撰文｜云希
编辑｜猛哥
图源｜ 受访者及网络
3月6日， 石家庄最后1例新冠肺炎确诊患者治愈出院，病例“清零”。
两个月前，第二轮疫情的爆发让石家庄藁城区在一夜之间家喻户晓。万幸，石家庄全民一心，用一个月时间，使得2021年春节前处于风暴眼的石家庄归于安宁。
虽不似2020年的武汉那般万众瞩目，但石家庄的抗疫之战亦是不易。各方驰援，其中就有一群工程师。如今生活回归平静，听抖落一身风尘的他们讲讲那些日子。
“来了，就是来打仗的”
毛亚军
阿里云智能数字政府事业部
1
谁也没想到石家庄的疫情会来得如此凶猛。
1月5日，我和同事冯琦从张家口驱车前去。前方情况不明，冯琦想让我留在保定自己过去。我没答应，疫情当前，没有人可以置身事外。
中午到石家庄，街上已经没什么人了。此刻唯一热闹的地方只有抗疫指挥中心。6号就要封城，我们要在一天之内组建好抗疫团队。河北同事树峰马上拉了一个“阿里云抗疫前方支撑群”，拉上了各个事业部的老大 。很快，集团一路绿灯批了免费的公有云算力资源。战友们也从各个地方赶来，杨文魁从上海过来；柯强跟老婆孩子在三亚度假，二话不说就过来支援。
工作中的毛亚军
去年河北并不是主战场，当时搭建的防疫系统没问题。但面对如今指数级爆发的高并发量，系统功能单一，难以承受巨大的并发量，就像一辆面包车，一夜之间却要运送一火车的货物。
最稳妥的办法当然是新开发出一个平台。但疫情等不了，每时每刻都有变化。抗疫指挥中心若不能及时掌握情况，便有可能贻误战机。
我们决定在原先平台基础上直接做出新功能。核酸检测、流调溯源，隔离场所管控，疫情处置的每一个环节都有复杂的逻辑。
这也意味着，我们要在面包车不停奔跑的同时，同时建设许多新车斗。原先的架构无法满足需求，我们只能从0到1 重新开发车斗，而且要让它不仅能挂在面包上，还能适应未来的火车头。这也给后方的工程师带来了巨大的压力。
上一轮疫情中，我提供远程支援，当时还不理解前方同学的迫切。如今身处一线，才真正明白其中的压力。
但我比之前的同学幸运。去年的疫情让全社会都看到了科技抗疫的能量。从理念到想法，大家都有了很大转变。
一天半时间，我们就搭建出来了一个综合性的防疫系统平台。
2
病毒传播速率极快，一个确诊患者的密接人员就超过百人，这其中可能有三十人存在感染风险，他们又会在自身的行动轨迹中接触上百人，疑似人群呈几何倍数增长。政府组建了大规模的外呼团队，但由于方言降低了沟通效率，加上需要了解的问题多，平均每人每天只能打完10通电话，大家都焦头烂额。
冯琦和我都不约而同地想到了达摩院的智能语音技术，智能疫情机器人可以代替繁重的人工外呼。
达摩院快速响应，马上组织了一个团队进行算法调优。智能外呼的关键就在于语音识别是否准确。石家庄很多地方都讲方言。为了提高准确率，我们所有人都做起了语音语义的标注工作，帮助机器进行学习当地方言。
但有些问题的确超乎想象。我们设置的问题中，有一个是“是否做核酸检测”。但“做”、“没做”，“阴性”、“阳性”这些回答在当地方言中发音很相似，即便是土生土长的石家庄人也要费不少力才能分辨，更别提机器了。
这是极为关键的一环，为此我们多设置了一个问题“我听不明白，您可以说有还是没有”。但还是有人回答重复了与之前一样的回答。
实际上这种问询电话超过2分钟，接听者便会失去耐心挂断。所以我们最后将20多个问题缩减到6个以内。
5号开始做测试，6号调优算法，协调各方资源，联通和移动的战友也一直到工作到凌晨4点，7号智能疫情机器人正式投入使用。
如今，智能机器人一天可以打通40-50万通电话，接通率超过80%， 承担了80%的外呼工作量。
但这不是最开心的。我记得冯琦说，得知大家都是平平安安的，这才是最开心的。
我们本就是打仗来的。
“这个城市恢复了生机，我总算是没白来。”
张凯 阿里云智能算法工程师
“石家庄疫情复燃, 急需算法团队支援。” 1月4日晚12点，我还在青岛出差，接到电话后立马收拾起来。说是收拾，其实啥也没有，就一台电脑，一条牛仔裤，早上直奔高铁站。
车厢是空的，我缓了缓神，给家里通了气，“过年可能回不去了”。太太沉默了一下：“你去吧，家里有我。好好干，平时我就不给你打电话了，想家了就打给我们。”
