國(guó)內(nèi)首個(gè)行業(yè)人工智能決策系統(tǒng)產(chǎn)品問(wèn)世
當(dāng)汽車出現(xiàn)質(zhì)量問(wèn)題的時(shí)候，一般都會(huì)按照法定的要求和程序，由缺陷汽車產(chǎn)品制造商進(jìn)行消除其產(chǎn)品缺陷的過(guò)程，即所謂的汽車召回。對(duì)消費(fèi)者和廠商來(lái)說(shuō)，汽車召回往往有不小的影響，因此做出召回決定也會(huì)比較謹(jǐn)慎。
中國(guó)的汽車保有量巨大，對(duì)于國(guó)家質(zhì)檢總局缺陷產(chǎn)品管理中心來(lái)說(shuō)，哪個(gè)款型、哪個(gè)批次的汽車需要召回，是個(gè)非常難做的決定。過(guò)去，一般采用的是專家會(huì)商制度，用兩到三天的時(shí)間，請(qǐng)專家們來(lái)評(píng)比所有已知的信息國(guó)外的這款產(chǎn)品有沒(méi)有召回問(wèn)題是在發(fā)動(dòng)機(jī)還是在其他的系統(tǒng)里是否有惡意投訴等等，大量的數(shù)據(jù)都需要人腦來(lái)做篩選，不僅效率低，還容易造成標(biāo)準(zhǔn)不一。
2016年，百分點(diǎn)集團(tuán)基于自主開(kāi)發(fā)的大數(shù)據(jù)操作系統(tǒng)產(chǎn)品，為質(zhì)檢總局缺陷產(chǎn)品管理中心搭建了大數(shù)據(jù)處理和建模分析平臺(tái)。通過(guò)大量的數(shù)據(jù)采集，庫(kù)卡機(jī)器人，進(jìn)一步整合缺陷投訴信息、技術(shù)服務(wù)公告、國(guó)內(nèi)外召回信息等多方面的數(shù)據(jù)信息，對(duì)車輛各級(jí)總成缺陷建立了知識(shí)圖譜，并應(yīng)用于數(shù)據(jù)查詢統(tǒng)計(jì)和可視化展示。
在此基礎(chǔ)上，百分點(diǎn)進(jìn)一步利用統(tǒng)計(jì)學(xué)習(xí)和機(jī)器學(xué)習(xí)算法，www.amc-iso.com，結(jié)合客觀數(shù)據(jù)和過(guò)往缺陷會(huì)商案例中專家評(píng)判結(jié)果，對(duì)汽車產(chǎn)品缺陷可能性提供判斷，輔助會(huì)商決策過(guò)程。
通過(guò)機(jī)器和智能的知識(shí)圖譜體系，來(lái)‘學(xué)習(xí)’過(guò)去專家如何來(lái)判斷一款汽車產(chǎn)品的缺陷。百分點(diǎn)集團(tuán)董事長(zhǎng)兼CEO蘇萌博士介紹說(shuō)，經(jīng)過(guò)不斷地學(xué)習(xí)，模型也得到不斷地優(yōu)化，從而將人腦的知識(shí)和計(jì)算機(jī)獲取的數(shù)據(jù)更深入地結(jié)合在一起。
過(guò)去用10多位專家會(huì)商的制度來(lái)完成一個(gè)汽車產(chǎn)品缺陷可能性的預(yù)判，需要200個(gè)小時(shí)；而現(xiàn)在采用大數(shù)據(jù)和人工智能相結(jié)合的技術(shù)，1個(gè)人用機(jī)器就能完成，僅需兩個(gè)小時(shí)。在降低人工數(shù)據(jù)處理成本的同時(shí)，還充分挖掘了大數(shù)據(jù)的價(jià)值，建立了統(tǒng)一的數(shù)據(jù)管理平臺(tái)。這款產(chǎn)品自上線以來(lái)，已經(jīng)處理了1000多起召回案例，協(xié)助完成了5000多萬(wàn)輛汽車產(chǎn)品的召回。
專家指出，人工智能的進(jìn)化分為遞進(jìn)式的三個(gè)層次：感知、認(rèn)知和決策。在感知層，人臉識(shí)別、語(yǔ)音識(shí)別已普及應(yīng)用，在認(rèn)知層，智能客服、智能醫(yī)療助手等也已被大眾所熟知；而接下來(lái)，人工智能在企業(yè)和組織的決策層也有望實(shí)現(xiàn)進(jìn)化。對(duì)企業(yè)和組織來(lái)說(shuō)，終極智能是解決問(wèn)題的智能，核心是‘智能決策’，KUKA機(jī)器人示教器維修，基于大數(shù)據(jù)和人工智能的‘智能決策’將是未來(lái)企業(yè)決策進(jìn)化的方向。蘇萌認(rèn)為。