这次，AI真的来了。

　　企业接入、政务接入、医院接入、学校接入……伴随DeepSeek（深度求索）的横空出世，AI迅速嵌入了各行各业，并大踏步走进普通人的生活，一个不同于以往的AI时代迎风而至。

　　习近平总书记深刻把握世界科技发展大势，深刻洞察人工智能的战略意义，指出：“人工智能是引领这一轮科技革命和产业变革的战略性技术，具有溢出带动性很强的‘头雁’效应”“加快发展新一代人工智能是事关我国能否抓住新一轮科技革命和产业变革机遇的战略问题”。

　　在2025年全国水利工作会议上，水利部部长李国英在完善数字孪生水利体系的相关部署中，明确实施“人工智能+水利”行动。

　　如何简洁地形容AI给行业社会带来的改变之快？

　　DeepSeek给出的回答是：AI一日，人间一年。

　　人们在感叹DeepSeek强大功能和其带来变革之快的同时，也好奇大模型其实早就出现，为何现在掀起了应用高潮？

　　原因很简单，DeepSeek作为一种高性能、低成本的人工智能大模型，通过开源策略和低成本部署，降低了AI技术的门槛，使得中小企业和开发者能够快速接入并应用AI技术。当前，DeepSeek这种普惠化的模式不仅推动AI在更多行业落地，也加速推进水利行业的数字化转型。

　　这次，我们将通过对相关专家和应用单位的采访，展示行业之变与旗手之进。

　　应用“热”

　　大模型又被称为大语言模型，生成自然语言文本或理解语言文本的含义是大模型的“舒适区”，例如，深圳市福田区正式上岗首批70名AI“公务员”，公文格式修正准确率超95%，审核时间缩短90%……目前，水利行业的成功探索也大都发生在辅助办公方面，在这一领域，DeepSeek确实具有较好的表现。

　　“过去人工出具安全评估报告需要几天，现在AI能分钟级生成安全评估，准确率高达99.8%，相当于给大坝配备了24小时在线的‘体检专家’。”长江设计集团空间公司相关研发人员表示，采用DeepSeek大模型后，用于大坝安全监测的千手大模型能在极短时间内完成大规模数据的处理和风险预警。

　　同样令DeepSeek“得心应手”的还有数据识别、查询、统计等。例如，借助DeepSeek强大的数据分析能力，威派格河图AI可实现智能查询与深度分析，一旦水质出现波动，只需简单提问，模型就能快速查找原因，无论是水源变化、工业污染，还是设备故障，都能精准判断。

　　但同时也要认识到，对于知识浓度高、过程复杂的水利行业来说，想要实现大模型在水利垂直领域的成功应用，困难与潜力并存。目前，已有一些涉水单位进行了初步探索。

　　在防灾减灾领域的墒情预测分析和洪水预报分析方面，大禹慧图团队利用DeepSeek大模型分别对近10年的墒情数据和近30年洪水数据进行训练和蒸馏，其预测结果与其他大模型相比，准确度更高。

　　长江设计集团构建的防洪知识大模型，已在汉江流域年度水量调度计划制定、长江流域控制性水工程联合调度方案制定等工作中具体应用；河长制知识引擎与智能交互平台的研究成果已初步应用于重庆智慧河湖管理系统中。

　　大模型如何实现与行业模型的深度对接？在采访中，大家不约而同提到了“蒸馏”和“数据增强”。

　　河海大学智能感知创新技术研究院副院长娄保东打了一个比方：“这个过程就像是给大模型‘瘦身’，以实现轻量化部署，同时，对模型进行精细化喂养，喂的是高质量水利数据，学的是水利专业逻辑，通过构建并学习水利相关的知识图谱，大模型可以具有行业特征。”

　　虽然模型蒸馏和数据增强已成为惯用操作，但这个过程在水利行业的实现并不简单。

　　长江设计集团研发中心副主任谢明霞说：“一是‘数据荒’，大模型依赖高质量训练数据，需解决数据清洗、融合与标准化难题；二是‘融合难’，纯数据驱动的模型可能违背水文物理规律，需结合水动力学方程或传统数值模型构建物理信息增强的混合模型，但跨学科融合技术尚不成熟；三是‘解释难’，水利工程决策涉及重大安全责任，需模型提供可解释的结果（如洪水成因归因），而大模型的决策逻辑难以透明化，影响行业接受度。”

　　经过近一年的积累与探索，谢明霞所在的长江设计集团研发团队提出了一套针对上述难题的解决路径：在合成数据生成方面，利用生成式AI模拟历史未见的极端水文场景，结合专家规则验证数据合理性；在物理-数据混合建模方面，将水文学基本方程作为模型约束，设计物理引导的神经网络架构，避免纯数据驱动的预测违背自然规律；在知识图谱融合方面，构建水利领域知识图谱，通过神经网络与大模型联合训练，增强决策逻辑的可解释性。

　　同时，娄保东指出，当前水利部正在实施“天空地水工”一体化监测感知夯基提能行动，将进一步加速积累高质量水利数据，这些数据届时将成为模型训练的最佳“养料”。

　　虽然技术实现有门槛，但就像智能手机取代功能机，当技术成熟后，高效轻便的大模型与更懂水利的行业模型结合，必将成为主流。

　　冷思考

　　AI风暴正席卷各行各业，当下，更需要多一些冷思考。

　　水利行业是否做好了技术准备和人才储备？

　　在技术准备方面，虽然水利行业在数字化转型方面已经取得了一定进展，但DeepSeek的广泛应用仍需要进一步的技术适配和基础设施升级。娄保东指出，下一步，涉水单位需要掌握如何将DeepSeek与现有的水文模型、监测系统进行深度融合。

　　在人才储备方面，DeepSeek的应用需要既懂水利又懂AI技术的复合型人才，目前水利行业还需要加强相关人才的培养和引进。同时，由于水利行业特殊性，需保障数据隐私安全，避免数据上传至云端可能引发的隐私泄露风险。

　　此外，“AI幻觉”也是不可忽视的影响因素。虽然目前可以通过本地化部署、接入私域数据等方式，减少错误信息，但“AI幻觉”无法完全杜绝，人工智能“杜撰”文本内容、水利数据等情况仍时有发生。

　　对此，中国计算机学会理事、南京大学教授叶保留指出：“‘AI幻觉’是一种低概率、高风险事件，在达到算力边界、数据库边界、话题清晰度和敏感度边界时容易出现。”应对的方法包括不同大模型交叉比对、与外部数据库核对，以及通过线下渠道核对等。“但无论哪种方法，人工终审是最关键的一环。”

　　不管如何变革，坚持需求牵引、应用至上都是本质要求，也是长远之道。技术进步无法一蹴而就，唯有深耕研发且持续投入的涉水单位，才能在试错与博弈中探索出一条行之有效的路径，扛起推动行业变革的重任。

　　风物长宜放眼量。通过科技创新，带来行业、产业变革，特别是眼前以AI技术为代表的变革，必将带来新一轮的调整。在这场变革中，我们欣喜地看到，水利行业正在积极拥抱AI时代。

　　路虽远，行则将至。AI全面赋能水利，值得期待。

　　来源：中国水利报