阿裡雲女算法工程師宇西第一次爬上了8米高的鍋爐。
工廠中的房間中，燃料在鍋爐内燃燒着，空氣中彌漫着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，讓整個工廠中的房間看起來有些偏灰。
宇西爬過的鍋爐
雲超是阿裡雲人工智能算法專家，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，沒有嫌棄環境髒，也沒有害怕的情緒。“我們首先要是生産工藝師，其次才是人工智能算法工程師。”
阿裡雲的ET工業大腦，正在幫助中國制造業轉型。例如，全球最大的光伏元件供應商——天合光能提升電池片A品率是以提升7%，僅此一項可幫企業提升年利潤數以千萬計。
阿裡雲的全國工業雲總部也落戶廣州，落戶珠三角這個中國制造最為活躍的地方。阿裡雲還在四個多月前宣布設立阿裡雲廣東研發中心，招募1000名雲計算和人工智能工程師，推動前沿技術與珠三角産業融合。
雲超就被派到廣州，負責組建一支人工智能團隊。看資料，學工藝，他們要用資料智能的方式幫助更新中國的第二産業。随着工業網際網路的不斷發展，“把研發平台搭到工廠中的房間去”，像宇西、雲超這樣的算法工程師，會越來越多出現在工廠中的房間裡。
雲超（左）和宇西（右）
爬鍋爐的女算法工程師
宇西是哥倫比亞大學的統計學碩士，回國後，她在一家咨詢公司擔任分析模組化師，做資料層面的咨詢。
她說，做咨詢更偏向于方案上的實施，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，但是當缺乏實踐回報的時候，就很難去做算法的優化。客戶在落地時，會遇到困難、取得成績，也會有新的資料産生，這些都能幫助她對算法進行優化。
宇西
是以，她選擇加入阿裡雲ET工業大腦團隊，到一線實際參與項目的落地。
在迪森熱能，為了向勞工師傅請教鍋爐的生産工藝，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，為了有個直覺的感受，就去爬了。”她說。
爬鍋爐不算挑戰，
和勞工師傅交流，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？宇西和同僚，就是來幫他們來解決這個問題的。
一方面，對裝置運作情況實時監測，及時捕捉裝置的異常。通過資料、預測出有隐患的零部件，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，在勞工師傅檢修鍋爐時，利用大資料指導他們，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，宇西和其他算法工程師需要先走訪工廠、搞清楚工業鍋爐的整個生産過程。
對宇西來說，爬鍋爐不算什麼挑戰，和勞工師傅的交流溝通挑戰更大。因為不僅是建立算法模型，優化算法模型也需要他們的回報，“我需要他們的幫助。”
宇西說，早期進入工廠中的房間時，勞工師傅對工業大腦的作用是持懷疑态度的。他們認為，自己幾十年的經驗不可能輕易被工業大腦取代。他們對資料決策、人工智能沒有概念。當宇西向他們請教故障預警的相關問題時，他們說，“你單看資料是看不出什麼的，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。我們能做的隻是幫你們發現問題，解決問題還是要靠你們。”宇西講清楚來意後，勞工師傅們才消除了疑慮。
說勞工師傅的語言
在向勞工師傅請教時，宇西又遇到挑戰：“溝通要用他們的語言，不能直接說資料。”
“平時，你們是怎麼發現問題的？”
“憑經驗。”
“什麼經驗？”
“看火的顔色。”
堅守一線幾十年，勞工師傅能夠用手、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，判斷煙是否排得幹淨；通過觀察火焰的顔色、聽機器運轉的聲音，判斷鍋爐内部是否出現異常。
但是宇西沒有這方面的經驗，那怎麼才能得到自己想要的資料？
她首先會去觀察，然後提出問題找勞工師傅解答，再根據勞工師傅的表述去推理，資料上會有什麼表現。
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緻溫度升高的原因：溫度升高，會不會是空氣不流通導緻的？空氣不流通又是什麼原因導緻的？發生了堵塞嗎？什麼情況下會發生堵塞？
勞工師傅會回答，可能是由于燃料不均勻、導緻爐排片局部發生結焦、堵塞，進而導緻空氣不流通、溫度升高。
這樣做，宇西才終于把表象和資料聯系起來。
從進工廠中的房間寫代碼，
到組建工業雲總部人工智能團隊
宇西在工業領域中踩過的坑，雲超也都踩過。
雲超是第一代進工廠中的房間寫代碼的算法工程師，大學就讀于清華大學，研究所學生就讀于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，負責組建阿裡雲全國工業雲總部的人工智能團隊。
在雲超看來，網際網路和工業的融合，既是機遇也是挑戰。是以，他會與新人一起讨論項目的細節，跟進算法的方向，對項目進行把關。
為了讓新人了解更多的業務場景，他組織了大量讨論。他還會把杭州的項目拿出來，讓大家針對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，和跑京信通信工廠中的房間的算法工程師交流效能綜合評分，宇西就分享了自己給産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，還曾經打赢過與國外天線巨頭的“專利戰”。“京信通信，是阿裡雲ET工業大腦要打造的第一個離散制造标杆。”實修說。
京信通信工廠中的房間
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産品與技術。他同樣是阿裡雲ET工業大腦創始團隊成員之一。
宇西說，以前她隻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。”
這位程式媛還說，她的經驗也是以有機會沉澱在産品裡面，變成一個可複制的資産，“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元件供應商——天合光能提升電池片A品率7%，；也幫京信通信的一款産品提升了調試定标工序35%-50%的生産效率；還與全球最大LED封裝企業——木林森達成了合作，幫助它提升生産良品率和裝置使用率；與迪森熱能的合作，則希望實作實時評估鍋爐健康狀況，能夠提前6-12小時發出預警。
阿裡雲ET工業大腦落地木林森
阿裡這群大資料與人工智能工程師，正和客戶一起，用産業AI變革第二産業，定義“新制造”。
原文釋出時間為：2018-04-10
本文作者：孫茜茜