撰文 | 吳欣、藤子
在擁堵的車流，不斷變化的紅綠燈中，一輛救護車通常需要經過 21 個路口才能到達醫院。
「若一路綠燈，救護車的行進時間將比平均所用時間減少 14 分鐘。」阿里雲機器智慧首席科學家閔萬里說，「在這樣的急救場景下，14 分鐘將會拯救一個人的生命。」
但要做到這一切，並非易事。
「城市大腦首先打通交通和救護車急救點的資料系統，一旦急救點接到電話，城市大腦就會實時計算，自動調配沿線訊號燈配時，為救護車規劃定製一路綠燈的生命線。同時，監控影片根據救護車 GPS 定位跟蹤救護車行駛。指揮中心的終端大屏會幫助交警把控急救的實時進展。」阿里雲蕭山城市大腦架構師張鴻飛在雲棲大會上介紹稱，特種車輛優先排程目前在全國是首創。
將救護車場景擴散，還可以解決交通、安防等一系列城市問題。
杭州城市大腦的公開起點，是在 2016 年的雲棲大會。這個為城市安裝人工智慧中樞的專案，要讓杭州由此成為一個智慧城市。在這次雲棲大會首日的主論壇上釋出城市大腦 1.0 及一年成績單：
覆蓋杭州 128 個訊號燈路口，試點區域通行時間減少 15.3% ，高架道路出行時間節省 4.6 分鐘。主城區內，城市大腦日均事件報警 500 次以上，準確率達 92%；在蕭山，120 救護車到達現場時間縮短一半。
智慧城市的概念並不新鮮。2008 年 11 月，IBM 第一次提出「智慧地球」的理念，進而延伸出智慧城市建設，並在 2009 年 8 月釋出《智慧地球贏在中國》計劃書，開啟 IBM「智慧地球」中國戰略的序幕。很快， 2012 年，在國內出現首批國家智慧城市試點名單，到 2013 年年初，住建部批覆的智慧城市試點城市已經達到 90 個。
資訊化的發展應用，在當時已經掀起一陣智慧城市的開發浪潮，不少上市公司把玩「智慧城市」概念，中小公司聚焦不同細分需求進入幾乎可以稱之為巷戰式競爭的局面。
有資料顯示，截止 2012 年年底，全國智慧城市建設中資訊科技投資就超過 1 萬億元，但作為一個綜合性開發專案，需要的資源配置面相當廣泛，涉及到路網監控、智慧醫院、城市生命線管理、食品藥品管理、票證管理、家庭個人健康等諸多領域，單一技術解決方案方難以深入改變什麼，現在看來，這一階段幾乎只停留在基礎設施建設的層面。
從大資料、雲端計算到物聯網再到移動網際網路，現在遷移到廣泛的人工智慧技術，智慧城市的概念重新得到舒展。
阿里巴巴 iDST 副院長華先勝向機器之能分析稱，早年開展智慧城市建設時，計算機視覺技術的能力還沒達到足夠的應用範圍，只能解決一小部分問題，比如在停車場車牌捕捉和識別還算準確，上路的車、闖紅燈等監測也只能說是可以測，但如果裝了那麼多攝像頭只幹這件事其實很浪費。到現在，更多技術手段在升級，重要的是演算法、算力都上了一個大臺階，再想想那麼多攝像頭布在一個城市裡，資料價值真的不可限量。所以，今天再來做智慧城市，可以把這些已有的資源價值更深入地開發出來。技術之外，很多配套部門、產業公司包括民眾的觀念都已經發生變化，這對智慧城市的推進也有極大影響。
這場看起來空間巨大的城市智慧化變革中，佈滿應用場景，除了阿里巴巴，百度、騰訊也都加入其中。
無論是城市大腦、醫療大腦，還是工業大腦和環境大腦，背後都是阿里雲 ET 大腦的底層技術，整合了阿里雲端計算、機器學習平臺和演算法的組合。而與其他公司推出的智慧城市解決方案相比，阿里雲 ET 大腦的區別在於，一開始，它就定位並紮根垂直行業。
連結垂直行業應用
阿里巴巴技術委員會主席王堅在雲棲大會首天主論壇談起城市大腦，「在中國，很多人只看到是一個產品的市場，當城市大腦做成之後，可以看到中國是網際網路基礎設施最完善的地方，也是資料資源最豐富的地方，更是獲取計算能力最方便的地方。」在他看來，城市大腦就是機器智慧的物理載體。
