始于那个「经常被挑战、从未被否定、一直在进展」的城市大脑,ET大脑正接管阿里云人工智能技术

撰文 | 吴欣、藤子

在拥堵的车流,不断变化的红绿灯中,一辆救护车通常需要经过 21 个路口才能到达医院。

「若一路绿灯,救护车的行进时间将比平均所用时间减少 14 分钟。」阿里云机器智能首席科学家闵万里说,「在这样的急救场景下,14 分钟将会拯救一个人的生命。」

但要做到这一切,并非易事。

「城市大脑首先打通交通和救护车急救点的数据系统,一旦急救点接到电话,城市大脑就会实时计算,自动调配沿线信号灯配时,为救护车规划定制一路绿灯的生命线。同时,监控视频根据救护车 GPS 定位跟踪救护车行驶。指挥中心的终端大屏会帮助交警把控急救的实时进展。」阿里云萧山城市大脑架构师张鸿飞在云栖大会上介绍称,特种车辆优先调度目前在全国是首创。

将救护车场景扩散,还可以解决交通、安防等一系列城市问题。



杭州城市大脑的公开起点,是在 2016 年的云栖大会。这个为城市安装人工智能中枢的项目,要让杭州由此成为一个智慧城市。在这次云栖大会首日的主论坛上发布城市大脑 1.0 及一年成绩单:

覆盖杭州 128 个信号灯路口,试点区域通行时间减少 15.3% ,高架道路出行时间节省 4.6 分钟。主城区内,城市大脑日均事件报警 500 次以上,准确率达 92%;在萧山,120 救护车到达现场时间缩短一半。

智慧城市的概念并不新鲜。2008 年 11 月,IBM 第一次提出「智慧地球」的理念,进而延伸出智慧城市建设,并在 2009 年 8 月发布《智慧地球赢在中国》计划书,打开 IBM「智慧地球」中国战略的序幕。很快, 2012 年,在国内出现首批国家智慧城市试点名单,到 2013 年年初,住建部批复的智慧城市试点城市已经达到 90 个。

信息化的发展应用,在当时已经掀起一阵智慧城市的开发浪潮,不少上市公司把玩「智慧城市」概念,中小公司聚焦不同细分需求进入几乎可以称之为巷战式竞争的局面。

有资料显示,截止 2012 年年底,全国智慧城市建设中信息技术投资就超过 1 万亿元,但作为一个综合性开发项目,需要的资源配置面相当广泛,涉及到路网监控、智能医院、城市生命线管理、食品药品管理、票证管理、家庭个人健康等诸多领域,单一技术解决方案方难以深入改变什么,现在看来,这一阶段几乎只停留在基础设施建设的层面。

从大数据、云计算到物联网再到移动互联网,现在迁移到广泛的人工智能技术,智慧城市的概念重新得到舒展。

阿里巴巴 iDST 副院长华先胜向机器之能分析称,早年开展智慧城市建设时,计算机视觉技术的能力还没达到足够的应用范围,只能解决一小部分问题,比如在停车场车牌捕捉和识别还算准确,上路的车、闯红灯等监测也只能说是可以测,但如果装了那么多摄像头只干这件事其实很浪费。到现在,更多技术手段在升级,重要的是算法、算力都上了一个大台阶,再想想那么多摄像头布在一个城市里,数据价值真的不可限量。所以,今天再来做智慧城市,可以把这些已有的资源价值更深入地开发出来。技术之外,很多配套部门、产业公司包括民众的观念都已经发生变化,这对智慧城市的推进也有极大影响。

这场看起来空间巨大的城市智能化变革中,布满应用场景,除了阿里巴巴,百度、腾讯也都加入其中。

无论是城市大脑、医疗大脑,还是工业大脑和环境大脑,背后都是阿里云 ET 大脑的底层技术,集成了阿里云计算、机器学习平台和算法的组合。而与其他公司推出的智慧城市解决方案相比,阿里云 ET 大脑的区别在于,一开始,它就定位并扎根垂直行业。

链接垂直行业应用

阿里巴巴技术委员会主席王坚在云栖大会首天主论坛谈起城市大脑,「在中国,很多人只看到是一个产品的市场,当城市大脑做成之后,可以看到中国是互联网基础设施最完善的地方,也是数据资源最丰富的地方,更是获取计算能力最方便的地方。」在他看来,城市大脑就是机器智能的物理载体。

