在2018杭州·云棲大會上，阿里云機器智能首席科學家閔萬里分享了ET大腦如何引領產業AI。閔萬里表示，阿里云的AI是“冷”的。

閔萬里表示，這個“冷”有兩個維度的含義：冰冷的冷、冷靜的冷。首先，ET大腦選擇的方向不一定是大家最關注的方向，例如阿里云的AI會走到茶園、走到農場，研究農民伯伯怎么種樹、養豬，讓最古老的農業和最現代的AI相通。另外清醒地意識到，AI不是萬能的。一定要將AI的算法、云的計算力、云產品的底座、數據的力量和行業知識結合才能發揮出價值。

ET大腦的技術核心來自拓撲網絡

從城市的交通流到商場的人流，到田間地頭的水流，到管道里的天然氣氣流……這些都涉及到一樣東西——流。

當有了網絡、有了動態的物流、業務流，就有了動態的數據流。把這個數據流抽象出來，就回歸到人工智能的原點——人的大腦：人腦中神經元間的電流構成一個拓撲結構。每個節點都會發出各種信號，比如在城市交通里，每個路口就是一個節點，當一個路口交通堵塞的時候，如何將這個信號傳遞給其他路口以及是否傳遞這個信號，其背后的決策機制異常重要。

針對上述問題，ET大腦自研出一套認知反演的方法，通過這些表面的信號，結合關鍵統計量和算法找到數據特征，尋找到拓撲網絡上的量化關系，通過這些量化關系就可以找到控制竅門。

閔萬里表示，阿里云是產業AI的引領者，最終目的是要給客戶創造價值，這個價值的公式是要把數據、技術、行業三者結合。

數據指的是客戶數據，行業指的是產業知識，技術是數據的技術、云計算的技術、網絡的技術、存儲的技術等。ET大腦的所有結晶都來自這個公式。

以某石化企業為例，以提高燃煤效率為目標，首先判斷整個流程的核心在于鍋爐的工作。ET大腦抽象化鍋爐燃燒中產生的數據，對這些數據進行融合計算，基于這些狀態判斷不同鍋爐間燃燒的平衡情況，優化每個燃燒鍋爐的控制參數。最終幫助該企業的能耗降低2.6%。

客戶數據的沉淀、阿里云工程師對行業的理解，都在這個過程中發揮作用。此外，還運用到許多領先的大數據產品，如MaxCompute等，保證了瞬時計算，不讓數據“失效”。

同樣從鍋爐為切口入手的還有其他企業，盡管生產產物不一樣，但同一個方案就可以復制到不同企業，這就是在工業中抓住了最大公約數，舉一反三、事半功倍。

將ET大腦的能力賦能給更多人

據悉，ET城市大腦同時發布五大數據引擎產品，包括控制優化、實時預警、實時仿真、深度分析、數據融合引擎，集結了遍布全球的實戰經驗，更快將這些經驗和能力對外輸出，讓更多城市的交通難題獲得數據智能的解法。

其中控制優化、實時預警、數據融合引擎已經在杭州應用成熟。杭州城市大腦2.0覆蓋420平方公里，優化1300個信號燈路口，并實時指揮200多名交警。

用現實的交通數據來預測未來的交通數據，是實時仿真和深度分析引擎希望達成的目標：用當下1秒鐘內人、車、物的運行狀況模擬出未來100秒的交通狀況，最多可一次模擬100萬個交通對象，并分析出1000萬個交通對象的潛在交通風險。

另外，ET工業大腦已對外開放。生態伙伴可在ET工業大腦開放平臺上獲得3大行業知識圖譜、19個業務模型、7個行業數據模型及20多個行業算法模型，同時還能進行編程，完成行業知識、大數據能力、AI算法這一產業AI的價值公式，為工廠量身定制智能應用。