然而，一年前，開始這項城市大腦專案並不容易。作為最早接手並持續跟進該專案的華先勝，他總結到推進專案的三個特點：「我們跟蕭山、杭州合作做智慧智慧的城市大腦，剛開始的時候，這個專案經常被挑戰，從未被否定，一直在進展。」
實際上，城市大腦就是智慧調節紅綠燈，提升車輛的通行速度。此外，它還能根據市民的出行意願，調整公交班次，自動調配。而來自城市交通管理、公共服務、運營商、網際網路的資料被集中輸入杭州城市大腦，杭州依靠城市大腦而成為一個智慧城市。
在城市道路中，從路口到路口，路口與路口之間都有固定的通道，這可以看成是一個網路。
閔萬里認為，可以從另一個角度解讀這個網路。車流不可避免地會產生擁堵，擁堵會蔓延，出現擁堵節點後方慢慢堆積而前方越來越空的現象，這實際上是動態的資訊流在靜態的網路上傳遞。
「如何智慧地控制紅綠燈以解決擁堵問題，就是人工智慧能夠發揮作用的範疇。」閔萬里說。
從城市大腦出發，阿里雲 ET 大腦繼續往其他行業延展。
半年多之前，在「雲棲大會·深圳峰會」上，阿里雲 ET 宣佈推出兩個行業大腦——「醫療大腦」和「工業大腦」。
「醫療大腦」不僅能透過演算法學習胸部 CT 掃描的影像，檢測肺部結節的區域和大小，協助醫生提升早期肺癌檢測的準確度， 降低臨床誤診率。還能進行面部皮膚檢測分析，根據手機攝像頭拍攝的影像做皮膚綜合分析。比如，進行面部分割，識別毛孔、痤瘡、黑頭等，並對皮膚健康做出評價，識別溼疹、銀屑病等皮膚病並提供護理建議。
此外，「醫療大腦」運用語音識別技術，將醫生口述的內容轉錄成文字並顯示在對應的 HIS 系統、PACS 系統、EMR 系統等希望輸入文字的位置。
ET 工業大腦則透過對企業供、研、產、銷全鏈路資料的分析，提供資料智慧型的工具，最佳化從企業資訊化到製造裝備、生產物料、物流運輸、人力資源、數字化設計、模擬模擬、數字化控制的各個環節，利用 AI 幫助企業降低成本、提升效率。
比如，生產中的流水線一共有 ABCDEFG 數個節點，最後生產出來的產品是 H ，每一個流水線上的工人們，他們的操作，都有可能有一些偏差，當他們有偏差的時候，後面的人如何實時糾正，最終保證 H 產品的質量穩定，生產效率穩定，良品率穩定。這就需要有機協調 H 前面的 ABCDEFG ，並線上實時反饋。
中國最大的石化集團恆逸集團是工業大腦的應用方，透過燒煤發電，在燃煤的吹風過程中，吹風的時間，如何把煤吹起來，吹煤的速度，都至關重要。吹風太快燃燒不充分，吹風太晚，效率下降，一環扣一環如同流水線上的 ABCDEFG 各個節點。煤炭燃燒同樣作為一個流水線作業，流程中有大量的引數。
「它跟我們的人腦有什麼關係？如果把每一個環節串起來，就是簡單的神經末梢，類似大腦中某個特定方向的認知鏈。從這個層面而言，如能解人腦的問題，解這個問題更加容易。」閔萬里說。據稱，在恆逸集團的案例中，阿里雲 ET 的工業大腦也頗有成效，良品率提升了1%，能耗降低了 1%。
「最重要的是讓所有企業使用者在數字化轉型過程中，得到的不僅是儲存成本的降低，更重要的是資料智慧的增值。」閔萬里說。
在醫療大腦、工業大腦之外，阿里雲 ET 還孵化出另外一個行業大腦——環境大腦。環境大腦能夠將氣溫、風力、氣壓、溼度、降水、太陽輻射等資訊進行交叉分析，輔助政府、公益機構實現對生態環境的綜合決策與智慧監管。還能基於地理位置系統，整合生態環境質量、汙染源、汙染物、環境承載力等多方資料，融合經濟社會、氣象水文、網際網路資料等，視覺化綜合研判環境質量。
