一文速读阿里云ET大脑 ——阿里云机器智能首席科学家闵万里详解数字驱动的智能之路

在线体验各类最新模型,更有模型 免费Token 额度领取!
立即体验
简介: 阿里云机器智能首席科学家在阿里云MVP全球闭门会上进行了《数字驱动的智能之路》的专题分享,内容涉及ET城市大脑、ET工业大脑、ET农业大脑等精彩内容。内有大量技术干货,不容错过!

9月18日,阿里云MVP全球闭门会上,阿里云机器智能首席科学家闵万里做了《数字驱动的智能之路》的专题分享,内容涉及ET城市大脑、ET工业大脑、ET农业大脑等精彩内容。
本篇文章为闵万里现场发言的整理,内有大量技术干货,不容错过。

image

智能从哪里来?人的智慧来自大脑,产业的智慧来自于ET大脑。ET大脑很简单,就是挖掘数据新能源的价值。数据能源和传统能源有本质的区别,传统能源,例如石油,是不可再生的,中东的石油用一桶少一桶。而数据能源是通货膨胀型,数据的价值如无法快速挖掘出来,就会急剧贬值。如何在数据通货膨胀的年代把价值瞬时产生出来,这正是我们做的事情。

数据是驱动智能未来的新能源

image

几百年前,先人已经在考虑面对海量数据如何做快速推理。从1713到1973,前后两百年的进程中我们看到一个现象,就是对数据的分析由表及里,人们不停地从海量数据里寻找模型,不断提升从公式解析现象背后本质的能力。随着数据分析与应用的深入,数据的计算量也随之暴涨,借助云计算能力,数据的价值终于实现被快速挖掘,实时计算。

image

到哪里去实现数据与垂直场景结合而释放出巨大的产业价值?答案就是——“数据密集产业”。
城市就是典型的数据密集型场景。每一个城市里的传感器时时刻刻都有数据产生,有数据的地方就有DT的机会,有痛点可解。

image

ET大脑实现了由“感”到“动”的“知行合一”。感而不动非常可惜,在计算能力不足的时候,虽然部署了大量的传感器,但是传感器感知到的信息却无法被计算分析,只能感知而无法形成决策;今天有数据计算能力之后,数据可以呈现为AI(Actionable Insight,可执行的洞见),可以将感知到的信息,基于智慧的大脑,分析以形成决策、行动,实现知行合一的闭环。

image

怎么来做智能呢?有大视野才能有大智慧,在任何端上的智能只是局部智能,只是一个端,而城市大脑是在天上看全局,实现全网、全量的全局智能。
城市大脑是走大数据之路,不是走大边缘之路,不是卖硬件的盒子,我们提供的是智能的能力、计算的能力,数据越多,智慧越多,价值越多。

image

ET城市大脑:基于城市数据资源有效调配公共资源

image

建设智慧城市,从城市基因解析做起。为什么我们要做这么底层的事情?就像给人看病,基因测序可以作为很多遗传病的诊断治疗的重要输入。同样,对城市而言,如何用数据的手段进行城市数字化基础的解构是非常重要而又基础的问题。阿里云和中国城市规划设计研究院联合推出的城市基因库,构建数字孪生城市,在云平台上对城市的结构进行数字化的演绎,实现城市规划、城市治理的闭环。

