核工业是否应该推广机器学习和人工智能，以便更好地管理其资产基础?有专家认为，该行业应用数字技术没有那么复杂。
1、数字化技术
机器学习可以帮助核工业降低其资产管理成本
过去，核工业一直对数字解决方案和人工智能的推广使用持谨慎态度。
该行业的担忧，包括安全方面内容，数字技术快速发展，确保系统在核装置的长寿命内不会过时的必要性考虑。
也有人认为，该行业应该积极引进数字化技术。
萨姆·斯蒂芬斯表示，数字化方法可以帮助该行业降低其资产管理成本。
斯蒂芬斯领导阿特金斯及其母公司SNC-Lavalin的数字化转型。
但他表示，核能的创新基础将使其能够从机器学习和人工智能(ML/AI)中获益，因为：“核工业的主要因素是，我们致力于使用的最佳可用技术。”
他表示，随着数字解决方案的成熟和在其他行业的广泛应用，过去10年或20年该技术已经取得了一些进展。因此，“如果核工业不采用它们，就无法利用其技术。”
斯蒂芬斯认为，与此同时，随着电力行业的变化，电力行业必须确保在技术或经济上不处于劣势。
他说：“我们正在运行的能源系统正变得越来越动态，越来越数字化。”
同时，对低碳电力供应的需求，使得核电机组以最佳的环境运行，并将电厂停机时间降至最低变得更加迫切。
2、改进安全案例
日本东京电力公司使用一款名叫“迷你翻车鱼”(Little Sunfish)的水下机器人，
调查福岛第一核电站3号机组反应堆安全壳内聚积的核污水情况，
旨在找出熔落的废弃核燃料的具体位置和形状，为核废料取出方案收集信息。
斯蒂芬斯表示，核能对安全的关注意味着，在某些活动中已经取得的收益超过了成本：“通过在现场采用数字化方法，我们看到了让人们远离危险并减少其风险暴露的机会。(我们)还可以确定更有效的方法和更好的策略，以优化我们的工作方式和我们的工作内容。”
哪些应用程序已经可以为核部门带来好处?
斯蒂芬斯举了机器视觉的例子：“我们正在从现场捕获大量的照片和视频。利用这些数据集，我们可以使用机器学习算法来识别任何潜在或常见的缺陷。”
操作员将机器人发送到已知水位最高的3号反应堆的安全壳内。
机器人通过连接到安全壳的管道进入反应堆内部。
通过在反应堆内拍摄图像调查内部结构损坏情况，并在被毁坏的反应堆内找到燃料。
目前，必须进入放射性区域的工人巡检，可以完全自动化，每天使用机器人或无人机对路线进行成像，并使用机器学习算法将任何变化或异常情况提请人类专家注意。
这样的应用程序可以在不与其他工厂系统连接的情况下实现，因此实现的风险较低，“这是我们认为的理想的第一个用例”，他说。
对于这种用途，斯蒂芬斯反对过度谨慎：“考虑到核电站的寿命有限，你越早开始投资这些类型的方法，你能从中获得的价值就越大，”他说，并指出，现在的投资比10年后更容易，因为在10年后，核电站的剩余寿命较低。
其他类似的“自给自足”选项包括，规划和使用人工智能优化停电和一般交付的计划表和时间表。
当然，项目管理软件已经存在很长时间了，他说，“当你考虑项目计划以及大量潜在的独立依存关系和制约因素时，人工智能为你提供了一个机会，让你可以考虑比人脑更多的不同场景。
然后你可以利用它来帮助确定最佳场景，从而提前完成你的计划。
”此外，它可以将规划和项目管理软件与其他类型的信息结合在一起，如对工厂和所部署资源的三维理解。
取得成功的第三个机会是使用现有数据池。
斯蒂芬斯解释道，“许多工厂一直在通过企业资产管理系统收集数据。我们看到的机会首先是如何使用AI/ML来发现趋势”。
这可能意味着某个地点或设备的变化，也可能意味着许多工厂可能出现的共同趋势。
最后，斯蒂芬斯指出，AI/ML可以帮助做出关于可能需要额外数据的决定。
随着传感器变得越来越便宜，AI/ML可以帮助规划和优先考虑公司在何处放置传感器，以预测工厂问题并减少停机时间。
3、专业技能替换
人工智能能否取代长期服务的核工业成员的全面经验?
