两会院士说｜袁亮：智能化、无人化是煤矿深部开采发展方向

专题：中国经济前景广阔、大有可为——2025全国两会财经特别报道

　　DeepSeek、机器人等在近期引起国内外的广泛关注，人工智能成为今年两会上代表委员关注的焦点。今年全国两会期间，全国人大代表、中国工程院院士、安徽理工大学校长袁亮在接受新京报记者采访时表示，针对AI领域“学术研究超前、产业应用滞后”的痛点，高校应搭建多样化的人工智能实践平台，为学生提供实践操作的场所与设备。

　　在今年全国两会前夕，袁亮还专门与大学生探讨机器人发展方向，征询师生关于学科建设的意见。他表示，面对以DeepSeek为代表的生成式人工智能和机器人技术的迅猛发展，教育必须主动适应科技革命与产业变革的需求。

　　谈及今年两会带来的建议，袁亮关注深部能源资源开发问题。他建议打造深地科学研究“国家队”，进而形成“科学-技术-产业”协同创新链；推进采煤沉陷区水面种植恢复耕地，推动“稻渔共生”“渔光互补”，构建“水上农场”，为推进生态优先、节约集约、绿色低碳发展提供新范式。

　　建议打造深地科学研究“国家队”

　　新京报：今年两会你关注哪些热点？带来了什么建议？

　　袁亮：作为教育科研一线的一名“老兵”，我最关注是坚持创新引领发展，深入实施科教兴国战略，一体推进教育发展、科技创新、人才培养。

　　政府工作报告提出，充分发挥新型举国体制优势，强化关键核心技术攻关和前沿性、颠覆性技术研发，加快组织实施和超前布局重大科技项目。近年来，我始终关注国家能源安全问题，在攻克煤与瓦斯共采领域一系列重大难题后，我和团队更加关注深部能源资源开发问题。

　　今年我带来的第一个建议是《关于支持安徽省筹建深地国家实验室的建议》，加强地球深部结构、物质组成与循环、能量传输机制等科学基础研究，打造深地科学研究的“国家队”，进而形成“科学-技术-产业”协同创新链，推动我国深地探测、资源保障、国家安全与可持续发展。

　　政府工作报告提出，协同推进降碳减污扩绿增长，加快经济社会发展全面绿色转型。在这个方面，我专门提出了加大甲烷管控科技支撑和推进落实企业主体责任的建议，希望加强顶层设计，不断完善相关政策和标准体系，建立综合协调管理机制，制定科学合理的甲烷管控目标和路径。

　　同时，为统筹协调煤炭资源开采与耕地保护的关系，我还带来了支持采煤沉陷区水面种植恢复耕地属性的建议，积极推进采煤沉陷区水面种植恢复耕地，推动“稻渔共生”“渔光互补”，构建“水上农场”，为支撑国家粮食安全和矿区生态修复，推进生态优先、节约集约、绿色低碳发展提供切实可行的新范式。

　　新京报：刚才你提到深部能源资源开发，当前我国煤矿开采逐渐走向深部，面临哪些问题和挑战？

　　袁亮：我国煤炭资源分布差异大，开采条件极其复杂，多数资源在深部，在5.97万亿吨煤炭资源储量中，1000米以深占53%。随着煤矿开采由浅入深，瓦斯、顶板、水害、火灾、热害等级不断加大，各类灾害风险加剧，开采环境、技术装备、灾害防治等面临前所未有的挑战。如何在地球深处安全采煤，是迫在眉睫、必须答好的重大课题。

