两年来，四川电力设计咨询公司联合电子科技大学和四川大学等院校在人工智能应用于工程设计及园区自动交通系统方面开展了探索和研究。
四川设计咨询公司正在开展“图像识别技术在发电工程建设领域的应用研究”，尝试运用图像识别技术处理工程图纸。目前，实验室已经在图例符号识别和图纸区域识别上取得一定成效。最终的目标是完成工程图纸的全要素识别与审查，可实现图纸数字化信息读取、二维图纸向三维模型的自动转化、图纸签名档审查、图纸版本对比等场景的应用。
同时进行的，还有“基于计算机集群计算的热力管道应力分析技术研究”。
工程设计通常会尝试数十种设计方案，每一种设计方案都要完成大量的工程计算才能最终确定其可行性和经济性。设计师的时间和精力有限，只能在有限时间内尝试有限的方案，这时候设计经验显得尤为重要。实际上影响工程方案的因素有成百上千个，潜在的设计方案应以亿来计量，仅仅按照经验尝试了几十个设计方案，只是找到了问题的“可行解”，而无力去探寻“最优解”。而云计算就是为海量计算而生的，因此发电布置室产生了这样一个想法：如果设计师能提供所有影响因素的变化范围，从而生成完整的方案库，再由云计算逐一进行求解，并按照设计师设定的条件进行筛选和评估，理论上就可以找出设计方案的“最优解”。
目前，实验室开展了运用云计算技术解决管道应力分析的优化问题，该项目已经在实验室建立起一个小型云平台，并通过调配计算模块实现了应力分析的集群化运算。在计算测试中，一个12节点的计算实例，每个节点有两个可供选择的计算参数，生成4096个方案，仅208秒就完成了整个方案库的计算，占用6个计算模块的计算资源（一个计算模块约占用2GB内存）。进一步推算，仅需配置少量的云计算资源，即可将20节点的实例寻求最优解的时间控制到1个小时以内，从而提高云端应力计算的实用性。
下一步的工作将是机器学习大显身手的时刻。运用云计算可以寻找各影响因子的调节规律，从而在云计算运行之前就对完整的方案库进行筛选，大幅压缩需要计算的实例，最终实现极短时间内寻求最优解的目标。用这个思路去解决各种工程方案的设计问题，能够从根本上提高我们的设计水平和设计效率。
四川设计咨询公司还与大学一起，共同参与到了“园区自动交通系统项目”的研发中。
车辆的“电动化、智能化、网络化”被认为是汽车市场技术发展的三大趋势。有别于谷歌、特斯拉和日产汽车等现有的车辆自主自动驾驶技术，园区自动交通系统是一种建立在集中控制策略基础上的自动驾驶技术，是未来智能交通发展的主流方向。园区自动交通系统以集控中心为核心，由现代传感技术和通信技术把园区道路上的环境信息和交通信息实时传送到位于集控中心的超级计算机，超级计算机通过对图像和数据的分析、处理，做出智能决策并发布到车辆上，集中控制所有自动控制车辆的运行，实现受控车辆的自动行驶、自动避让障碍、自动停靠、自动寻迹、自动泊车的实施目标。
四川设计咨询公司负责设计的通信系统及车载双天线定位定向系统，是园区自动交通系统中的重要组成部分。通信系统承担着各种信息和命令上传下达的任务，由信息采集系统采集到的信息，经分类、汇集后，通过通信电路上传到集控中心；由集控中心发布的命令和信息，经由通信系统传送到车辆、交通信号灯、站台电子信息发布牌上。专用通信系统应根据信息传输的不同要求，制定出不同的传输方案，并考虑采用多种通信手段，互为备份，确保信息传输的安全性、可靠性。
人工智能全面替代我们的工作或许还很远，但人工智能辅助我们完成工作却指日可待。拥抱新的时代，还是观望这场变革？四川设计咨询公司正在积极行动中。