然而,一年前,开始这项城市大脑项目并不容易。作为最早接手并持续跟进该项目的华先胜,他总结到推进项目的三个特点:「我们跟萧山、杭州合作做智慧智能的城市大脑,刚开始的时候,这个项目经常被挑战,从未被否定,一直在进展。」

实际上,城市大脑就是智能调节红绿灯,提升车辆的通行速度。此外,它还能根据市民的出行意愿,调整公交班次,自动调配。而来自城市交通管理、公共服务、运营商、互联网的数据被集中输入杭州城市大脑,杭州依靠城市大脑而成为一个智慧城市。

在城市道路中,从路口到路口,路口与路口之间都有固定的通道,这可以看成是一个网络。

闵万里认为,可以从另一个角度解读这个网络。车流不可避免地会产生拥堵,拥堵会蔓延,出现拥堵节点后方慢慢堆积而前方越来越空的现象,这实际上是动态的信息流在静态的网络上传递。

「如何智能地控制红绿灯以解决拥堵问题,就是人工智能能够发挥作用的范畴。」闵万里说。

从城市大脑出发,阿里云 ET 大脑继续往其他行业延展。

半年多之前,在「云栖大会·深圳峰会」上,阿里云 ET 宣布推出两个行业大脑——「医疗大脑」和「工业大脑」。

「医疗大脑」不仅能通过算法学习胸部 CT 扫描的图像,检测肺部结节的区域和大小,协助医生提升早期肺癌检测的准确度, 降低临床误诊率。还能进行面部皮肤检测分析,根据手机摄像头拍摄的图像做皮肤综合分析。比如,进行面部分割,识别毛孔、痤疮、黑头等,并对皮肤健康做出评价,识别湿疹、银屑病等皮肤病并提供护理建议。

此外,「医疗大脑」运用语音识别技术,将医生口述的内容转录成文字并显示在对应的 HIS 系统、PACS 系统、EMR 系统等希望输入文字的位置。

ET 工业大脑则通过对企业供、研、产、销全链路数据的分析,提供数据智能型的工具,优化从企业信息化到制造装备、生产物料、物流运输、人力资源、数字化设计、模拟仿真、数字化控制的各个环节,利用 AI 帮助企业降低成本、提升效率。

比如,生产中的流水线一共有 ABCDEFG 数个节点,最后生产出来的产品是 H ,每一个流水线上的工人们,他们的操作,都有可能有一些偏差,当他们有偏差的时候,后面的人如何实时纠正,最终保证 H 产品的质量稳定,生产效率稳定,良品率稳定。这就需要有机协调 H 前面的 ABCDEFG ,并在线实时反馈。

中国最大的石化集团恒逸集团是工业大脑的应用方,通过烧煤发电,在燃煤的吹风过程中,吹风的时间,如何把煤吹起来,吹煤的速度,都至关重要。吹风太快燃烧不充分,吹风太晚,效率下降,一环扣一环如同流水线上的 ABCDEFG 各个节点。煤炭燃烧同样作为一个流水线作业,流程中有大量的参数。

「它跟我们的人脑有什么关系?如果把每一个环节串起来,就是简单的神经末梢,类似大脑中某个特定方向的认知链。从这个层面而言,如能解人脑的问题,解这个问题更加容易。」闵万里说。据称,在恒逸集团的案例中,阿里云 ET 的工业大脑也颇有成效,良品率提升了1%,能耗降低了 1%。

「最重要的是让所有企业用户在数字化转型过程中,得到的不仅是存储成本的降低,更重要的是数据智能的增值。」闵万里说。

在医疗大脑、工业大脑之外,阿里云 ET 还孵化出另外一个行业大脑——环境大脑。环境大脑能够将气温、风力、气压、湿度、降水、太阳辐射等信息进行交叉分析,辅助政府、公益机构实现对生态环境的综合决策与智能监管。还能基于地理位置系统,集成生态环境质量、污染源、污染物、环境承载力等多方数据,融合经济社会、气象水文、互联网数据等,可视化综合研判环境质量。