　　当前深部开采面临多重挑战。一是灾害风险加剧，高地应力、高地温、高瓦斯、高承压水等复杂条件导致瓦斯突出、冲击地压、突水、热害等多灾种耦合，治理难度陡增。二是技术装备与智能化瓶颈突出，深部巷道支护、高温制冷等技术尚未完全突破，老空水、顶板水等灾害智能监测预警技术问题尚未彻底解决。智能装备和煤矿机器人等新型装备的环境适应性有待提高，遇到深部开采和复杂地质构造时需要大量人工干预，新产品的设计还需要迭代升级。三是职业健康问题严峻，井下粉尘浓度超标，现有防控技术难以满足需求，职业卫生监管体系薄弱。同时科技人才支撑不足，深部开采安全法规滞后，矿震治理、粉尘防控等领域专业人才短缺，企业一线技术力量薄弱，理工医交叉复合型人才培养亟待加强。

　　此外，深部开采还面临环境协调压力，如采煤沉陷区治理困难、甲烷减排技术应用不足等。需强化科技攻关以突破“卡脖子”技术，完善安全法规与政策激励，推动智能化与绿色化转型，并加强跨学科人才培养，以实现深部资源的安全高效开发。

　　推动煤矿深部开采智能化转型

　　新京报：你对安全推进煤矿深部开采有哪些建议？

　　袁亮：煤矿深部开采向智能化、无人化方向转型是提升安全、效率和可持续性的重要路径，但需系统性推进技术与管理的协同创新。对此我提出四点建议。

　　推进技术创新与装备升级。建议研发高精度地质超前探测技术与智能感知决策系统，结合AI预测地质风险，同时开发井下自适应导航系统，实现无人设备自主避障与路径优化。此外，应研制耐高温、抗电磁干扰的液压支护机器人，推广无人化综采工作面，应用5G远程操控技术，优化开采方案，降低试错成本。

　　构建信息基础设施与数据生态。建议部署矿用5G专网与本安型光纤传感系统，确保深井通信与数据监测的高效与安全。同时，建立矿山工业互联网平台，统一数据中台，打通设备数据流，利用数字孪生技术优化能效，实现采-掘-运-洗选全链条的智能化管理。

　　推动管理模式与制度创新。建议推动“少人巡检+远程集控”模式，设立地面智能调度中心，变革组织架构。同时，制定井下机器人安全认证标准与智能化采掘工艺国家标准；开发绿色协同开采技术，如采空区地热发电、二氧化碳封存与矸石回填等，实现负碳开采，促进煤矿行业的可持续发展。

　　强化人才支撑与技能培训。建议实施技能重塑计划，建立“智能矿山工程师”认证体系，培训矿工掌握新技能。推动产学研深度协同，开设智能采矿专业，联合企业成立矿山机器人实验室，定向培养算法工程师与机电一体化人才，深入实施“人才强煤”战略等，为煤矿智能化转型提供人才保障。

　　为推动煤矿深部开采智能化转型的顺利实施，建议采取试点先行、分阶段推广与动态评估的实施路径。选择条件成熟的矿井建设国家级示范项目，验证技术经济性；分阶段实现采掘工作面无人化与全矿井智能生态；建立智能化成熟度评价模型，定期优化技术路线，确保转型目标的顺利达成。

　　新京报：安徽理工大学与一些大型企业合作建设了国家重点实验室，目前成果如何？

　　袁亮：安徽理工大学围绕煤炭安全生产领域“深部”和“智能”两大核心难题，与淮河能源、中煤科工、中煤集团等大型企业合作，建设深部煤炭安全开采与环境保护、煤炭无人化开采数智技术2个全国重点实验室，着力突破煤炭绿色低损开采和安全生产、无人化掘采运等关键技术。融合人工智能、物联网、大算力模型等新兴技术成果，创新发展超前精准透明探测、灾害预警防控及生态修复等领域关键技术，打造从资源勘探到矿区建设、运行及修复全流程的自主决策体系，为深部煤炭资源安全、高效、智能、绿色开采提供切实可行的技术路径。

