阿里巴巴AI开始管理1000度的垃圾焚烧炉 稳定性提升23%

简介:  7月23日,阿里云与瀚蓝环境宣布首个管理垃圾焚烧炉的AI投入使用。经过数个月的密集测试,双方研发合作团队发现,AI辅助人的方式比单纯人工操作,锅炉稳定性提升了23%。

1000度的锅炉肚子里住着一个人工智能。“那个家伙正等着我喂垃圾呢”。说罢,操作员推下手柄。

宽5米、高3米的的机械抓手缓缓落下。发酵了5天的垃圾,干燥而松软。像菜刀一样锃亮的5个爪子一头扎进垃圾山中,四辆特斯拉重量的垃圾被拎了起来。如果全是塑料瓶,这得有60万个。

基于前面几次投喂的焚烧情况,人工智能已经算好了这一抓的燃烧值。配合风压、风温等数据,它能让火不会忽大忽小,炉腔内部压强保持稳定,由此带来的是长寿的锅炉能吃掉更多垃圾,气体排放也更环保。

114.jpg

   (管理垃圾焚烧炉的AI投入使用)

7月23日,阿里云与瀚蓝环境宣布首个管理垃圾焚烧炉的AI投入使用。经过数个月的密集测试,双方研发合作团队发现,AI辅助人的方式比单纯人工操作,锅炉稳定性提升了23%。同时,以前操作员4个小时需要操作30次,现在只需要在收到提醒后干预6次即可,这也大大减轻了操作工人的执行压力。

115.jpg

   (熟练工人正在等待AI分析)

算法核心解决的是炉内燃烧稳定的问题,选取了风压、风温等100个特征测点构建模型,可实时计算与分析,预判垃圾燃烧后蒸汽变化曲线,推荐最佳进料操作。

116.jpg

   (操作工人与阿里云工程师观察进料)

“这是人类经验的胜利”。 阿里云工程师张茂灵介绍,他们用3个月时间梳理了大约100个熟练操作工的经验,数据化、模型化之后进行生产验证。“没有人的经验,人工智能只能吃鸭蛋。”

117.jpg

   (在焚烧厂里写算法的阿里云工程师)

经验如果能像计算机程序一样复制,那人类的垃圾之战就多了一份胜率。瀚蓝绿电信息中心总监赵浩表示:“算法解决了人经验传承的问题。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。阿里云与瀚蓝环境还计划将人工智能推进到垃圾处理的更多领域。

此前,瀚蓝环境已经做了大量尝试。比如,在佛山南海区,餐馆老板能够用手机预约上门回收泔水(餐厨垃圾)。垃圾车接受算法统一调度,像滴滴拼车一样。基于历史数据,算法还能预测餐馆是否有偷卖泔水的行为。泔水正是地沟油生产的主要原料。

相关文章
|
4月前
|
人工智能
[AI Mem0] 快速开始:智能记忆管理,让你的数据活起来!
[AI Mem0] 快速开始:智能记忆管理,让你的数据活起来!
|
4月前
|
机器学习/深度学习 存储 人工智能
智能化运维:AI在IT管理中的应用与挑战
【7月更文挑战第22天】在数字化转型的浪潮中,智能化运维成为企业追求效率和创新的关键。本文将深入探讨人工智能(AI)技术如何在IT运维领域发挥作用,包括自动化故障检测、预测性维护、以及智能决策支持等。同时,文章也将揭示AI运维面临的挑战,如数据隐私保护、模型可解释性和高成本投入等问题,并提出相应的解决策略。
|
3月前
|
人工智能 Java 测试技术
就AI 基础设施的演进与挑战问题之ZooKeeper的稳定性提升配置优化的问题如何解决
就AI 基础设施的演进与挑战问题之ZooKeeper的稳定性提升配置优化的问题如何解决
|
4月前
|
机器学习/深度学习 数据采集 人工智能
智能运维:利用AI技术优化IT基础设施管理
在数字化时代,IT基础设施的复杂性与日俱增。面对海量的数据和设备,传统的运维方法显得力不从心。本文将探讨如何通过人工智能(AI)技术实现智能运维,从而提高IT基础设施的效率、稳定性和安全性。我们将深入分析AI在故障预测、自动化处理和安全管理中的应用实例,并讨论实施智能运维时面临的挑战与解决策略。 【7月更文挑战第29天】
132 2
|
4月前
|
机器学习/深度学习 人工智能 运维
智能化运维:如何利用AI和机器学习优化IT基础设施管理
随着技术的快速发展,传统的运维方法已无法满足现代企业的需求。本文将深入探讨如何通过人工智能(AI)和机器学习(ML)来革新IT基础设施的管理方式,提升效率并降低成本。我们将从实际案例出发,分析AI与ML在智能监控、故障预测、自动化修复等方面的应用,并讨论实施这些技术时面临的挑战与解决策略。
70 1
|
4月前
|
机器学习/深度学习 人工智能 运维
智能化运维:AI在IT管理中的创新应用
【7月更文挑战第15天】本文探讨了人工智能(AI)如何革新传统的IT运维模式,通过智能自动化、实时分析和预测性维护,显著提高运维效率和准确性。文章将深入分析AI技术在故障检测与解决、资源优化配置以及安全监控等方面的具体应用案例,并讨论实施AI时可能遇到的挑战和解决方案。
116 2
|
4月前
|
存储 人工智能 运维
ChaosMeta for AI:混沌工程让AI稳定性更上一层楼
1.混沌工程不仅仅是技术过关的利器,更是AI系统完美运转的“防火墙”。ChaosMeta通过全方位、多层次的故障注入和演练,帮助AI系统在复杂多变的环境中维持高稳定性。 2.结合混沌工程的思想,我们不仅可以在开发阶段找到和修复问题,还能在运维阶段持续提升系统的鲁棒性。在这个高速发展的AI年代,ChaosMeta将为AI系统提供稳定性保障,让AI系统走得更远、更稳。 3.抽空试试ChaosMeta,也许下一个故障发生时,你会发现,原来一切尽在掌握。
166 0
ChaosMeta for AI:混沌工程让AI稳定性更上一层楼
|
4月前
|
机器学习/深度学习 人工智能 运维
智能化运维:AI与机器学习在IT管理中的应用
【7月更文挑战第10天】本文深入探讨了人工智能和机器学习如何革新传统的IT运维领域。文章首先界定了智能化运维的概念,随后分析了AI技术在故障预测、自动化处理和安全监控方面的应用实例,并讨论了实施智能化运维时面临的挑战及其克服策略。最终,文章展望了智能化运维的未来趋势,强调了持续学习和适应新技术的重要性。
|
4月前
|
机器学习/深度学习 人工智能 运维
智能化运维:AI在IT管理中的应用与挑战
随着人工智能(AI)技术的不断进步,其在信息技术(IT)运维领域的应用日益广泛。从自动化故障检测到智能决策支持系统,AI技术正逐步改变着传统运维的面貌。本文将探讨AI在IT运维中的具体应用场景,分析其带来的效率提升和成本节约,同时指出实施过程中可能遇到的技术和管理上的挑战,并提出相应的解决策略。通过深入分析,本文旨在为IT管理者提供一份关于如何有效整合AI技术以优化运维实践的参考指南。