image

举个例子,在某一条最繁忙的城市道路,要实现交通信号灯的实时联动,非常复杂。大家可能都知道,我们一年前就实现把杭州救护车的通行时间压缩了一半,当救护车到路口前时,信号灯就提前变绿,好像前面有人开道,实现一路畅通。从120接警到救护车出车规划路线,到精准到秒预测每个路口到达时间,再将时间同步到信号灯系统,预测信号灯前排队车辆规模,并实现提前清空,当救护车到达的时候就变绿了。整个过程需要高度的协同,秒级下发行动方案,难度可想而知。
目前,ET城市大脑已经在杭州、苏州、吉隆坡等多个城市落地,给城市带来改变。当我向德国宇航局讲述马来西亚吉隆坡城市大脑案例时,他们觉得之所以能在中国实现这样的创举,是因为国内有这样的创新土壤。同时,我们有足够的数据和数据密度,人口密度等于数据密度,数据密度等价于价值密度。
今天我们开放了ET城市大脑。任何一个有技术开发能力的工程师、公司都可以成为ET城市大脑开放平台上的创作者,我们提供的是城市数据库、城市中台和计算能力,还有人工智能的建模平台,我们可以协同做出更多超过刚才救护车更好的应用。当前我们做的应用只是冰山一角,证明了一种可能性,这种可能性就是大数据中台、云计算算法以及数据结合的时候有可能产生不可估量的化学反应。我想这可能是我想传达的最重要的一个信息:ET城市大脑不只是阿里云度独家在做,我们希望有更多的开发者一起,在上面做更多的创新应用。

ET工业大脑:为企业创造“真金白银”的效益

image

工业也是一样,数据密集的地方就有阿里云的机会。所以我们做了一件事,把生产线上所有的数据实时链接在一个大脑上,做中央指挥控制,实时反馈。
为什么要这样做?大家听过一个故事,改革开放时候进口的生产线,出现问题都要找德国工程师,因为他懂产线背后的秘密。德国工程师只卖给我们生产线,顶多只有生产手册,从来没有说产线上工作的几个工人之间如何协调、前一个环节的工人犯错了后面的工人该怎么改以保障最终的生产能够平稳进行。好像是给了我们一把倚天剑,却hold不住,行走江湖还要求别人。今天ET工业大脑就是把所有历史上的生产数据嫁接在一起,全量分析之后会发现各种参数之间存在定量的关系。这些定量的关系,老师傅也都没有发现,因为老师傅一辈子能看到的样本就那么多,而这个ET工业大脑就像Alpha Go下棋一样,一夜之间把所有的机器参数全部学习一遍。它每天都在不断学习新东西,大家可以看上面PPT里双向的黄色箭头,它是与时俱进,不会衰老,因为数据越多,越是见多识广。

image

这些都是产业当中真刀真枪做出来的案例。从来不懂工业的人在短短几个月当中就做到了这样的效果,如果在座的各位刚好在这个行业,有专业知识,又有同样的平台,可能比我们做得更好。所以,今天我们用这几个百分比,第一,证明数据智能路径可行;第二,证明我们平台是有潜力的,没有专业知识的人都可以做,有专业知识和行业背景的人可能做得更好。
同样的道理,ET工业大脑平台也开放了。8月1日的时候我们举办了发布会,ET工业大脑全面开放,从数据接入到算法接入,再到应用接入,全线对接生态伙伴,伙伴们可以自带算法,也可以自己封装应用,或者对工业传感器非常了解,可以自己采数据。
阿里云今天做的就是走了第一步、第二步之后是交接棒。这就像4×100米的赛跑,我们做了第一棒之后看到了希望,把第二棒传递给更多的开发者,请大家能够再接力,把效应放大。

ET农业大脑:千亩千面,精准农业

image

image

下面我来讲讲ET农业大脑。云平台、大数据中台、人工智能的算法加上客户的数据在一起,我们可以做到每一亩施肥多少、灌溉多少都是个性化定制。淘宝是“千人千面”,今天是“千亩千面”,就是把一块土地分为很多的网格,每个网格的灌溉都不一样。天上下来的雨水不均匀,土壤的湿度、酸碱度和土壤的肥沃程度不一样,今天我们能够做到“千亩千面”,精准农业,而且做到实时反馈调整。

image

目前,产业AI在第一产业、第二产业、第三产业均实现成功落地。ET城市大脑被选定为国家新一代人工智能开放创新平台,任何开发者都可基于开发平台定制应用,赋能更广泛的用户。

