铁路是国民经济大动脉和国家重要基础设施。在中国式现代化建设如火如荼的今天，中国铁路覆盖面积不断扩大，高铁触角不断延伸，正在用“中国速度”成就中国经济。

在这张庞大的铁路交通网背后，穿插着一条坚固的生命线——铁路安全。随着5G、云计算、人工智能等技术的发展与进步，所有交通建设参与者都面临着同样的课题：如何借科技的臂膀，提高轨道交通安全运维能力？面对铁路线路病害顽疾，要怎么做好智能化防治？

近日，在以“数聚廊坊 智享未来”为主题的河北人工智能计算中心上线仪式上，北京交通大学詹天佑学院副院长李清勇发表了题为《天佑大模型-塑造高速铁路轨道基础设施的“健康卫士”》的主题演讲，全面阐述了天佑大模型将人工智能与轨道基础设施检测行业融合的创新实践，大幅提升轨道基础设施病害检测的安全性和时效性。

北京交通大学詹天佑学院副院长李清勇

　　我国轨道交通发展迅速，目前已形成全球规模最大的轨道交通网络。然而，在快速发展的同时，轨道基础设施运维能力同步提升速度却较为缓慢。如何实现高效、精准、智能的轨道病害检测，是当前高速铁路发展的迫切需求和亟待攻克的技术难点。

李清勇在会上介绍到，近几年，我国轨道基础设施运维方式正在由人工模式逐步向“自动采集、离线分析和人工复核”的模式过渡。但是，由于轨道图像采集中难免受到环境、气候条件、光照等的影响，图像背景往往噪声较高，病害表观通常复杂多样，同时轨道缺陷检测面临负样本少、检测对象繁杂，任务类型多样等问题，对轨道病害智能检测能力提出挑战。

对于那些率先使用检测模型，试图通过数字技术加速铁路智能化管理的运维部门来说，采用传统的“单模型”部署模式造成不同轨道病害检测任务之间独立运行，病害特征数据不能共享，孤岛现象明显。另外，检测模型的训练和更新也较为复杂，对于工作人员来说部署和迭代都比较困难。在如今高铁轨道巡检频率动辄十天一次、城市轨道巡查频率不低于每周一次的刚需要求下，这种情况不仅影响了轨道病害检测工作效率，同时也极易造成铁路安全隐患。

针对当前轨道病害检测领域所面临的挑战，2022年6月，河北人工智能计算中心携手北京交通大学、华为共同着手研发轨道缺陷检测天佑大模型，全面构建轨道基础设施智能运维场景，促进轨道交通产业繁荣发展。

双重加持：算法+算力，加速优化轨道交通病害检测手段

从研发到落地，时至今日，天佑大模型凭借坚实的技术底座和强大的算力支撑，成为了目前业内首个轨道交通基础设施智能运维大模型。

李清勇表示，作为一套能够覆盖多种轨道表面病害的智能检测系统，天佑大模型将人工智能技术和轨道基础设施运维行业高度融合，解决了传统依靠人工检测成本高、效率低、易漏检等问题。

在算法方面，天佑大模型基于昇腾AI基础软硬件平台，包括Atlas系列硬件、全场景AI框架昇思MindSpore以及一站式AI开发平台ModelArts，有效提高了算法团队的开发效率和模型精度。同时，天佑大模型提供了丰富的API接口和模型代码，方便开发者进行二次开发和应用集成。

在算力方面，天佑大模型依托河北人工智能计算中心提供的高效算力进行算法创新和天佑大模型优化，重点突破了轨道交通病害检测领域小样本、细粒度、数据同质化等技术瓶颈。同时，天佑大模型还可以通过不断的算法创新和模型优化，进一步提升其在轨交领域的技术水平和应用价值。

基于算法与算力的双重加持，天佑大模型在轨道巡检垂直应用领域实现了多维度技术创新，其中包括多阶段自监督预训练方法、适用于轨道巡检垂直领域数据的掩码策略以及基于大模型的轨道病害数据自动增广方法等。

这些举措使得天佑大模型在城际、地铁、 轻轨、高铁等场景的8类应用任务中取得了显著的成果。目前天佑大模型的实验结果显示，病害召回率大于96%，虚警率小于10%，大幅提升了轨道病害检测的准确性和智能化水平。

生态培养：打造人工智能开放创新平台，繁荣多元化产业生态

基于昇腾AI软硬件根技术，天佑大模型在河北人工智能计算中心、北京交通大学和华为的共同研发下，实现了对交通领域的深度理解和精准把握。河北人工智能计算中心与北京交通大学联合实验室的成立，将进一步扩大了其在交通领域的多元化应用，打通从科研创新到行业落地的产业新模式。

河北人工智能计算中心与北京交通大学联合实验室揭牌仪式