中國工程院院士王國棟近期在“AI+鋼鐵”技術發布會上強調，鋼鐵產業作為國家的支柱性基礎產業，正迎來新一代人工智能（AI）的深度賦能。他提出，通過整合鋼鐵行業龐大的大數據資源、專家知識與經驗，以及先進的生成式人工智能（AIGC）技術，實施一種涵蓋“數據密集、智能涌現、人機協同”的三元認知方法論，旨在構建人機混合智能體系，推動鋼鐵行業的智能化轉型。

　　鋼鐵工業作為一個復雜的大型流程工業體系，其生產流程中的各個工序如同“黑箱”，充斥著大量的不確定性和動態性問題，使得材料內部的數據難以實時、連續地獲取。王國棟院士指出，這種人機混合智能方法將建立起一套全局性、系列化、通用化的智能預測體系，實現材料系統內部數據的實時、連續、在線、精準預測，即數字孿生建模，從而驅動鋼鐵行業的升級換代和轉型。

　　目前，AI技術已在鋼鐵行業的多個領域取得了顯著成效。例如，在鐵前系統，寶鋼梅鋼攜手產學研團隊開發的“智慧高爐系統”，融合了大數據、AI與冶煉機理，能夠提前1至3小時預測高爐透氣性、熱負荷等關鍵指標，預測準確率超過85%。然而，AI的推進過程中也面臨著數據質量參差不齊、模型泛化能力不足及復合型人才匱乏等挑戰。

　　針對這些挑戰，王國棟建議開發專業的ETL工具鏈，建立“通用模型+個性數據”的遷移學習方案，并加強校企聯合培養，以應對數據質量問題。同時，他強調，應構建全流程數字孿生平臺，完善“機理+數據+AI”混合智能技術體系，并推進相關標準化技術體系的建設。為了保障AI在鋼鐵企業中的高效應用，王國棟認為關鍵在于構建“產學研用”協同創新生態，強化數字底座，提升數據采集能力，聚焦關鍵技術加大研發投入，并推動智改數轉和示范線建設。

　　在推動鋼鐵行業綠色發展的道路上，“AI+鋼鐵”也發揮著重要作用。鐵前系統通過全面應用煉鐵大數據與AI技術，建立了實時監測與智能感知系統，實現了節能降碳、降本增效與穩定運營。例如，河鋼推出的WesCarber碳中和數字化平臺，涵蓋碳管理、碳足跡等多個子平臺，實現了全產業鏈碳流的可視化。

　　王國棟進一步指出，AI在“雙碳”目標中的作用不僅限于此，其核心在于通過打通生產各環節的數據流，將單點改良升級為跨工序、跨尺度的系統協同，推動全流程的綠色化重構。AI能夠實時監測分析能源使用情況，提高能源利用效率；構建碳排放模型，精準預測碳排放情況，助力制定減排策略；同時，基于大量生產數據，挖掘工藝潛在改進點，促進工藝裝備與產品服務的一體化開發，推動鋼鐵行業向高端化、智能化、綠色化轉型。

　　展望未來，鋼鐵行業需加快工業互聯網、大數據、AI等技術的融合，搭建能、環、碳全流程一體化管控平臺，實現從末端治理向源頭和全過程人機協同、自主無人控制的延伸。同時，建立完善的鋼鐵行業數據標準和數據庫，為數字化和綠色化的協同發展提供堅實的數據支持。