让煤更加“清洁”——记全国矿物加工专家、中国矿业大学教授赵跃民******

　　光明日报记者 苏雁 光明日报通讯员 陆金玉 刘尧 李秀

　　煤炭，远古太阳的精灵，闪耀着亿万年的光辉，在中国乃至世界能源史、工业史上都具有举足轻重的地位。

　　在中国煤炭界，就有这样一个人，他以国家需求为导向，扎根煤海矿山，攻克了干法选煤、高效筛分等世界性难题，为绿色低碳中国建设作出了重大贡献。他，就是我国矿物加工专家、中国矿业大学教授赵跃民。

　　一生不变的信念

　　1982年，本科学习机械专业的赵跃民考入中国矿业学院北京研究生部，他惊喜地收到了著名选矿专家陈清如教授的一封信。陈清如向他介绍了选煤发展的方向，希望他能够读自己的研究生。当时对选煤尚不了解的他并没多想就同意了，从此与选煤结下不解之缘。

　　陈清如，中国工程院院士，我国矿物加工学科的奠基人和开拓者之一。在湿法选煤长期占据历史主流的条件下，他创造性提出了空气重介质流化床干法选煤理念。

　　作为陈清如的第一位硕士生，也是第一位博士生，赵跃民跟随导师以矿为家，进行技术攻坚。1994年，世界上第一座空气重介质流化床干法选煤工业性试验系统在中国调试成功，在世界选煤界引起轰动。这意味着缺水和高寒地区及遇水易泥化的煤炭分选从此有了另一种可能。

　　1998年，陈清如由于年事已高，把干法选煤的重担交给了赵跃民。

　　赵跃民带领团队与唐山神州机械集团等产学研用合作，自主创新，经过多年的攻关，突破了国内外传统湿法和风力选煤的模式，研制了新一代干法重介质流化床与大型复合式干法分选机，开发了模块式高效干法选煤工艺系统。2013年，世界上第一座模块式干法重介质流化床选煤厂新疆公司（现为国家能源集团新疆能源有限责任公司）矿区拔地而起，成功选出了灰分小于3.5%的超低灰煤，在国内外首次实现了煤炭高精度干法分选，为我国干旱缺水地区、高寒地区及易泥化煤炭高效洁净分选提供了有效途径。中国煤炭工业协会在鉴定意见中写道：“该技术居国际领先，是世界选煤技术的重大突破。”

　　“煤炭高效干法分选关键技术及应用”这一创新成果获得了2018年国家科技进步奖二等奖。国际选煤权威期刊主编评价说：“中国是干法选煤的领先者。”美国、日本、加拿大等国学者长期跟踪着赵跃民团队的研究。

　　一个挑战接着一个挑战

　　从基础理论的提出，到实验室实验、中间试验，再到工业化试验，最后到技术的大规模工业运用，每行一步，都要爬坡过坎，付出巨大的心血。

　　事非经过不知难，成如容易却艰辛。

　　20世纪末，随着我国工业生产、社会经济发展对能源的需求越来越大，我国煤炭工业快速发展，选煤领域新的问题也接踵而来。行业的痛点，正是科研的切入点。

　　“必须尽快攻破这些卡脖子问题！”赵跃民带着团队不分昼夜开展研究，成功研制出世界上第一台大型超静定振动筛，开发了高性能大型振动筛分技术，一举改变了国内大型振动筛完全依靠进口的局面，并且迅速打入国际市场，在全国14个大型煤炭基地得到了广泛运用，获2014年国家技术发明二等奖。

　　如何让更多的矿产资源（煤炭、金属矿、非金属矿等）得到清洁高效的利用？围绕细颗粒含量多、水分含量高、易泥化、近筛孔尺寸颗粒多这样的难筛分矿物，多年来，赵跃民以问题为导向，一步步摸索探求着，取得了一项项骄人的成绩——在国际上首次建立了筛体—粒群耦合筛分理论，开发了分布激振与刚柔耦合弹性筛分技术，使得难筛分矿物的高效筛分不再是难题。

　　一群人接力奔跑

　　赵跃民在选煤领域作出了卓越贡献。他是我国选煤领域第一个国家自然科学基金创新研究群体学术带头人，是国家杰出青年科学基金获得者和长江学者特聘教授，也是国家级教学名师。

　　他对学生的严谨让一些贪图舒服的学生“望风而逃”。对学生的论文，他最反复询问的一句话是——“这个数据你做了多少次，是否经过反复的验证”？很多时候，他的追问让学生冒汗。

　　但他又是开明的、开放的，一直坚持开放式的课题研讨。“搞科研得敢闯‘无人区’。只有你敢发表对这件事的看法，才有灵感的碰撞，产生一个新的思路、新的研究内容。”

　　国家杰出青年科学基金项目入选者段晨龙教授，常年深入生产一线，与工人吃住行一道，攻克干法分选与筛分、二次资源利用技术难题。国家重大人才工程青年项目入选者、80后特聘教授董良，瞄准智能精准分选、煤基碳材料构筑等开展研究。特聘教授张博33岁承担国家重点研发计划青年科学家项目，聚焦于研究低品质煤脱灰脱水问题。中国科协青年人才托举工程入选者、90后副教授江海深，不论严寒酷暑，在内蒙古、新疆等选煤厂，深入一线钻研3mm以下矿物深度筛分。

　　奔波于各大煤矿，穿梭于选煤车间，开展选煤智能化关键技术攻关，加强“一带一路”国家科技合作……如今，赵跃民和他的团队仍在“洁净煤”的路上努力奔跑着，为了那个几代矿大人共同的梦想——还祖国碧水蓝天！

