比如说人工智能 + 环保这个命题。我们今天所处世界的环境问题比比皆是，地震、洪水这样的灾害，再到雾霾、沙尘这样的污染，近乎每年我们都在更加耸人听闻的环境问题中度过。但人工智能其实在很多层面上可以为环境与环保做到更多。
在此前解析阿里云 ET 大脑的文章中，有读者回复说 终于有人用 AI 做环保了 。当时我为之一惊，因为那篇文章讨论的并不是 ET 环境大脑，只是文章中提到了一次。但大家关心的，显然是与我们生活基础息息相关的问题。
9 月 5 日，在阿里巴巴 95 公益周 天更蓝 发布会上，阿里云宣布启动了 青山绿水 计划。而这个计划恰好是由 ET 环境大脑来执行，借此计划脑极体专访到了阿里云 ET 环境大脑负责人王晓光。根据采访内容与其他资料分析而成的这篇文章，希望能够帮大家更好的理解 ET 环境大脑的工作机制和布局意义。更重要的是，希望大家能意识到 AI 等前沿技术集群J9九游会 九游会J9对抗环境的战争才刚刚开始。
首先我们要来了解的，是 ET 环境大脑究竟如何工作，是不是真正能通过人工智能解决环境问题。
ET 环境大脑，是阿里云在今年 6 月推出的全新 ET 大脑项目。这次阿里云启动的 青山绿水 计划内容，将 全面开放 ET 环境大脑的智能技术，提供全景生态分析、智能综合决策、智能环境监督等服务，目标是 1 年内赋能 100 九游会J9 J9九游会家环保机构 。
从中我们可以看出，ET 环境大脑的作用可以理解为三个部分：1 环境数据收集与监测、2 对生态数据进行运J9九游会 九游会J9算与分析、3 智能决策，提供解决方案。另外三种能力可以集成并外接给第三方使用。
这技术结构上看，这是一个机器学习型人工智能的标准配置：收集数据、计算数据、分析数据、反向输出结果。但这个过程的真正难点在于，自然环境是一个机器复杂的数据类别，涉及各种各样的数据源，并且在时间和空间向量上的数据搜集要求都非常巨大。
但令人无奈的是，人工智能解决环境问题又是一个无法离开庞大数据与巨型运算能力的领域。否则技术永远是假想，无法落实到真实的地球上。
为了解决这几个关键节点的问题，阿里首先是使用飞天系统提供强大的计算能力。并且通过多元的环境数据收集方案来为 AI 算法提供支撑。
根据 ET 环境大脑负责人王晓光在专访中透露的内容，平台目前会从多个维度进行数据收集。这些数据多来源于公开的数据集，包括国家天文台的海量数据；世界范围研究机构提供的数据，其中包括 NASA、美国海洋局、中国环境污染数据等等；以及用户提供的数据。
此外，ET 环境大脑的另一个数据收集难点在于收集即时数据。比如一家工厂昨天没污染，今天污染了，如何让 AI 系统去标注它？收集这些变量，尤其是企业数据。ET 环境大脑会与合作方一道，设置企业排污欺诈评级，以便进行长期跟踪，对信用差的企业定期监察、抽查，提前预判环境危害的可能点。未来还九游会J9 J9九游会可能量化污染物与污染事件的危险级别，进行随时防控。
在数据的收集与运算之后，ET 环境大脑将人工智能算法的集成，对各种环境元素进行交叉比对，从而提供环境灾害与环境污染的预警、监控、整治能力。
这样说可能还不够生动，在活动现场，阿里云展示了 海洋环境保护智慧图 。这个基于 ET 环境大脑打造的监控系统，可以整合美国宇航局的公开数据，比如叶绿素浓度、分层水温、海表温度等，经人工智能和数据挖掘技术进行分析和可视化处理，建立多源数据智能处理模型。最终达到判断出海域是否存在污染、气象灾害、渔业过度开发的目的。
