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）。