斯蒂芬斯坚持认为，目标是建立伙伴关系。“我们采用技术都在研究如何提供工具，让工厂里的人生活更轻松。”
他还认为，这是行业的未来证明，不会失去个人经验。
“当你看到这个行业面临的挑战，尤其是技能方面的挑战时，我们将越来越受到资源的限制。由于技能短缺，我们需要找到更高效、更不同的有效方法。在这方面，我们认为技术有帮助。”
核工业在创新方面面临着一个特殊的挑战，因为新的流程必须经过鉴定，因此独立的用例更有可能快速回报。
在实践中，斯蒂芬斯表示，这种推广“取决于商业案例和风险偏好。你必须承认，有了这些新技术，商业案例就必须得到证明。如果它有五年或十年的投资回报，那么目前的管理层会认为“还不完全”。”
这意味着ML/AI和数字化倡导者必须“确定具有直接利益的用途，为我们增加进一步投资”。
即使工厂运营商很谨慎，他们可以在以后降低实施成本的一个方法是考虑数据管理。
SNC-Lavalin正在确保其从核设施获取的所有数据都是结构化的，以便随时获得服务见解。
他说，“当你拥有结构化和可用的数据，并且随着数量的增加，这就增加了使用数据分析的机会。在你能够利用一些更智能的数据分析流程之前，这需要首先到位。”
4、数据安全
伊朗布什尔核电站曾遭“震网”(Stuxnet)蠕虫病毒攻击。(图源：新华/路透)
有充分的理由，核工业对数据安全非常保守和严格。
然而，随着数据行业的成熟，核能公司能够在保持安全的同时，跟随其基础设施同行做出更灵活的安排。
例如，斯蒂芬斯表示，核能将不得不跟随其他行业转向基于“云”的解决方案，可以安全地做到这一点，他说：“这是一个不可避免的举措，因为许多软件提供商越来越多地将解决方案放在“云”上，而不是像传统上那样放在服务器上。
这是行业需要接受的改变。有观点认为，可以通过这些设施提高安全性。”
近几年，核能行业的态度开始改变。
“新冠肺炎流行是一个巨大的转变，因为许多运营商发现他们依赖于微软团队和基于“云”的解决方案来支持正在进行的工作。这是我们发现新冠肺炎流行确实加速发展的一个领域。”
现在，他说，“一些可用的新技术使我们能够更快、更灵活地开发解决方案。当然，它必须进行网络安全风险评估。”
基于“云”的系统也提供了一些未来证明，他说：“许多客户对供应商锁定越来越紧张。签署解决方案意味着未来基本供应商方面的转换成本可能会过高。我们正在研究他们的结构和数据管理标准，从而提高系统之间的可移植性。采用基于‘云’的方法，不太可能被锁定在一个供应商。”
这些逐步使用数据和更灵活的方式，例如使用“云”，需要监管部门的认可。
斯蒂芬斯表示，监管考虑也将逐步进行，“这是一件有助于人类做出更好决定的事情，而另一件事是依靠这些来确保核安全”。
从监管角度看，离依靠AI/ML发现潜在问题还有相当长的一段时间。这是技术成熟度和行业内采用成熟度的结合。
要做到这一点，需要有非常强大的技能基础，需要有人理解和使用它，需要有很多使用它的经验和一些教训。
5、数字孪生的作用
目前，所谓的“数字孪生”是能源行业的流行语，但斯蒂芬斯表示，这个短语对不同的人来说意味着不同的事情。
“数字孪生可以是任何东西，从代表当前状况的设施的激光扫描，到更像劳斯莱斯(Rolls-Royce)或通用电气将使用的喷气发动机，在那里你有一个完全连接的工厂，并与运营商共享实时数据。”
在核领域，他认为核生命周期的三个关键阶段——新建、运营和退役——每个阶段都得益于数字孪生，“但在生命周期的每个部分都会有不同的味道。”
他解释道，“我们看到低成熟度的数字孪生支持遗留资产的主要计划管理。对于新的构建，它实际上是围绕着如何设置支持运营的策略，同时在设计和构建中捕获数据，以在整个生命周期内保持该价值。在运营资产中，它是关于支持工厂运营的策略。”
他补充道：“我们预计这些资产将与虚拟表示更加紧密相连。这是一个我们看不到会消失的长期趋势。”
这不仅适用于裂变，聚变行业也在进行一些试探，“我们与一些融合项目进行了非常密切的合作，因为为了确保工厂能够正常运行，越来越多的测试、分析和模拟需要在硅中进行，而不是在工厂上进行。随着资产变得更加复杂，他们需要数字解决方案来设计和建造它们。”
免责声明：本网转载自合作媒体、机构或其他网站的信息，登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其内容的真实性。本网所有信息仅供参考，不做交易和服务的根据。本网内容如有侵权或其它问题请及时告之，本网将及时修改或删除。凡以任何方式登录本网站或直接、间接使用本网站资料者，视为自愿接受本网站声明的约束。
