在湖北省應急管理廳應急指揮中心大廳內，一塊巨大的電子屏幕上，密密麻麻的數(shù)據(jù)跳動著，實時展示著全省各地的風險隱患動態(tài)。突然，一條預警信息彈出：鄂州市某鋼鐵企業(yè)生產(chǎn)車間一氧化碳濃度異常升高！緊接著，屏幕內容迅速切換，顯示風險研判結果——90億參數(shù)級別的智能大模型分析得出，這可能是設備接口松動導致的泄漏。幾秒鐘內，系統(tǒng)生成處置建議，并將預警短信推送至企業(yè)安全負責人周勝利的手機上。

這一幕，正是湖北省風險隱患監(jiān)測預警平臺日常運轉的縮影。聚焦從“被動救火”到“主動防患”，近年來，湖北省應急管理系統(tǒng)持續(xù)探索。以深入開展安全生產(chǎn)治本攻堅三年行動為契機，通過搭建風險研判大模型，湖北省風險隱患監(jiān)測預警平臺得以開發(fā)建設。不久前，湖北省應急管理系統(tǒng)召開新春“創(chuàng)先爭優(yōu)”動員會，提出以數(shù)字化改革和基層能力提升為引擎，聚力打造“智慧應急”場景化應用，旨在持續(xù)提升基層風險監(jiān)測預警水平。

從“被動救火”到“主動防患”

“過去，我們的安全管理像是‘救火隊’，總在事故發(fā)生后疲于奔命?！焙笔惫芾韽d相關負責人坦言，“人工巡查效率低、覆蓋不全，尤其在基層，不少人專業(yè)能力不足，風險隱患往往發(fā)現(xiàn)得太晚?！?/span>

為扭轉這種被動局面，2024年初，湖北省安委辦決定牽頭建設湖北省風險隱患監(jiān)測預警平臺，并由湖北省應急管理廳組織建設省市縣三級風險隱患監(jiān)測預警中心，著力推動安全治理模式向事前預防轉型。

“從‘被動救火’到‘主動防患’，科技是關鍵?！焙笔惫芾韽d相關負責人說，“我們就是希望通過建設這個平臺，用科技手段彌補傳統(tǒng)管理短板，解決風險發(fā)現(xiàn)不及時、研判不專業(yè)、處置不高效的問題?！?/span>

為打造這一智慧中樞，湖北省應急管理部門組建了一支專業(yè)團隊，并投入大量資源。“我們梳理了上萬份法律法規(guī)、行業(yè)標準和事故案例，將這些知識提取出來，標注、訓練，最終建成了一個擁有90億參數(shù)的風險研判大模型?！焙笔★L險隱患監(jiān)測預警中心技術骨干趙冰化博士介紹說。

建設過程并不輕松。專業(yè)團隊不僅要整合衛(wèi)星遙感、物聯(lián)網(wǎng)傳感器、視頻監(jiān)控、電力大數(shù)據(jù)等11種監(jiān)測手段，還要確保系統(tǒng)能實時處理海量數(shù)據(jù)。“一開始，大模型的準確率不高，我們一遍遍優(yōu)化算法，‘喂入’更多數(shù)據(jù)，讓它自己學習進步。”趙冰化說。

平臺的搭建還注重實戰(zhàn)性。湖北省應急管理廳聯(lián)合各地試點運行，不斷調整流程，最終形成“監(jiān)測—研判—預警—處置—督辦—評估—聯(lián)動”的全鏈條數(shù)字化閉環(huán)管理體系。

“風險研判能力弱、信息不通暢、處置慢是困擾基層已久的‘老大難’。”恩施州應急管理局局長曾東興說，“比如位于偏遠山區(qū)的小礦山，過去靠人巡查，根本看不過來?，F(xiàn)在有了監(jiān)測預警平臺，相當于給這樣一個偏遠的小角落也配上了風險監(jiān)測和研判專家?！?/span>

自2024年8月上線以來，該平臺已監(jiān)測并處置6000余項風險隱患。該省企業(yè)事故發(fā)生率同比下降6.6％，隱患處置時長同比縮短50％，監(jiān)管效率大大提升。

秒級響應，自動推送處置建議

“在剛才的例子中，傳感器檢測到一氧化碳濃度異常后，立刻上傳數(shù)據(jù)，大模型幾秒內就分析出可能的原因和后果，然后自動推送處置建議?！壁w冰化指著屏幕向記者解釋道，“AI預警秒級響應的秘訣，在于數(shù)據(jù)的實時性和大模型的快速分析能力?！?/span>

這種“快”，得益于平臺整合了前端物聯(lián)感知設備和后臺智能算法。一旦監(jiān)測到異常，系統(tǒng)無需人工干預，就能通過大模型快速研判，生成紅、橙、黃、藍四級預警信息，并將信息直接推送至企業(yè)相關系統(tǒng)和監(jiān)管人員手機，提醒其進行處置。如果未及時處置，省市縣三級風險隱患監(jiān)測預警中心會逐級督辦，確保閉環(huán)管理。此外，平臺每月對風險隱患進行復盤評估，提醒各地各部門有針對性地做好風險防控。

“以前靠人發(fā)現(xiàn)隱患，再層層匯報，至少得半天時間?，F(xiàn)在，平臺就像不知疲倦的‘云哨兵’，24小時盯著，一旦有異常，立馬就能響應?！敝軇倮袊@道。

“風險研判大模型是平臺的‘心臟’?！壁w冰化介紹，“最初大模型只能識別簡單風險，遇到復雜場景經(jīng)常出錯。我們就不斷迭代，加入更多數(shù)據(jù)，讓它學會分析事故的演化鏈條?！?/span>

優(yōu)化是個持續(xù)的過程。“現(xiàn)在，它還能對接由應急管理部發(fā)布的‘久安’AI大模型，融合多災種分析能力，專業(yè)度不斷提升?！壁w冰化說。

“大模型不僅能幫我們發(fā)現(xiàn)風險，還能給出處置建議。比如監(jiān)測到礦山通風不良時，平臺會直接提示要檢查風機、疏通風道等，特別實用?！痹鴸|興補充道。通過與“久安”AI大模型進行對接，平臺已接入林火模型、圖片識別、視頻識別、知識問答以及其他相關基礎模型服務，極大提升專業(yè)水平和工作效率。此外，平臺正在逐步接入DeepSeek，以進一步提升預警研判專業(yè)度?！皩eepSeek嵌入風險監(jiān)測流程，可使平臺自動識別潛在風險特征并觸發(fā)預警，從而提升風險感知靈敏度，實現(xiàn)復雜風險模式的自動化捕獲、跨維度關聯(lián)分析及預警響應效率提升?！壁w冰化說，下一步，將聚合各部門行政檢查計劃，深度挖掘風險隱患數(shù)據(jù)，力求形成更大范圍、更高水平的跨部門“綜合研判、聯(lián)合檢查”方案，提升執(zhí)法質效。

掃一掃在手機打開當前頁面

責任編輯：王寧娜