這位阿里程序媛有點拼，爬8米高的鍋爐，竟是為了這個！

來自專欄 我是程序員

阿里雲女演算法工程師宇西第一次爬上了8米高的鍋爐。

車間中，燃料在鍋爐內燃燒著，空氣中瀰漫著濃郁的麥芽糖加熱的味道；五個高大的鍋爐、密集的管道散發出鋼鐵般的質感，讓整個車間看起來有些偏灰。

宇西爬過的鍋爐

雲超是阿里雲人工智慧演算法專家，他回憶當時和宇西在一起的場景：8米高的鍋爐，宇西一點猶豫都沒有，沒有嫌棄環境臟，也沒有害怕的情緒。「我們首先要是生產工藝師，其次才是人工智慧演算法工程師。」

阿里雲的ET工業大腦，正在幫助中國製造業轉型。例如，全球最大的光伏組件供應商——天合光能提升電池片A品率因此提升7%，僅此一項可幫企業提升年利潤數以千萬計。

阿里雲的全國工業雲總部也落戶廣州，落戶珠三角這個中國製造最為活躍的地方。阿里雲還在四個多月前宣布設立阿里雲廣東研發中心，招募1000名雲計算和人工智慧工程師，推動前沿技術與珠三角產業融合。

雲超就被派到廣州，負責組建一支人工智慧團隊。看數據，學工藝，他們要用數據智能的方式幫助升級中國的第二產業。隨著工業互聯網的不斷發展，「把研發平台搭到車間去」，像宇西、雲超這樣的演算法工程師，會越來越多出現在車間里。

雲超（左）和宇西（右）

爬鍋爐的女演算法工程師

宇西是哥倫比亞大學的統計學碩士，回國後，她在一家諮詢公司擔任分析建模師，做數據層面的諮詢。

她說，做諮詢更偏向於方案上的實施，給客戶提完落地的建議後，她的工作就結束了。她希望自己的經驗能夠沉澱下來，但是當缺乏實踐反饋的時候，就很難去做演算法的優化。客戶在落地時，會遇到困難、取得成績，也會有新的數據產生，這些都能幫助她對演算法進行優化。

宇西

因此，她選擇加入阿里雲ET工業大腦團隊，到一線實際參與項目的落地。

在迪森熱能，為了向工人師傅請教鍋爐的生產工藝，宇西第一次爬了8米高的鍋爐。

「當時為了看清楚鍋爐中的每個部件是怎麼工作的，整個工作原理是怎麼樣的，為了有個直觀的感受，就去爬了。」她說。

爬鍋爐不算挑戰，

和工人師傅交流，讓她犯了難

迪森熱能是宇西目前負責的一個項目。

迪森熱能關心的問題是，鍋爐的關鍵部件什麼時候會壞，能不能提前知道、提前做好準備，盡量減少停機？宇西和同事，就是來幫他們來解決這個問題的。

一方面，對設備運行情況實時監測，及時捕捉設備的異常。通過數據、預測出有隱患的零部件，然後通知工廠調配物流，提前把備件送到附近倉庫。另一方面，在工人師傅檢修鍋爐時，利用大數據指導他們，哪個環節出問題的可能性比較大、可以優先檢查哪個，讓他們更有針對性地去解決問題。

但在此之前，宇西和其他演算法工程師需要先走訪工廠、搞清楚工業鍋爐的整個生產過程。

對宇西來說，爬鍋爐不算什麼挑戰，和工人師傅的交流溝通挑戰更大。因為不僅是建立演算法模型，優化演算法模型也需要他們的反饋，「我需要他們的幫助。」

宇西說，早期進入車間時，工人師傅對工業大腦的作用是持懷疑態度的。他們認為，自己幾十年的經驗不可能輕易被工業大腦取代。他們對數據決策、人工智慧沒有概念。當宇西向他們請教故障預警的相關問題時，他們說，「你單看數據是看不出什麼的，要在現場通過經驗去看。」