1月5日下午5点，高铁到站。背后广播适时响起：“石家庄出现疫情，请各位旅客不要下车。”我迈着步子往下走，周围人都用异样的眼光看着我。
说不害怕是假的，去年我在家远程支援，今年是第一次上前线，一路上都很忐忑。但一到现场就全忘了，键盘声、讨论声此起彼伏，每个人都神色紧绷。
1月6日，石家庄封城，藁城区全域调整为高风险。全市中小学、幼儿园停课。全员进行第一轮核酸检测，出现354例阳性病例。
所有人都明白，大战将至。
我原本打算为石家庄做一套疫情密接算法模型，用算法模型找到密接人员，病毒溯源，并预测中高风险区域。出发前阿里云一路开绿灯，2小时内提前搭建好了云环境。只要数据到位，模型定能大展身手。
但我把一切都想得太简单了。
数据横跨众多部门，短期内难以协调。
疫情密接算法模型是武器，数据如同弹药，抗疫如上战场。如果不能尽快用上数据，这套模型就毫无意义。
我一下子就懵了，那我干什么来了？
疫情每天都在变化，周围没有一个人退缩，我也不能置身事外，决定就地重新打造一套系统。
我拉着当地同事跑遍了疾控中心、卫健委、还有各个部门的信息处了解情况。身处风暴中心，所有人都在连轴转。即便如此，听说我们能帮上忙，他们好不容易吃上饭了，没吃几口又放下和我们详谈。
记得有天下午去石家庄疾控中心，一线人员还在前方做流调，专门为了我们赶回来，谈了不到15分钟又得奔赴前线。结束后再次赶回来，还叫上其他同事一起讲解。他们眼睛充血，电话一个接一个，还抽出时间问我“怎么样，有没有帮到你们。”
我们不忍心耽误太久，临走前，对方一直对我们说“拜托了，拜托了，不要让石家庄再损耗下去了。”
“拜托了”，这是我们听到最多的话。上一次的疫情，让整个社会都意识到了科技抗疫的重要性，我知道大家都对我们抱有很高的期待，更不能辜负这份信任。
回到宾馆，我和同事继续盘点，思路也慢慢清晰起来—— 现在最丰富的就是流调数据，我们可以借此做出流调关系分析和全局分析模型。
张凯（左一）
如果说疫情密接算法模型是基于全局数据，找到密接人员和溯源，那么流调关系分析模型则是基于已有的上千份确诊人员的流调报告，往前推导出密接人员并进行溯源分析。
以往，每份流调均以文件单独呈现，包含了确诊人员详细的信息和路径，信息繁杂，靠肉眼根本抓不到中心，难以挖掘出内在联系，辅助决策。
我们便将流调报告的重要要素全部抽取，用算法进行解析，并将所有报告进行关联，通过人与地、时间、组织，将零散关联挖掘出来，形成网络，进行溯源和展示。
一旦发现一个确诊人员，通过流调关系分析模型，就能锁定他的密接人员。
3
1月10日，方案正式启动。前线虽然只有我一人，但背后算法团队也一起承担着。大家都是兼职帮忙，无论多晚依然在线。在阿里，为疫情做任何事情，每个人都义不容辞。
两天后，河北出现90例新增病例，先前潜伏确诊人员都开始出现。这是封城以来新增最多的一天。所幸都出现在隔离区。
1月14日，石家庄进行第二次核酸检测，阳性病例降至247例，不同于第一次面对疫情的无措和慌乱，这一次大家都显得有条不紊。
1月20日，历时10天，流调关系分析模型落地。点点鼠标，信息星罗棋布地分布在网络结构中。
我们再接再厉，继续打造全局分析系统。流调关系分析模型可以帮助一线人员追踪个例；而全局分析算法模型则是通过三维图像展现全局，锁定重点区域和超级传播者，帮助医学专家和政府做决策。
石家庄的第三轮核酸检测在两天后到来，阳性样本30例。一切向好。
1月25日，防疫指挥中心决定将这套系统全局推广。两天后，耗时一周的全局分析系统算法模型完成。我心里的大石头才终于落地。
2月3日，石家庄无新增病例。
2月8日，藁城由高风险变为中风险区域。整个城市逐渐焕发生机。车站、高铁站又恢复了喧闹。
在石家庄的30天， 每天晚上10点到凌晨2点是会议时间，结束后内部还要进行复盘工作和计划。对我们而言，白天或是黑夜并没有区别，咖啡拿起来当水喝，累得不行就会议室里打个盹。
辛苦是真的，但人生中能有这样一段经历，何其可贵。流调关系分析模型上线后，卫健委的领导很满意，我能感受到他是真正把我们当作同一个战壕的战友了，而不仅是合作伙伴。
如今，终于可以回家过年了，也可以换条牛仔裤了。
这个城市恢复了生机，我总算是没白来。