海洋渔情预测则是环境大脑的另一个典型应用,环境大脑将海洋环境大数据、数据智能和人工智能技术,应用于金枪鱼的渔情发现中,通过对海面高度、分层水温、叶绿素、气象、渔船等数据分析,从可能影响该海域金枪鱼产量的众多因素中提取最关键的影响因素,据此搭建金枪鱼抓捕的渔情预测模型,为金枪鱼的发现提供可靠信息,避免盲目捕捞,减少出海成本。

终极目标不是视频识别、语音识别等单点智能,而是多体智能和普惠价值

「未来的人工智能不只是视频或语音,核心一定是多功能的协同,视频识别、语音识别还有文本识别,阿里云都可以做,但不是我们的终极目标。」闵万里说,「我们的终极目标在哪里?在于多体智能,也就是全局智能,由此产生机理丰富的普惠价值。」

比如,让所有人不再依赖于强行的制度或侥幸,就能找到急救医院,让每一个急着赶往学校接孩子的家长,能够早一分钟看到孩子,让监管部门能监控每一辆危化品车辆实时的路径、目的地,沿途要经过的路径。

从去年 9 月城市大脑交通模块在萧山区市心路投入使用,目前城市大脑在萧山试点范围已经扩大到萧山城区西至萧然西路,南至晨晖路,东至通惠路,北至萧绍路,此外还包括市心路、育东路、北山南路在内的 5 平方公里。技术应用也从最初的智能调节红绿灯,到目前落地特种车辆(120、110、119)优先调度、在线信号控制优化、重点车辆精准管控、异常事件主动感知等四大场景。

「在城市大脑落地萧山的过程中,不管是在线的信号演化,还是异常事件的感知,或是特种车辆优先通行,这几个实现的功能上都有人工智能的影子,甚至在应用上面有很好的突破。」萧山公安分局相关负责人应东辉在 14 日的「人工智能技术沙龙」上说,「对我们公安来说,打造现代警务体制,最关键的四个环节是感知、研判、指挥、处置,在对社会的感知和研判两方面,人工智能的技术肯定是今后的替代方向。而外场感知,对感知数据的研判、指挥、处置,必须是人力警务来处置,这样警务效能、警力资源的节约都能达到最大化。」

城市大脑正是多体智能的样本和试点,在这个体系中,运用了多体智能算法、高效视频获取与解析等相关技术。

仍以救护车为例。城市大脑会调动 120 实时的语音 NLP 分析,解析出目的地以及沿途路径,迅速规划到达沿途每个关键节点的时间,据此来调解信号灯。最后将整个路径动态下发给救护车的司机、交通信号灯指挥中心以及医院的急救室。何时到达急救室,需要哪些设备、药物,医院的急救室可以提前获知,提前准备。但这些过程需要精确的计算,分秒误差对于信号灯周期来说,就是数分钟,后果无法想象。而这一切不仅是自动化的结果,更是智能化的结果。

不仅如此,在华先胜看来,城市大脑还需要在一个个不断被实现的应用场景中,把每个应用方向的功能连成片,形成一个产品平台,最终融合更多提供细分产品的合作方,由此才能真正达成城市的智能化。「一家公司完成不了这件事,需要的一定是合力。」

而这个过程所需要的模式突破是,贴近行业,了解真实需求、行业数据特点和痛点,「我们跟交警、公安一起深入城市之后,才发现我们到底需要研发什么样的技术,去解决什么样的问题,才能真正地带来不可替代的价值。」华先胜说。

闵万里也表达了类似观点,他认为,技术的基石创造了这些行业大脑,并沉淀出 ET 大脑的逻辑架构,由此落地复制到其它行业会非常简单,只要把逻辑架构释放并加以分析,再与真实场景数据结合,就有可能迅速产生另外一个行业大脑。「阿里云 ET 大脑的使命就在于,将相似应用场景中共通的逻辑架构抽象出来,使得这些行业能共享同一套底层技术。」

而他的下一步规划则是将 ET 大脑产品化,并邀请行业伙伴共同在 ET 大脑的架构上做行业化、垂直化的创新运用。而在少有人涉足的垂直领域,阿里云 ET 大脑将率先打造垂直示范类项目,再激活对应行业中的 ISV(独立软件开发商)。

入门阿里云ET 大脑城市大脑产业
暂无评论
暂无评论~