海洋漁情預測則是環境大腦的另一個典型應用，環境大腦將海洋環境大資料、資料智慧和人工智慧技術，應用於金槍魚的漁情發現中，透過對海面高度、分層水溫、葉綠素、氣象、漁船等資料分析，從可能影響該海域金槍魚產量的眾多因素中提取最關鍵的影響因素，據此搭建金槍魚抓捕的漁情預測模型，為金槍魚的發現提供可靠資訊，避免盲目捕撈，減少出海成本。
終極目標不是影片識別、語音識別等單點智慧，而是多體智慧和普惠價值
「未來的人工智慧不只是影片或語音，核心一定是多功能的協同，影片識別、語音識別還有文字識別，阿里雲都可以做，但不是我們的終極目標。」閔萬里說，「我們的終極目標在哪裡？在於多體智慧，也就是全域性智慧，由此產生機理豐富的普惠價值。」
比如，讓所有人不再依賴於強行的制度或僥倖，就能找到急救醫院，讓每一個急著趕往學校接孩子的家長，能夠早一分鐘看到孩子，讓監管部門能監控每一輛危化品車輛實時的路徑、目的地，沿途要經過的路徑。
從去年 9 月城市大腦交通模組在蕭山區市心路投入使用，目前城市大腦在蕭山試點範圍已經擴大到蕭山城區西至蕭然西路，南至晨暉路，東至通惠路，北至蕭紹路，此外還包括市心路、育東路、北山南路在內的 5 平方公里。技術應用也從最初的智慧調節紅綠燈，到目前落地特種車輛（120、110、119）優先排程、線上訊號控制最佳化、重點車輛精準管控、異常事件主動感知等四大場景。
「在城市大腦落地蕭山的過程中，不管是線上的訊號演化，還是異常事件的感知，或是特種車輛優先通行，這幾個實現的功能上都有人工智慧的影子，甚至在應用上面有很好的突破。」蕭山公安分局相關負責人應東輝在 14 日的「人工智慧技術沙龍」上說，「對我們公安來說，打造現代警務體制，最關鍵的四個環節是感知、研判、指揮、處置，在對社會的感知和研判兩方面，人工智慧的技術肯定是今後的替代方向。而外場感知，對感知資料的研判、指揮、處置，必須是人力警務來處置，這樣警務效能、警力資源的節約都能達到最大化。」
城市大腦正是多體智慧的樣本和試點，在這個體系中，運用了多體智慧演算法、高效影片獲取與解析等相關技術。
仍以救護車為例。城市大腦會調動 120 實時的語音 NLP 分析，解析出目的地以及沿途路徑，迅速規劃到達沿途每個關鍵節點的時間，據此來調解訊號燈。最後將整個路徑動態下發給救護車的司機、交通訊號燈指揮中心以及醫院的急救室。何時到達急救室，需要哪些裝置、藥物，醫院的急救室可以提前獲知，提前準備。但這些過程需要精確的計算，分秒誤差對於訊號燈週期來說，就是數分鐘，後果無法想象。而這一切不僅是自動化的結果，更是智慧化的結果。
不僅如此，在華先勝看來，城市大腦還需要在一個個不斷被實現的應用場景中，把每個應用方向的功能連成片，形成一個產品平臺，最終融合更多提供細分產品的合作方，由此才能真正達成城市的智慧化。「一家公司完成不了這件事，需要的一定是合力。」
而這個過程所需要的模式突破是，貼近行業，瞭解真實需求、行業資料特點和痛點，「我們跟交警、公安一起深入城市之後，才發現我們到底需要研發什麼樣的技術，去解決什麼樣的問題，才能真正地帶來不可替代的價值。」華先勝說。
閔萬里也表達了類似觀點，他認為，技術的基石創造了這些行業大腦，並沉澱出 ET 大腦的邏輯架構，由此落地複製到其它行業會非常簡單，只要把邏輯架構釋放並加以分析，再與真實場景資料結合，就有可能迅速產生另外一個行業大腦。「阿里雲 ET 大腦的使命就在於，將相似應用場景中共通的邏輯架構抽象出來，使得這些行業能共享同一套底層技術。」
而他的下一步規劃則是將 ET 大腦產品化，並邀請行業夥伴共同在 ET 大腦的架構上做行業化、垂直化的創新運用。而在少有人涉足的垂直領域，阿里雲 ET 大腦將率先打造垂直示範類專案，再啟用對應行業中的 ISV（獨立軟體開發商）。