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。