AI用于电力施工安全，关键在方式方法的选择

去年在某行业协会劳动时，参加过几回关于电网AI识别的讨论会，从专家那里学到一点皮毛，很快就认识到AI识别的三个层次：环境识别、设备识别和故障点识别；今年初，又从物理缺陷和功能缺陷两个维度，做了一次总结，详情请看：

前几天，一家很著名IT公司的客服突然找我，说我以前跟他们联系过AI的事儿。我问什么事儿，时间很久了吧，我都没印象了。我脑袋里闪现过一系列的问题，比如电网设备缺陷的识别、和田玉籽料的AI在线识别等等。但是实在想不起来到底是什么问题。于是我问：你们查一下，我当时给你们说了什么问题，结果很有意思，他们只是知道我找过他们，但他们也搞不清我当时的问题是什么了。于是，我立刻想到了两种可能：一是他们找我碰瓷儿；二是他们的生意最近遇到了问题...

好吧，我告诉这位妹子，把你们的解决方案发过来，我先学习一下吧，很快就发了过来，题目是关于AI巡检的，属于我特别喜欢的那种，一看内容原来是检修施工安全管控的，用的图片又是基建现场的，总之有点乱。

他们解决方案大致说：一是他们在某基层公司的实践案例；二是识别率达到了80%；三是技术方案是通过在检修或者施工现场加装临时性的摄像头，抓拍图像进行AI识别，以此来做安全监控。

就像照片中那些高耸的桩基设备，其实根本没必要对它们进行监控，一是它们是固定位置的，换坑移动时都有现场人员引导和监控的；二是如果它真的倒了，你检测到了，你也没有办法；三是如何实现从监控到施工设备的闭环控制

我告诉他们说：80%的识别率是达不到实用要求的。还有一些话，没给他们讲，例如：这属于环境识别的范畴，这个识别率显然是太低了，这么低的识别率对于施工设备或者大型的检修设备即将触及安全红线时，几乎是无能为力的，也就是说到了关键时刻，系统却不能发挥其作用。另外，我认为，用这种技术路线来管控安全生产的风险，有可能或者大概率不是最好的选择。