佛山市南海区年初的雨水日多，一周连下三天雨，导致垃圾含水量比平日高。以往库区内一个区的垃圾烘干发酵需要3天，雨天则需要7天，但因为存放空间有限，往往5天就会被拉去焚烧。而发酵时间不到位，垃圾热值能差上千焦，直接影响焚烧效果。

于是，阿里云工程师戴上安全帽，蒙上口罩，跟着老师傅们一起靠近烧炉。他们从1400个参数里挑出最重要的100个特征测点重新构建模型，前前后后迭代了50多个版本。

除了数据，张茂灵也关注到老师傅们的操作偏好。他们找来100个熟练操作工，一个一个收集他们累计的经验，将这些习惯性的经验数据化、模型化后，“喂养”给算法学习。

再次试验时，洪毅按下“送料”键后，发现系统自动出现下一次送料时间，是在5分钟以后，他知道是算法起作用了。

随后，算法根据前一次焚烧的参数，提前30秒闪烁红灯，发出送料警报并自动送料，“4分多钟，跟我估计的时间差不多。”这一次，算法不再需要人工干预。

人工智能是人类经验的胜利

在阿里云工程师看来，人工智能算法不是要替代人工，而是辅助人工。相比单纯人工操作，AI辅助人的方式让锅炉燃烧稳定性提升了23％。

AI辅助解放了执行压力

洪毅也发现，算法还不能完全替代他的工作，但是有了AI辅助，以前操作员4个小时内需要操作30次，现在只需要在收到提醒后去比对参数数值，最多干预系统6次即可。“提示了最佳进料的时间，就解放了我们的执行压力。”

当经验能像计算机程序一样复制，人类对垃圾的战争就多了一分胜率。

广东佛山瀚蓝绿电信息中心总监赵浩表示：“算法解决了人类经验传承的问题。年轻员工也能烧出老师傅的感觉。”按照规划，这套算法将会在全国26个城市的垃圾处理项目中使用，未来扩展到100座城市。

算法没有终点，还需要持续学习、优化。”张茂灵提到，瀚蓝新的三厂区正在建设，明年就会投产。那时候，算法需要解决的是，如何在当前的垃圾总量基础之上，进一步提高垃圾的燃烧效率，进而提高垃圾的发电量。