首屆礦山AI大模型大賽正式進入選手角逐的階段。大賽在華為AI大模型平臺之上，讓礦山與AI技術人才走到一起，迸發出燦爛的火花，現在我們將陸續把有意思的選手、精彩的案例逐一揭秘。

“因為了解過煤礦采空區坍塌的事故，我們想讓AI與無人機結合，實現自動監測，提前預測塌陷地震的發生。”

     我是來自西安電子科技大學的龍雙星，控制科學與工程專業，很榮幸有機會參加第一屆全國礦山AI大模型大賽。

     大學本科期間，學校組織我們來到某煤礦實習，我深刻體會到了煤礦工人的艱苦。我所看到的井下礦工們，每人肩膀扛上百斤的U型鋼和溜子板，從巷道徒步搬運到幾百米甚至上千米遠的工作面。因為該煤礦的輔助運輸工具不足，大多都需要人工搬運，勞動強度可想而知，而且他們隨時面臨著各種安全風險。同時，在了解到過去礦井發生的各種重大事故后，我們更加堅定了幫助礦山實現安全、綠色高效開采的決心。

     在一個偶然的機會，我們發現煤礦采空區坍塌事故時常困擾著周邊的老百姓。根據陜西地震信息網數據，從2010年到2016年不到7年的時間里，榆林共計發生塌陷地震70多次，震級大多都在2.5級以上，嚴重破壞了當地環境和建筑并威脅人民群眾的生命安全。煤礦采空區地震發生是有跡可循的，比如，地面出現某種有規律的裂縫。過去可以通過航拍，然后人工識別這種裂縫。

    顯然，這種方式效率非常低，效果也不理想。我們想能否讓AI與無人機結合，實現自動監測和識別，提前預測塌陷地震的發生？

     其實，在確定這個選題時，我和四個大二的隊員都是非煤礦專業，礦山專業知識有所欠缺，擔心選題不符合實際生產需求。但是，在搜集調研了大量礦山資料，并和神東等煤炭企業溝通后，發現我們的方向是對的。同時，西電在人工智能、無人機方向有豐富的技術積累，指導老師、科研設施等都能充分滿足我們的研發需求。我們最終才啟動了“天空之眼”智能煤礦采空區地裂縫檢測預警的項目。

     由于疫情的影響，現場收集數據十分困難，我們僅僅利用采集的145張圖片就開始了大模型的訓練。本以為有效數據太少，我們很擔憂訓練的結果！但在同等數據集的實驗中，華為礦山AI大模型較其他同類模型的平均精度提高了7%，達到讓我們的項目實現替代人工監測的目標。

       本次比賽聚焦于煤礦行業諸多場景，對于促進實現礦山“安全、少人無人、綠色高效”的目標意義重大。我們將進一步完成無人機平臺的ATLAS 2000硬件平臺的部署，與神東、中煤等企業合作推廣應用地裂縫或其他危險源的實時檢測，實現早發現早治理，推動智慧礦山技術的普及應用。