题和情境,具备一定的业务推理与关联分析、智能辅助决策、自我学习与知识更新、文本高效生成、图像理解分析、多模态融合与应用拓展能力,专业知识问答更准确、预案制定修订更详细、图像识别解答更专业、法律法规解析更全面。未来我们就在四个“更”上不断努力。目前市面上也有一些一般性的大模型,但是我们要在安全应急领域再深化,要更专业。


3.问:对于社会大众的日常生活来说,大羽模型的实用性是什么?

闪淳昌:刚刚在现场好多人体验了咱们的大羽模型,拍了一张照片上传后,大羽模型就会立马分析该场景存在的所有安全隐患,这一点在日常生活中还是非常实用的。当你用手机拍摄一个面前的物体时,屏幕上很快会提示你当前的潜在风险及可能发生的灾难事故、所依据的法律法规、如何预防这些风险等等。这是大羽安全应急模型提供的服务之一,这项图像识别+解答技术目前是领先的。

平时我们家里的一些隐患,比如电动车的充电方式是否正确,拍照上传之后大羽模型便会为你解答,非常实用。“人人讲安全、个个会应急”,我们就是要不断朝着这个方向去努力,今天只是一个开始。


4.问:大羽模型可以供大众直接使用吗?

闪淳昌:未来如果是面向专门用户的话,还是需要有一些投入。对于广大市民,现在在小程序就可以搜到并使用照片识别功能。在这方面大羽模型可以提供知识、帮助决策。习近平总书记强调,“筑牢防灾减灾救灾的人民防线”。我们基于此研发大羽模型,就是要让人人参与应急管理事业。未来,我们的目标之一便是让大羽模型与政府各部门、各行业协会的公众号、网站结合起来,帮助他们更好地解答疑惑、提供服务。


5.问:随着实际发展,大羽模型会不会更专业化?

闪淳昌:是的,会更有针对性。所谓“兵无常势,水无常形”,所有突发事件不会是一成不变的。虽然要认识规律性,但是大羽模型更要有针对性。这就需要在用户的实际使用中,通过提问来不断丰富大羽模型的“智慧”。大羽模型它会越用越聪明。用的人越多,提出来的问题越多,就会促使大羽模型不断地“思考”,不断充实、更新。

所以我们选择在这个时间点发布,就是希望让更多人来使用大羽模型,在这个过程中不断丰富它的思考,在实践中不断更新。


6.问:刚才您也提到它可以为政府、企业以及老百姓服务,这是大羽模型的普适性,但是还有些单位或个人可能需要定制化服务,请问大羽模型能否能满足这方面的诉求?

闪淳昌:使用大羽模型时所提的问题越具体越专业,它将来也能回答得更具体更专业。这是一个互动的过程。使用者提要求时,不能笼统地说“你给我写个预案”,那这个预案就会千篇一律。因此使用者要提出很多边界条件,大羽模型将根据提问者的需求来达到定制化的目的。

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,591评论 6 501
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,448评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,823评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,204评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,228评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,190评论 1 299
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,078评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,923评论 0 274
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,334评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,550评论 2 333
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,727评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,428评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,022评论 3 326
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,672评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,826评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,734评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,619评论 2 354

推荐阅读更多精彩内容