另一个案例，是当天阿里云与内蒙古环保厅合作，以 ET 环境大脑监控、分析内蒙环境综合体的 羊煤土气 计划。ET 环境大脑将为内蒙环保事业提供构建排污许可大数据平台，或根据企业的产量、能耗、规模等进行评估，构建全区企业环境信用体系等等智能环保服务。
不难看出，ET 环境大脑的工作机制其实并不神秘，但关键在于整个技术流程落地的各项门槛特别之高。
AI+ 环保，是一场实打实的战争，并且是一场必须脚踏实地、迎难而上的战争。
聊过了 ET 环境大脑本身，我们认为还是有必要解读一下这个项目在环境保护目的以外的价值。
我们知道，人工智能的核心目标在于通用化，但通用化这个命题本身可以从正反两个角度解释：正向当中，所谓 通用 是让智能体获取自适应复杂环境的能力，从而通用于各个生产生活领域。但这个显然很难很遥远，且依赖大量不可知的技术突破。而反向来看，获取足够多元、不同领域的数据，训练 AI 解决这些领域的实际问题，在将各个领域的成熟人工智能技术与解决方案编织在一起，组成整体网络，岂不是也达成了 AI 通用化的目的？
要知道，人工智能的最大特征是不断自成长，而实际数据是智能体成长的最好养料。从这个角度看，阿里云 ET 大脑先后在交通大脑、工业大脑、医疗大脑、环境大脑等不同领域生根发芽，似乎更深层次的目的已经呼之欲出。
垂直领域不仅是 AI 的商业战场，更重要的是每一个现实世界中的关键领域都是积蓄数据、锤炼运算能力，培养智能度的温床。
阿里云 ET 大脑选择医疗、工业、环境、交通这些商业价值比较遥远，却与民众生活息息相关的端口进行渗透，其价值也许来自于背后对 万物智能 时代的认定。
在专访中，王晓光认为 ET 环境大脑最大的技术优势，在于依托阿里云的云计算储备，ET 环境大脑的数据并行运算速度更高，并发量更大，大规模数据运算可以平稳进行。同时开发和二次开发能力可以让数据协同、滚动起来，获得更好的 AI 运算效果。
从目前来看，我认为 ET 大脑的未来在于依托垂直领域的积累，组成数据网络，打造多元协同的感知体系，以此深化 ET 大脑的复杂环境处理能力——如果成功，将会积累从真实世界中筑起的技术门槛，其较比实验室技术更难复制和超越。
就以环境人工智能命题为例，其实世界上有很多种类似的大数据 + 环境生态的数据库与技术解决方案。从 NASA、世界卫生组织建立的公益性项目，到 IBM、微软等欧美巨头与世界各地政府合作的垂直项目等等。
但是，并没有看到过有人提出阿里云 ET 环境大脑这种集九游会J9 J9九游会合数据、运算、AI 一体化的方案。原因很简单，此前这个领域的参与者基本各有所长，或者只有数据或者具备硬件与算法。
在高盛最新发布的《中国人工智能崛起》报告当中，将阿里称为 全球领先的 AI 范例 ，并认为 BAT 将是在中国最先一批 AI 受益者。
确实，今天的 AI 与数据巨头是人类历史上从未出现过的物种，一如 90 年代硅谷崛起的信息与硬件巨兽。
但在能力边界快速扩张的同时，是巨头应该承担的责任常常被公众忽略。在我看来，今天 AI 巨头们至少应该承担起三项责任：平台开源、技术标准化、技术赋能公共事业。
其中 AI 巨头对公共事业的加持，应当以公众安全、公益和环保为主体。ET 环境大脑的更大价值，是让我们看到了这个蜘蛛侠的逻辑正在被 AI 界认可。
更多公益、更多普罗大众的非盈利领域、更加正确的价值观，才是 AI 巨头真正的奖牌。所万幸的是，我们今天看到的中国 AI 巨头，都还在努力扩张自身责任的范围。