「工業領域的東西專業性很強。把人的經驗教給工業大腦，可以讓計算機幫助人決策。我們是為了減輕你們的工作量、提高你們的工作效率而來的，不是為了取代你們而來的。我們能做的只是幫你們發現問題，解決問題還是要靠你們。」宇西講清楚來意後，工人師傅們才消除了疑慮。

說工人師傅的語言

在向工人師傅請教時，宇西又遇到挑戰：「溝通要用他們的語言，不能直接說數據。」

「平時，你們是怎麼發現問題的？」

「憑經驗。」

「什麼經驗？」

「看火的顏色。」

堅守一線幾十年，工人師傅能夠用手、眼睛、耳朵來分析異常。比如，他們會把機油抹在排煙管道中，通過定期觀察機油的狀況，判斷煙是否排得乾淨；通過觀察火焰的顏色、聽機器運轉的聲音，判斷鍋爐內部是否出現異常。

但是宇西沒有這方面的經驗，那怎麼才能得到自己想要的數據？

她首先會去觀察，然後提出問題找工人師傅解答，再根據工人師傅的表述去推理，數據上會有什麼表現。

比如，她不會硬生生去問「溫度會不會怎麼樣」，而是會一步步追問導致溫度升高的原因：溫度升高，會不會是空氣不流通導致的？空氣不流通又是什麼原因導致的？發生了堵塞嗎？什麼情況下會發生堵塞？

工人師傅會回答，可能是由於燃料不均勻、導致爐排片局部發生結焦、堵塞，進而導致空氣不流通、溫度升高。

這樣做，宇西才終於把表象和數據聯繫起來。

從進車間寫代碼，

到組建工業雲總部人工智慧團隊

宇西在工業領域中踩過的坑，雲超也都踩過。

雲超是第一代進車間寫代碼的演算法工程師，本科就讀於清華大學，研究生就讀於美國北卡羅來納大學。工業大腦首個成功案例——協鑫光伏，就有他的參與。他最近還從杭州來到廣州，負責組建阿里雲全國工業雲總部的人工智慧團隊。

在雲超看來，互聯網和工業的融合，既是機遇也是挑戰。因此，他會與新人一起討論項目的細節，跟進演算法的方向，對項目進行把關。

為了讓新人了解更多的業務場景，他組織了大量討論。他還會把杭州的項目拿出來，讓大家針對演算法難點進行頭腦風暴，每個人都貢獻出自己的知識和思路。

一次會議上，和跑京信通信車間的演算法工程師交流效能綜合評分，宇西就分享了自己給產品做綜合評分的方法。

京信通信是全球前三的通信天線廠商，還曾經打贏過與國外天線巨頭的「專利戰」。「京信通信，是阿里雲ET工業大腦要打造的第一個離散製造標杆。」實修說。

京信通信車間

實修與雲超一同被派到廣州，他負責華南區域整個工業大腦的產品與技術。他同樣是阿里雲ET工業大腦創始團隊成員之一。

宇西說，以前她只是在方案層面對客戶提出落地的意見，「現在，我們是在一線去設計實驗，根據實驗結果對演算法做出調整，希望真的幫到企業的忙，等他們認可我們的效果後，再給我們驗收。」

這位程序媛還說，她的經驗也因此有機會沉澱在產品裡面，變成一個可複製的資產，「我覺得，這個算是對工作的一種回報。」

目前，ET工業大腦已經幫助全球最大的光伏組件供應商——天合光能提升電池片A品率7%，；也幫京信通信的一款產品提升了調試定標工序35%-50%的生產效率；還與全球最大LED封裝企業——木林森達成了合作，幫助它提升生產良品率和設備利用率；與迪森熱能的合作，則希望實現實時評估鍋爐健康狀況，能夠提前6-12小時發出預警。

阿里雲ET工業大腦落地木林森

阿里這群大數據與人工智慧工程師，正和客戶一起，用產業AI變革第二產業，定義「新製造」。

原文發布時間為：2018-04-10

原文鏈接

本文作者：孫茜茜

本文來自雲棲社區合作夥伴「天下網商」

更多技術乾貨敬請關注云棲社區知乎機構號：阿里云云棲社區 - 知乎

推薦閱讀：