中国工程院院士王国栋在近期“AI+钢铁”技术发布会上，接受了人民网的独家专访，深入探讨了人工智能技术在钢铁产业的应用前景。他指出，钢铁产业不仅是国家的基础支柱，更是AI技术深度赋能的理想试验场。
王国栋强调，钢铁工业作为一个复杂的大型流程工业，其内部存在大量不完全信息和不确定性，这使得传统方法难以实时、连续地获取材料内部数据。为此，他提出了一种结合大数据、专家经验以及生成式人工智能（AIGC）技术的新方法，旨在通过建立人机混合智能体，实现数据密集、智能涌现和人机协同。
他进一步解释说，这种人机混合智能方法将构建一个全局性、系列化、通用化的智能预测体系，使钢铁流程中的各个单元能够实现数据的实时、连续、在线和精准预测，即数字孪生建模。这一技术不仅能够推动钢铁行业的升级换代，还能为行业的转型发展提供强大动力。
在AI技术的实际应用方面，王国栋提到，宝钢梅钢的智慧高炉系统就是一个成功的案例。该系统融合了大数据、AI与冶炼机理，能够提前1至3小时预测高炉的关键指标，如透气性、热负荷、煤气利用率和焦比等，其在线运行准确率超过了85%。
然而，王国栋也指出，AI在钢铁行业的推进过程中仍面临诸多挑战，包括数据质量的多源异构、模型泛化能力不足以及复合型人才的短缺。为了应对这些挑战，他建议开发专业的ETL工具链，建立“通用模型+个性数据”的迁移学习方案，并加强校企联合培养。
关于如何保障AI在钢铁企业中的高效应用，王国栋认为，关键在于构建“产学研用”协同创新生态。这包括夯实数字底座、强化应用牵引、加强技术服务以及营造良好的生态环境。他特别强调了支持企业建设新型一体化信息基础设施的重要性，以及聚焦混合式AI等关键技术加大研发投入的必要性。
王国栋还提到了AI在推动钢铁行业绿色发展方面的作用。他指出，“AI+钢铁”已经在多个环节促进了行业的绿色发展，如通过实时监测与智能感知系统以及关键参数预测和多目标优化模型，实现了节能降碳、降本增效和稳定运营。河钢的WesCarber碳中和数字化平台就是一个典型例子，该平台以“能碳+AI”为核心，实现了全产业链碳流的可视化。
王国栋表示，AI在“双碳”目标中的作用远不止于此。通过打通生产各环节的数据流，AI能够实现跨工序、跨尺度的系统协同，从而推动全流程的绿色化重构。例如，AI可以实时监测和分析能源的使用情况，提高能源利用效率；构建碳排放模型，精准预测碳排放情况，帮助制定减排策略；还可以基于大量生产数据挖掘工艺的潜在改进点，助力工艺装备产品服务的一体化开发。
展望未来，王国栋呼吁钢铁行业加快工业互联网、大数据和AI等技术的融合，搭建能、环、碳全流程一体化管控平台。同时，建立完善的钢铁行业数据标准和数据库，为数字化和绿色化的协同发展提供坚实的数据支持。
