云栖大会 瀚蓝有“一席”

　　科技给环保插上翅膀，

　　环保给科技带来温度。

　　9月25-27日，瀚蓝受邀参加阿里巴巴集团在杭州主办的全球顶级科技大会——云栖大会，并三次出现在大会的分论坛上，与全球来宾分享瀚蓝与阿里如何利用人工智能AI平台来管理垃圾焚烧的技术案例。

　　垃圾处理，AI能为我们做什么？

　　25日，瀚蓝固废事业部副总经理高海鸣，在阿里云与一席共同举办的“科技有温度”主题分论坛上，进行“垃圾处理，AI能为我们做什么？”的分享。

　　“垃圾在填埋过程中会产生大量的臭气、沼气和二氧化碳，它会对人居环境产生恶劣的影响，所产生的渗滤液有可能会渗透到地下水，对地下水造成污染。”高海鸣在演讲开篇以贴近生活的内容，激发大家对垃圾问题的思考。

　　如何让变化着的垃圾稳定燃烧？

　　“垃圾的成分比较复杂，要做到稳定的燃烧不容易，人工智能的参与，给予了我们很多想象的空间。”高海鸣介绍，对于垃圾焚烧企业来说，垃圾的稳定充分燃烧，是企业运营的核心。但问题是生活垃圾每天不一样，成分也复杂，一年四季受温度和湿度影响而变化，怎么样才可以保证它充分燃烧？

　　自今年7月份，阿里云与瀚蓝打造的首个管理垃圾焚烧炉AI平台正式投入使用后，结合瀚蓝掌握的海量垃圾焚烧各类工况数据，云计算和人工智能可以进行更精准更稳定的监测、预判和及时调整。

　　双方研发合作团队经过数月的密集测试后发现，AI辅助人的方式对比单纯人工操作，锅炉稳定性有了显著提升，最大可提升23%；人员劳动操作强度也大幅降低，最高可达80%。

　　另外，研发团队发现，垃圾燃烧得更充分，排放烟气中的氮氧化物也趋于稳定和下降。所以，AI不仅为瀚蓝节省人力、带来更稳定燃烧，同时也对降低烟气污染物排放，有非常重要的意义。

　　AI给了环保行业更多想象空间

　　瀚蓝目前不止拥有垃圾焚烧项目，其下属的南海固废处理环保产业园，以垃圾焚烧发电项目为能源核心，配置生活垃圾转运、污泥处理、餐厨垃圾处理、渗滤液处理、飞灰处理等完整的生活垃圾处理设施，各处理环节实现资源共享、资源互换，以高效协同的方式，实现垃圾的无害化处理、资源化循环利用。目前AI才刚刚开始在垃圾焚烧这个环节取得一定的效果。

　　那么AI能不能在固废领域的其他项目上，也实现更多的探索呢？能不能为更多的环境治理项目提出更多的高科技应用呢？而这些应用，又如何为更好地为人类提供更好的环境服务呢？

　　高海鸣认为，垃圾分类是否能成功的关键，在于市民能否持续把垃圾分类做好。如果垃圾被丢弃了以后，从收集到转运到处理的整个链条上的所有环节都是分类进行的，那垃圾才算是真正意义上的被彻底分类。如果AI能在这些环节上得到体现，那将给行业带来更多的思考和想象。

　　人工智能助力无废城市

　　26日下午，瀚蓝环境固废事业部信息管理部总监赵浩，应邀在“产业AI-从引领到使能专场”分论坛中，围绕瀚蓝环境如何通过搭建AI平台，提升垃圾焚烧效能、解决行业痛点、助力无废城市以及云计算企业如何跟传统数字化企业开展协同工作等，进行了详尽分享，获得到场许多专家的认同。

　　瀚蓝基于业务应用和数据积累情况等两大维度，对运营框架进行仔细的评估，决定基于瀚蓝企业数字化转型的发展趋势和环保行业发展的前瞻，借力阿里云云计算的能力，构建AI平台——瀚蓝数字大脑，助力无废城市建设试点。

　　赵浩表示，瀚蓝的垃圾焚烧项目，建厂初期对数字化的定位和超前的理念，使整个垃圾焚烧系统一开始就具备超过1万个以上的实时测点。拥有十年以上的海量数据，为瀚蓝数字大脑这一AI平台的成功落地，打下了非常好的数据基础。

　　因为有了双方良好的技术基础，加之有共同价值观的工作态度，AI平台运行起来，发现数据是越用越好用，产生的新数据也越多。随着技术人员对算法的不断训练和迭代，目前AI平台的工作状态已经让垃圾焚烧工艺优化，并已超出当初对AI的预期。

　　与阿里云紧密的合作，双方也各自搞清楚自己该做什么——阿里云需要“深练内功”被企业集成，而固废企业则需要将阿里云先进的DT理念和AI云计算的能力，集成到行业解决方法中去，用数据和智能洞察行业的先机，化解行业的痛点。

　　客户价值交付

　　27日下午，阿里云智能资深技术专家刘洋在云栖大会的“技术服务专场”上，以瀚蓝与阿里云合作的管理垃圾焚烧的AI的项目为重要案例，与来宾分享了这个故事所体现的客户价值交付。

　　刘洋认为，瀚蓝是一个非常有社会责任感的企业，他们希望用科技提高垃圾焚烧的稳定性，从而实现为社会的环境治理提供更好的服务。

　　他提到，在阿里云与瀚蓝的合作过程中，有一个与其他项目不同的特点，就是整个研发团队不仅仅有阿里云和瀚蓝的信息部门，同时也包含了垃圾焚烧发电厂的运行部、检修部等生产部门，这样为整个团队的共创提供了更多有力的支持。

　　刘洋表示，瀚蓝数字大脑在研发过程中，共经历了50多次的算法迭代，超过70次的生产验证，梳理了近30种常用数据模型，期间还面临垃圾成分的变化等挑战，双方紧密合作攻克大量难关，最终实现了可喜的研发成果。接下来，阿里云与瀚蓝的团队将继续进行更多的研究。