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大脑如何引领工业AI。闵万里表明，阿里云的AI是“冷”的。

　　闵万里表明，这个“冷”有两个维度的意义：严寒的冷、镇定的冷。首要，ET大脑挑选的方向纷歧定是我们最重视的方向，例如阿里云的AI会走到茶园、走到农场，研讨农人伯伯怎么种树、养猪，让最古老的农业和最现代的AI相通。别的清醒地意识到，AI不是全能的。必定要将AI的算法、云的核算力、云产品的底座、数据的力气和职业常识结合才干发挥出价值。

　　ET大脑的技能中心来自拓扑网络

　　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……这些都涉及到相同东西——流。

　　当有了网络、有了动态的物流、事务流，就有了动态的数据流。把这个数据流笼统出来，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。每个节点都会宣布各种信号，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分，如何将这个信号传递给其他路口以及是否传递这个信号，其背面的决议计划机制反常重要。

　　针对上述问题，ET大脑自研出一套认知反演的方法，经过这些外表的信号，结合要害统计量和算法找到数据特征，寻找到拓扑网络上的量化联系，经过这些量化联系就可以找到操控诀窍。

　　寻找工业间的公约数

　　闵万里表明，阿里云是工业AI的引领者，终究意图是要给客户发明价值，这个价值的公式是要把数据、技能、职业三者结合。

　　数据指的是客户数据，职业指的是工业常识，技能是数据的技能、云核算的技能、网络的技能、存储的技能等。ET大脑的所有结晶都来自这个公式。

　　以某石化企业为例，以进步燃煤功率为目标，首要判别整个流程的中心在于锅炉的作业。ET大脑笼统化锅炉焚烧中发生的数据，对这些数据进行交融核算，根据这些状况判别不同锅炉间焚烧的平衡状况，优化每个焚烧锅炉的操控参数。终究协助该企业的能耗下降2.6%。

　　客户数据的沉积、阿里云工程师对职业的了解，都在这个过程中发挥作用。此外，还运用到许多抢先的大数据产品，如MaxCompute等，确保了瞬时核算，不让数据“失效”。

　　相同从锅炉为切断入手的还有其他企业，尽管生产产品纷歧样，但同一个计划就可以复制到不同企业，这就是在工业中抓住了最大公约数，举一反三、事半功倍。

　　将ET大脑的才能赋能给更多人

　　据悉，ET城市大脑一起发布五大数据引擎产品，包含操控优化、实时预警、实时仿真、深度剖析、数据交融引擎，集结了遍及全球的实战经验，更快将这些经验和才能对外输出，让更多城市的交通难题取得数据智能的解法。

　　其间操控优化、实时预警、数据交融引擎已经在杭州使用老练。杭州城市大脑2.0掩盖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猜测未来的交通数据，是实时仿真和深度剖析引擎期望达成的目标：用当下1秒钟内助、车、物的运行状况模仿出未来100秒的交通状况，最多可一次模仿100万个交通目标，并剖分出1000万个交通目标的潜在交通危险。

　　别的，ET工业大脑已对外敞开。生态伙伴可在ET工业大脑敞开平台上取得3大职业常识图谱、19个事务模型、7个职业数据模型及20多个职业算法模型，一起还能进行编程，完结职业常识、大数据才能、AI算法这一工业AI的价值公式，为工厂量身定制智能使用。