當(dāng)汽車出現(xiàn)質(zhì)量問題的時(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)品缺陷的過程，即所謂的“汽車召回”。對(duì)消費(fèi)者和廠商來(lái)說，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，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)品有沒有召回”“問題是在發(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)。通過大量的數(shù)據(jù)采集，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，結(jié)合客觀數(shù)據(jù)和過往缺陷會(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)商決策過程。

“通過機(jī)器和智能的知識(shí)圖譜體系，來(lái)‘學(xué)習(xí)’過去專家如何來(lái)判斷一款汽車產(chǎn)品的缺陷?！卑俜贮c(diǎn)集團(tuán)董事長(zhǎng)兼CEO蘇萌博士介紹說，經(jīng)過不斷地學(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?！皩?duì)企業(yè)和組織來(lái)說，終極智能是解決問題的智能，核心是‘智能決策’，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?！碧K萌認(rèn)為。