　　我认为，深部资源开采必将实现少人/无人开采及全网络分布式智能调控开采，为国家能源安全战略保障提供坚强支撑。

　　人工智能需要在法律法规、安全评估等方面加强规范

　　新京报：DeepSeek、机器人等近期引起国内外的广泛关注，面对重大科技变化和产业变革，你认为当前的教育如何应对？

　　袁亮：教育、科技、人才一体化发展，是党的二十大报告提出的重要战略要求。面对以DeepSeek为代表的生成式人工智能和机器人技术的迅猛发展，教育必须主动适应科技革命与产业变革的需求。

　　要深化教育教学模式变革，推动人机协同育人。人工智能时代，传统的教学模式已难以适应知识迭代的速度。我们需构建“教师+AI”协同教学新生态，将AI作为教学工具和资源平台，利用人工智能技术优化教学过程，例如利用AI技术开展虚拟仿真实验、智能诊断学习盲点、动态调整课程难度。

　　重构人才培养体系，打造“人无我有”的人才培养核心竞争力。应对AI冲击，在课程设置上要构建多层次、多类型的人工智能专业体系，涵盖计算机科学、数学、物理学等多学科交叉领域。比如，安徽理工大学作为理工科院校，充分发挥自身学科优势，在安徽省较早成立人工智能学院，积极探索人工智能与传统工科专业的深度融合，为传统产业升级提供智力支持。

　　强化产教融合，打造教育链与创新链的“双向齿轮”。针对AI领域“学术研究超前、产业应用滞后”的痛点，高校应搭建多样化的人工智能实践平台，为学生提供实践操作的场所与设备。加强校企合作，共同开展人工智能技术研发和应用推广，了解行业需求与技术前沿，推动科技成果转化为现实生产力。

　　提升教师AI素养，构建“金字塔形”师资梯队。教师是教育改革的关键执行者，高校应组织教师开展人工智能专题培训，帮助教师掌握利用人工智能工具辅助教学的技能，鼓励教师参与人工智能相关的科研项目和教学改革实践，提升教师的实践能力和创新意识。

　　新京报：你如何看当前的全民AI热潮？

　　袁亮：AI人工智能技术迅猛发展，其广泛的应用场景已使其成为社会关注的热点。今年的政府工作报告也提出，持续推进“人工智能+”行动，将数字技术与制造优势、市场优势更好结合起来，支持大模型广泛应用，大力发展智能网联新能源汽车、人工智能手机和电脑、智能机器人等新一代智能终端以及智能制造装备。人工智能技术渗透到各行各业，改变着我们的生活方式。

　　但与此同时，人工智能也带来了一系列影响和挑战，需要在法律法规、安全评估、伦理治理等方面加强规范。当前，应加快制定和完善AI相关的法律体系，明确AI研发、使用、监管等方面的法律责任和权利边界。同时，法律法规还应确立AI发展的伦理底线，如尊重人类尊严、隐私保护、公平公正等原则。立法要不断强化前瞻性，通过健全法治引领技术向上向善，鼓励技术创新和推动社会发展的同时，守牢社会安全稳定的底线。

　　加强AI技术的安全评估和管控。AI系统的安全性直接关系到其在实际应用中的可靠性和稳定性。AI系统的运行离不开大量的数据支持，这些数据不可避免地包含用户的个人信息和隐私。数据处理过程追溯困难，人为难以对其进行有效校验。因此，在AI系统的设计和使用过程中，应加强对数据安全和隐私保护的意识和技术手段。采用先进的数据加密技术，建立严格的数据访问和使用权限管理制度，防止数据泄露和滥用。

　　推动AI技术的伦理治理和规范。AI技术的发展和应用不仅涉及技术问题，还涉及伦理、法律、社会等多方面的问题。因此，在AI技术的推广和应用过程中，应加强对相关人员的伦理教育和规范培训。这包括对AI系统开发者、使用者、管理者等相关人员进行伦理教育，提高他们的伦理意识和责任感。同时，还应加强公众对AI技术的了解和认识，提高他们的科技素养和风险防范意识。

　　新京报记者 陈琳

　　编辑 白爽 校对 李立军