　　《光明日报》（ 2023年01月12日 08版）

ChatGPT搞钱行不行******

　　一系列的试探之后，AI聊天机器人ChatGPT的收费计划浮出水面。当地时间2月1日，人工智能实验室Open AI在其官网宣布将推出“ChatGPT Plus”付费订阅版本，每月收取20美元。免费了两个月，月活用户却达1亿的ChatGPT，终于踏上了自己的“赚钱路”，由此，AIGC商业化落地的探讨也陡然升温。不少人迫切地想知道，ChatGPT Plus会不会是AIGC从烧钱到赚钱的关键转折。

　　免费服务仍将继续

　　“新晋顶流”ChatGPT用收费计划再次搅动了AI圈的一池春水。根据Open AI的公告，订阅ChatGPT Plus服务的用户，即使在高峰时段，也可获得该聊天机器人更快速的回应，而且可以提前体验新功能和改进。

　　去年11月，ChatGPT横空出世，不仅能够通过学习和理解人类的语言与用户进行对话，还能根据上下文互动，甚至能够完成撰写文案、翻译等工作。得益于这种突破性的使用体验，ChatGPT迅速蹿红。

　　当地时间2月1日，瑞银发布研究报告称，截至今年1月，近期爆火的ChatGPT在推出仅两个月后，其月活跃用户估计已达1亿，成为历史上用户增长最快的消费应用。同样的成绩，海外版抖音TikTok在全球发布后，花了大约9个月的时间，Instagram则花了两年半的时间。

　　但大量用户涌入的同时，也导致ChatGPT经常在流量压力之下无法提供及时的回应，此次收费版的ChatGPT Plus针对的便是这一痛点。

　　据悉，付费计划将在未来几周内首先在美国推出，然后扩展到其他国家。但ChatGPT Plus的推出并不意味着取代免费版的ChatGPT，Open AI表示，将继续为ChatGPT提供免费访问。

　　烧不起的模型成本

　　尽管只推出了两个月，但Open AI对于ChatGPT的收费计划却已经暗示了有一阵子。早在1月初，Open AI就曾提出过专业版ChatGPT的计划，宣布“开始考虑如何使ChatGPT货币化”，并公布了一项调查。什么价格以上会无法接受？什么价格以下会觉得太便宜？诸如此类关于定价的问题皆在其中。

　　有用户曾在社交媒体上提问ChatGPT是否会永久免费，对此，Open AI首席执行官Sam Altman回应称：“我们将不得不在某个时间点，以某种方式将其商业化，因为运算成本令人瞠目结舌。”Sam Altman曾透露，ChatGPT平均每次的聊天成本为“个位数美分”。

　　“这类大模型训练成本非常高。”在接受北京商报记者采访时，瑞莱智慧高级产品经理张旭东表示。

　　但相对训练来说，模型推理，也就是用户提交输入模型输出结果的过程，这一成本会更高。“据说ChatGPT在开放测试阶段每天要花掉200万美元的服务器费用，所以前段时间免费的公测也停止了，如何降低模型推理的消耗也是目前的一个重要研究问题。”张旭东称。

　　“钱景”在哪

　　长久以来，广阔的市场前景和难以盈利的现状几乎成为了AI领域难以平衡的理想和现实，对ChatGPT或者说是以ChatGPT为代表的AIGC也是一样。

　　洛克资本副总裁史松坡对北京商报记者分析称，ChatGPT受到广泛认可的重要原因是引入新技术RLHF，即基于人类反馈的强化学习。在史松坡看来，ChatGPT是一个高效的信息整合助手，可以取代大量人类中初级助理的角色。

　　但他同时提到，目前ChatGPT在海外英文环境中已经能胜任图画创作、音乐创作、文字整理、信息搜集综合、基础编程和金融分析，但还不能胜任高频度的人类主观决策，比如大型投资决策、政治战略决策等。

　　天使投资人、知名互联网专家郭涛认为，ChatGPT在重塑众多行业或场景的同时也孕育着巨大的商机，将推动众多行业快速变革，有望在AIGC、传媒、娱乐、教育、客户服务、医疗健康、元宇宙等领域快速落地，具有万亿级市场规模。

　　张旭东认为，AIGC商业化落地还需要结合应用场景，目前基于生成式大模型的商业应用案例还比较少，就以当下的技术水平看，一两年内达到很好的AGI(通用人工智能)水平还是不太现实的，所以一定需要有垂直领域的创新公司来基于OpenAI等公司的工作来寻找合适的场景落地。

　　AIGC商业化，侵权与被侵权

　　AIGC要想商业化，场景只是其一。伴随着ChatGPT的爆火，争议始终并行，比如AI绘画面临的版权探讨。学术界也已针对ChatGPT做出了反应，权威学术出版机构Nature规定，ChatGPT等大模型不能被列为作者。纽约市教育部门曾表示，纽约公立学校的所有设备和网络上将禁止使用ChatGPT。

　　张旭东认为，目前AIGC最为成熟的应用在内容作品创作上，但从专业角度看，AIGC属于模仿创新，并不具备真正的创造力，AIGC的作品可能对一些艺术家、创作家的风格题材造成侵权；另一方面，AIGC作品也存在被他人侵权的风险。

　　此外，就安全性问题而言，AIGC这种深度生成能力很可能被滥用于伪造虚假信息，比如生成一些敏感性的有害信息，甚至伪造新闻信息恶意引导社会舆论，而且这些生成式内容难以分辨追踪，大幅增加对信息治理的挑战难度。信息获取也是AIGC需要解决的问题之一。

　　郭涛则提到，当前AIGC赛道尚处于孕育探索阶段，存在关键核心技术不成熟、免费素材资源较少、内容堆砌且质量参差不齐、成熟的商业应用场景较少、相关法律法规不健全及技术伦理挑战等突出问题，短期内还难以实现大规模商业化应用。

　　北京商报记者 杨月涵