“我的目標不僅僅是解決幾個痛點，而是要給這座城市的交通、能源、安防乃至應急體系，都裝上一個自主可控的‘智能大腦’。”在位于濟南的辦公室里，神思電子首席科學家閔萬里這樣規劃他的愿景。

2022年秋，這位曾任阿里云機器智能首席科學家、開發過“城市大腦”的頂尖人工智能領域人才，在山東人才發展集團的引薦下，與濟南能源集團相遇。他受聘為濟南能源集團所屬神思電子首席科學家后，接手的第一個項目，便是“智慧供熱大腦”。

傳統的供熱站完全依賴人工經驗，老師傅們憑借感覺擰閥門，預判寒潮來襲就提前開大。其中充滿了不確定性：熱水從熱源廠流到十幾公里外的換熱站，需要五六個小時，如果預判早了，居民半夜熱醒，能源白白浪費；預判晚了，寒潮一到，家里冷得像冰窖。

“我們要把模糊的‘火候’變成精準的代碼。”閔萬里決心打造“供熱大腦”。但這過程異常艱難。首先是數據清洗，許多老舊換熱站的傳感器讀數不準，甚至閥門無法接入電控系統，團隊必須像淘金一樣從海量“臟數據”中去偽存真。其次是經驗量化，要把老師傅口中的“水溫稍高、流量略大”，翻譯成AI能聽懂的精確數據。

經過數月的死磕，這套系統終于“出師”。如今，這套系統在濟南全面應用，每個采暖季直接節約能耗4.3%，相當于為這座城市節省燃煤8.3萬噸。

如果說“智慧供熱大腦”是對傳統行業的精細化治理，那么利用存量攝像頭構建防汛預警系統，則是閔萬里團隊對“智慧城市”建設的技術突圍。

2023年7月，濟南遭遇特大暴雨，閔萬里有了要用AI實時監控全市低洼地帶的想法。“在很多城市，這類攝像頭視頻資源的調度由于部門壁壘，數據安全等原因，往往面臨重重關卡。”閔萬里感慨道，“但在濟南，相關部門親自協調，真把這件事做成了。”

為了這些關鍵數據，濟南市委政法委、市公安局、市大數據局多方合作，在把關好數據安全的情況下加速審批了神思電子對易澇點周邊公共視頻資源的使用。“這種信任和魄力，出乎我們的意料。”閔萬里說。

拿到了“尚方寶劍”，技術落地依然艱難。為了解決帶寬瓶頸，他發明了“動態調度算法”——不再對所有攝像頭無差別掃描，而是讓AI自己判斷：水位平穩就一分鐘看一次，雨勢加大就改為每秒鐘看一次。但又遇到了識別精度的難題。沒有現成的水尺，團隊就冒著風雨跑到各個易澇點進行“標定”，在畫面里手動標注警戒線。

現在，這套系統大顯神威。當暴雨襲來，指揮大廳的大屏實時跳動著全市積水排行。AI甚至能比現場巡邏人員更早發現超標積水，第一時間彈窗報警。

站在新的起點上，閔萬里對這座城市的數字化未來充滿了期待。“我們不能止步于做一個個零散的‘盆景’，而要連成一片‘風景’”。