image

image

生态开放要落到实处,我们要做的绝不仅仅是向生态伙伴提供产品白皮书,而是有人手把手的教。阿里云组织了ET大脑特训营,邀请报名的开发者们到杭州,从最开始的数据接入、数据加工ETL,到平台上做算法开发,再到做应用层,全链路手把手培训,确保培训者达到可以上岗的水平。目前已有800多学员通过了培训并认证合格。

image

最后我想说,云的出处不重要,能带来智慧才最重要。上云不是目的,更不是终点,上云的目的是为了落地,落下来就是Intelligence,而这个Intelligence需要各位一起行动。

image

也想加入阿里云MVP,与技术大咖面对面交流,请点击阿里云MVP主页申请,更多权益等你来!

目录
相关文章
|
测试技术 虚拟化 数据安全/隐私保护
【FusionCompute】使用VMware Workstaion安装部署VRM(三)
【FusionCompute】使用VMware Workstaion安装部署VRM(三)
2123 0
【FusionCompute】使用VMware Workstaion安装部署VRM(三)
|
6月前
|
人工智能 算法 安全
2026新规 | AI聊天机器人上线需要办理什么资质?
AIGC浪潮下,AI聊天机器人爆发式增长,2025年上半年中国相关企业注册超5万家。随着《人工智能拟人化互动服务管理暂行办法》发布,合规成关键。本文详解上线必备资质:ICP备案、算法与大模型双备案、特殊行业许可及拟人化服务新规,构建“四层合规体系”,助企业规避风险,实现可持续发展。
|
人工智能 JSON 自然语言处理
智能化AI工具-语言翻译与本地化
在全球化发展的背景下,语言翻译与本地化需求日益增长。无论是跨境电商、国际合作,还是本地化应用开发,都需要高效、准确的翻译解决方案。阿里云通义千问作为一款强大的大语言模型,不仅具备出色的自然语言理解能力,还能够在多语言翻译和本地化场景中发挥重要作用。本博客将详细介绍如何基于阿里云通义千问开发语言翻译与本地化工具,包括产品介绍、程序代码以及阿里云相关产品的具体使用流程。
1012 10
|
人工智能
MIT等首次深度研究集成LLM预测能力:可媲美人类群体准确率
【4月更文挑战第16天】研究人员集成12个大型语言模型(LLM)组成“硅基群体”,在预测比赛中与925名人类预测者对比。研究发现,LLM群体的预测准确性与人类群体无显著差异,且通过集成可抵消个体模型的偏差,提高预测准确。GPT-4和Claude 2等模型结合人类预测后,准确度提升17%至28%。然而,个别LLM预测精度不一,模型选择和校准度是提升预测性能的关键,同时LLM在时间跨度和现实场景适应性方面仍有挑战。
486 6
MIT等首次深度研究集成LLM预测能力:可媲美人类群体准确率
|
机器学习/深度学习 数据采集 人工智能
设计文档:智能化医疗设备数据分析与预测维护系统
本系统的目标是构建一个基于人工智能的智能化医疗设备的数据分析及预测维护平台,实现对医疗设备运行数据的实时监控、高效处理和分析,提前发现潜在问题并进行预防性维修,从而降低故障率,提升医疗服务质量。
|
Prometheus Kubernetes 监控
k8s学习--kubernetes服务自动伸缩之水平伸缩(pod副本伸缩)HPA详细解释与案例应用
k8s学习--kubernetes服务自动伸缩之水平伸缩(pod副本伸缩)HPA详细解释与案例应用
834 1
k8s学习--kubernetes服务自动伸缩之水平伸缩(pod副本伸缩)HPA详细解释与案例应用
|
机器学习/深度学习 算法 数据挖掘
基于LSTM神经网络的电力负荷预测(Python代码实现)
基于LSTM神经网络的电力负荷预测(Python代码实现)
1441 0