山东省物化探勘查院本地化部署Deepseek、QWQ大模型

  鲁网3月26日讯 近日，山东省物化探勘查院完成人工智能大模型深度求索DeepSeek-R1大模型、阿里通义千问QWQ-32B大模型本地化部署，积极开展模型应用研究，以科技创新与产业创新升级深度融合培育新质生产力。

  双模型加持，赋能物化探数据智能挖掘

  DeepSeek-R1大模型和QWQ-32B大模型均是目前国内较火的高性能AI大模型。省物化探院大数据技术团队通过论证部署过程中模型与硬件的兼容性、性能调优、稳定性测试等，完成本地化部署双模型，开展对物化探数据的高效智能挖掘研究。技术团队通过整合物探、化探、矿化、钻探等多元信息，为下一步建立多模态地质数据库和地质数据深度挖掘奠定了坚实基础。Deepseek-R1能够通过对海量数据特征的深度分析，识别数据中的异常点和潜在规律，QWQ-32B则具有强大的语言处理能力、编程辅助和多模态处理功能，为物化探数据智能挖掘注入强劲动力。

  建设高质量数据集，探索大模型应用研究

  地质找矿，物化探先行。省物化探院持续强化物化探王牌专业优势，持续打造深地探测、陆-海-空-井一体化精细探测、农业地球化学、环境地球化学等物化探核心王牌。2025年政府工作报告提出了“持续推进‘人工智能+’行动”战略，随着人工智能与地质勘探的深度融合，平台“三维可视化交互解释”使物探工作更加直观。省物化探院以项目为抓手，基于大数据平台建设研究三维模型可视化平台优化与交互性提升。下一步，省物化探院探索立足数据及专业技术优势，通过建设高质量物化探数据集，研发算法，探索其在三维可视化交互、靶区优选、农业地质方面的应用，搭建应用平台，驱动应用场景，为新一轮找矿突破战略行动、保障国家能源资源安全提供更强的技术支撑。

  提高大数据决策能力，赋能新质发展运营决策

  省物化探院深度结合“项目管理提升年”主题，探索利用Deeepseek+RAG建立本地知识库，基于院大数据平台建设，将分散的业务数据转化为智能推理分析，创新数据存储与可视化管理模式，拓展数据决策支撑能力，提高数据管理数字化能力，让数据“跑”起来，推动数据管理协同化、数据应用价值化，赋能全院新质发展运营决策。

  科技创新引领，推动产业转型升级

  近年来，省物化探院高度重视科技创新赋能，全力推进数字地矿建设，坚持需求导向，问题导向，着力推动创新链产业链资金链人才链深度融合，大力引入地质信息化、智慧矿山、三维地质建模及人工智能工业应用方向入站博士后1名，成立大数据工作专班，持续探索研究人工智能与地质学、地球物理、地球化学、数据科学、管理学的交叉创新，在确保网络及数据安全的前提下，提高数据管理应用和物化探信息服务的能力，拓宽物化探数据深度服务地质找矿和生态文明建设新领域，打造特色物化探数据服务品牌，为省局14个重点服务领域持续贡献物化探力量。（通讯员 盛慧斌）