在2018杭州·云栖大会上，阿里云机器智能首席科学家闵万里分享了ET大脑如何引领产业AI。闵万里表示，阿里云的AI是“冷”的。
闵万里表示，这个“冷”有两个维度的含义：冰冷的冷、冷静的冷。首先，ET大脑选择的方向不一定是大家最关注的方向，例如阿里云的AI会走到茶园、走到农场，研究农民伯伯怎么种树、养猪，让最古老的农业和最现代的AI相通。另外清醒地意识到，AI不是万能的。一定要将AI的算法、云的计算力、云产品的底座、数据的力量和行业知识结合才能发挥出价值。
ET大脑的技术核心来自拓扑网络
从城市的交通流到商场的人流，到田间地头的水流，到管道里的天然气气流……这些都涉及到一样东西——流。
当有了网络、有了动态的物流、业务流，就有了动态的数据流。把这个数据流抽象出来，就回归到人工智能的原点——人的大脑：人脑中神经元间的电流构成一个拓扑结构。每个节点都会发出各种信号，比如在城市交通里，每个路口就是一个节点，当一个路口交通堵塞的时候，如何将这个信号传递给其他路口以及是否传递这个信号，其背后的决策机制异常重要。
针对上述问题，ET大脑自研出一套认知反演的方法，通过这些表面的信号，结合关键统计量和算法找到数据特征，寻找到拓扑网络上的量化关系，通过这些量化关系就可以找到控制窍门。
闵万里表示，阿里云是产业AI的引领者，最终目的是要给客户创造价值，这个价值的公式是要把数据、技术、行业三者结合。
数据指的是客户数据，行业指的是产业知识，技术是数据的技术、云计算的技术、网络的技术、存储的技术等。ET大脑的所有结晶都来自这个公式。
以某石化企业为例，以提高燃煤效率为目标，首先判断整个流程的核心在于锅炉的工作。ET大脑抽象化锅炉燃烧中产生的数据，对这些数据进行融合计算，基于这些状态判断不同锅炉间燃烧的平衡情况，优化每个燃烧锅炉的控制参数。最终帮助该企业的能耗降低2.6%。
客户数据的沉淀、阿里云工程师对行业的理解，都在这个过程中发挥作用。此外，还运用到许多领先的大数据产品，如MaxCompute等，保证了瞬时计算，不让数据“失效”。
同样从锅炉为切口入手的还有其他企业，尽管生产产物不一样，但同一个方案就可以复制到不同企业，这就是在工业中抓住了大公约数，举一反三、事半功倍。
将ET大脑的能力赋能给更多人
据悉，ET城市大脑同时发布五大数据引擎产品，包括控制优化、实时预警、实时仿真、深度分析、数据融合引擎，集结了遍布全球的实战经验，更快将这些经验和能力对外输出，让更多城市的交通难题获得数据智能的解法。
其中控制优化、实时预警、数据融合引擎已经在杭州应用成熟。杭州城市大脑2.0覆盖420平方公里，优化1300个信号灯路口，并实时指挥200多名交警。
用现实的交通数据来预测未来的交通数据，是实时仿真和深度分析引擎希望达成的目标：用当下1秒钟内人、车、物的运行状况模拟出未来100秒的交通状况，最多可一次模拟100万个交通对象，并分析出1000万个交通对象的潜在交通风险。
另外，ET工业大脑已对外开放。生态伙伴可在ET工业大脑开放平台上获得3大行业知识图谱、19个业务模型、7个行业数据模型及20多个行业算法模型，同时还能进行编程，完成行业知识、大数据能力、AI算法这一产业AI的价值公式，为工厂量身定制智能应用。
相关阅读
热门专题
