极目新闻通讯员 张启山

三年的时间，能让一名AI工程师把代码带到多远？

对赵念溪来说，这个答案是在一次次实地调研里慢慢清晰起来的。

赵念溪

本科时，他走进西北地区水资源与地质灾害调研一线，在山路和村镇里读懂基建需求；硕士阶段，他转向智慧城市方向，继续打磨数字化能力。

走得多了，他越来越相信：“技术扎根场景、科研服务实干”。来到铁四院后，他把这份认识带到铁路建设现场，走进梁场、隧道、港口、预制构件厂等具体场景。

他想解决的问题很直接：AI不能只在实验室里表现好，还得在工地上跑得起来、用得下去。

AI进工地，首先要打通的就是“第一公里”。它不是待在机房里吹空调，而是跟着项目进山、进场。

网络差，云端调用时不时卡顿；摄像头品牌杂、新旧混用，视频流难统一接入。赵念溪没有把这些情况简单归结为“算力不够”，而是把问题一件件拆开。

网络不稳，就把AI算力前移到现场，让分析在边缘端完成；多路视频同时涌进来，就优化调度和资源占用，让单台设备支撑50余路摄像流同步分析；设备接入难，就搭建本地化类萤石云服务器，支撑100余路设备稳定在线。靠这台小盒子，智能化终于在山区工地站住了脚。

设备接上了，AI还得学会看懂工地。通用模型能认出人、车、烟火，却未必能判断工序状态、发现渗漏水等现场问题。

赵念溪

25万张图片，可不是坐在办公室里等来的。赵念溪跟着项目跑现场、摸需求，把一张张实拍图采集、标注，再把施工规范和风险点一点点教给模型。慢慢地，高空未系安全带、塔吊违规起吊、动火作业等隐患能提前预警，工序识别、渗漏水监测也能交给系统辅助完成，模型准确率超过95%。

固定摄像头总有看不到的地方，他又把AI接入无人机和机器狗，让巡检走进复杂区域、危险点位。对他来说，AI不是摆出来好看的“新技术”，而是替现场多盯一眼、多拦一道风险。

项目越做越多，赵念溪也越来越觉得：好用的东西，不能每次都重新造一遍。

于是，他牵头打造铁四院AI通用能力开放平台，把OCR识别、视觉检测、大模型问答等能力做成统一接口。在此基础上，他又参与建管运维一体化平台研发，斩获第十一届“创青春”全国大赛银奖。

赵念溪

技术往前走，人也要一起往前走。他牵头AI能力小组，分享边缘部署、大模型应用经验，带着青年团队一起试、一起改。于是，从一个人攻关，到一群人并肩向前，赵念溪把AI写进工地现场，也写进交通建设日常。

他没有太多豪言壮语，只是觉得：这一代交通青年很幸运，能把代码连到一座桥、一条隧道、一段铁路，也连到国家交通发展的脉搏里。

（来源：极目新闻）