近日，在云栖社区数据智能技术论坛上，来自阿里云大数据事业部高级专家朱金童带来阿里云ET大脑的相关揭秘。本文主要从AI到ET的进化开始谈起，分析了构建类大脑网络的过程，接着重点分享了ET大脑在生活中的应用，包括城市大脑、农业大脑、航空大脑。
以下是精彩视频内容整理：
阿里云ET大脑作为全球首个类脑架构的人工智能，突破单点使全局智能变成现实，更大的格局从此被打开，多维感知世界、全局洞察问题、最优定制决策，阿里云ET大脑不断学习进化，更深入同时更广阔，更多人得到科技助力，更多行业因创新而赋能。它，开创新零售在交易中学会交流，使商业更懂人心；它，激发工业活力，加速产业升级，使机器拥有智力；它，激活散落的孤立数据，为城市治理与服务模式开创革新，使城市学会思考；它，为环境构建算法，自然不再无言，使生态学会表达。思考因突破而兴奋，科技因现实而动人。
AI到ET的进化回首ET大脑足迹历历在目，城市、工业、航空、环境各方面无不体现出ET大脑的重要创新性。
随着图像识别、传感设备、智能终端设备等技术的飞速发展突破，我们可以更好的感知现实社会，ET大脑就是感、智、动的结合，采集到的数据通过机器学习模型把机器学习算法理解的数据变成智慧，最终与实际场景相联动。
要承载庞大的事务就需要良好的技术底座，包括智能语音交互、计算机视觉和自然语言处理，ET大脑拥有强大的技术底座作支撑，有许多眼睛触角帮助我们了解真实世界。
阿里在人工智能部分已经做出了一些成绩，那么，是不是有了这么多人工智能技术，就可以变成ET大脑呢？其实远远不够，AI到ET还有如图中所示的诸多过程，需要与行业相结合，比如车辆交通检测，过去只能感知到有多少辆车通过路口，但并不知道车通过的速度，以及 车的动向；当分析道路交通状况时，单个路口盯着摄像头看即可，但如果需要解决道路拥挤问题，需要了解该路口车辆排队情况，以便优化红绿灯的停留时间，而且单个路口在大数据系统中并不是孤立存在的点，道路交通是网状的，相邻路口间的车辆汇集也是需要考虑的，因此，多个路口对某个路口的理想权重等都需要进行复杂建模，才能解决整个风险区的交通拥堵问题。
AI技术帮助我们知道单点发生了什么事情，进而构建类似人的大脑网络，人脑认知过程如图，人脑中有许多神经元，当你的眼睛看到一张图片，一部分神经元开始反映图片的形状，一部分神经元反映图片的颜色，还有一部分神经元反映物体的名称等，这与构建交通大脑网络不谋而合。
