中青报·中青网记者 尹希宁

　　想在年旅客吞吐量远超2000万人次的白云机场里找到罗成并不容易。有一条捷径，等飞机落地后，在那些爬上梯子靠近机翼和垂尾的深蓝制服工作人员中搜索，或许能很快找到他。

　　职业决定了这位90后年轻人需要在工作时间内逆人流而行——飞机维修员，也有人称为“飞机医生”。当要前往远方的乘客在候机，或是远方归来的旅者正和接机的家人团聚时，罗成或许正猫着腰给飞机“问诊”。

　　根据传统的中大型客运飞机维修流程，飞机维修团队需要用40分钟左右的时间完成绕机目视检查，在长度超60米、宽度超5米的飞机前检查出可能存在的松动或缺陷，保证在下一趟执飞任务前，将满足起飞条件的飞机交给乘组人员。

　　尽管罗成总是希望能够超越极限，但受光照条件和距离的影响，单凭肉眼仍无法一次性精准识别出飞机“病情”。罗成介绍，这些“小毛病”看似微不足道，但放到时速高达1000公里的飞机上，可能会对飞机结构和气动性产生很大的影响，严重的话还可能危及机上人员的安全。

　　让检测更精细、更有效率，成为罗成在日常工作之外的“副本任务”。

　　罗成记得，自己在业余时间刷短视频时，偶然看到了有拍摄者利用AI图像识别硬币正反面，分辨不同颜色的纽扣。“我当时想，如果将AI应用到飞机维修上，会产生什么样的效果？”罗成说。

　　2016年9月，百度发布中国首个自主研发的产业级深度学习平台飞桨，致力于让强大AI人人可用。后续推出的EasyDL零门槛AI开发平台更是打出“零算法基础”“零门槛”的关《天空彩与票+天空彩与你同行》键词。飞桨让AI不再是悬于高天的空中楼阁，让人工智能技术赋能千行百业、行业专家使用AI解决问题成为新的技术风潮。

　　罗成也抓住了这把“桨”。在公司各级领导和"五小"科技创新平台的综合支持下，罗成开始在百度飞桨EasyDL上探索尝试。他坦言，大约花了一天的时间，就学会了基本操作。

　　迈出了入门的第一步，罗成开始着手搭建应用系统。他解释，在搭建的过程中，需要将采集到的数据和图片导入系统，训练飞机缺陷识别模型。从而利用AI图像识别，提高目视检查的效率和准度，不断挑战人眼检查能够到达的“天花板”。此外，他还尝试将采集的数据进行二次加工利用，为机队后续维护和反馈厂家改进意见提供可靠的数据支持。

　　对于飞机维修员而言，成就感来自于每一次飞机平稳地完成起降，或是在飞机执飞前，隐患得到及时识别并排除风险。

　　比起长期经验积累的效果，AI带来的成就感似乎更即时。“第一次听到蜂鸣器‘报警’时候的兴奋好像还在昨天。”罗成说道，在某次试验过程中，AI第一次识别出了飞机某处螺杆松动，并发出 “滴滴滴”的声音。对于一架飞机来说，这个声音意味着需要尽快处置缺陷；但对当时的罗成来说，那意味着系统试验成功了，“我憧憬中的‘黑科技’变成了‘真科技’。”

　　在不久前举办的2023世界人工智能大会上，中国信息通信研究院院长余晓晖说道，当前，大模型处于布局关键窗口期，我国应进一步支持大模型前沿基础理论研究和关键产品自主突破；加速推动各行业融合应用，打造一批高价值应用场景和测试床；加快高质量数据集建设，强化算力资源调度协同，为大模型创新迭代提供要素保障。

　　大模型的效果正逐渐在罗成的系统上散发光芒。

　　罗成提到，目前，第一代系统初步代替了人眼的部分功能，可以在普通光照环境、距离小于2米的条件下，实现飞机盖板螺杆缺陷和一些外表面缺陷识别；而第二代系统进一步提高了识别精度，在不久的将来，它能够代替实力更高的人眼，甚至通过学习代替部分人脑功能，不断拓展技术的赋能边界。

　　事实上，“AI小白”罗成与大模型的连接也是众多年轻人驶入AI赛道的缩影。在中国科学院大学，110名中小学生营员走进“全国中小学人工智能探究性学习训练营”感受人工智能的魅力；在北京中关村，年轻的参赛者们投入人工智能大模型的探索和研究；在2023世界机器人大赛现场，参赛选手套上工具，建立起人脑和机器间的联系……

　　“对学生时代的我来说，‘人工智能’还是停留在科幻作品里的概念。时至今日，它不仅已经成为我工作中的得力伙伴，更是通过大模型、大数据、云计算等新的技术产品走进了千万人的生活。”罗成说。

　　早在1956年夏，麦卡锡、明斯基等科学家在美国达特茅斯学院首次提出“人工智能”了的概念，标志着人工智能学科的诞生。

　　如今，不少专家学者将人工智能与蒸汽机、发电机、计算机和互联网带来的巨大影响相提并论，一些高校、研究机构和企业还将大模型、人工智能的课题摆到了提到了更前的位置。

　　眼下，罗成的新目标是，大模型能够早日成为飞机维修团队的“编外人员”，解放人的双眼和双手，让开发团队用更多的时间和精力去探索更高效的工具。