工控网首页
>

新闻中心

>

业界动态

>

看人工智能如何解围“罗一笑事件”

看人工智能如何解围“罗一笑事件”

2016/12/6 16:15:05

暴走小月:这几天,一篇病毒式的文章《罗一笑,你给我站住》刷爆了朋友圈。在这几天该事情持续发酵,但发酵的原因却已然变了味道——罗一笑事件由“爱心捐助”变为“带血营销”,随后持续被不少“名侦探柯南”开始找寻那只有一个的“真相”:深圳三套房、抛弃妻子、小三上位、未婚先孕……而小编朋友圈的画风是这样转变的。

长图片.jpg

众说纷纭,我们关注“罗一笑事件”欺骗广大群众的时候,我们是不是也应该思考一下,该如何避免此次事件的再次发生?那么人工智能则可以在这里起到很大的作用。关于实时审核慈善内容真实性,就涉及到人工智能+大数据。一般来讲,网上发布的内容,比较常见的就是采取“机器+人工”的方式,来对推广内容进行审核,这其中就包括对推广内容以及网站内容的审核。在大数据与机器结合的过程中,涉及到如下四点:

深度学习——其中,基于人工质量评估员对网站的评测数据、敏感词汇库以及对于网站点击率、跳出率、停留时间等数据的监测后进行深度学习后,便可进行大量的数据训练,从而产生自己的一套方法,进而对网站的内容等方面进行审核。

语言处理——机器的自然语言处理也是一个重要部分。比如该事件中,“文芳趴在我的肩膀上哭。重症室的费用,每天上万块,她悲痛我们花不起这个钱,更悲痛我们花了这个钱也可能救不了笑笑的命。”这句话可以说隐晦的表示出家长在治疗费用上的“紧缺”,赤裸裸的在利用群众的“同情”心理。

数据比对——在机器准确理解了自然语言之后,就该“大数据”上场了。如今,借助于物联网的发展,人们的各项信息基本都在网络上一一登记,对于慈善文章中的相关内容,完全可以依靠机器来对相关信息进行一一对比。在理解罗一笑文案背后的“慈善”性质之后,机器就可以对其中的某些信息,将之与物联网中所登记的数据进行比对,比如资金状况、病情案例等等,以确保慈善信息的真实性,避免“虚假慈善”的出现。

区块链核查资金流向——论及区块链为何如此受到资本的热捧,关键的还是其公开透明、不可更改、去中心化、形式灵活多变的特性。当一起慈善项目发起之时,借助于区块链,只有通过众多监督者的审核,捐款的交易记录才能录入区块链之中,让资金流向公开、公正、透明。此次“罗一笑事件”的捐款资金流向也受到了群众的质疑,对此,最近正备受热捧的“区块链”无疑是最佳武器。

关于智能的那些事儿:

虽然,罗一笑事件的风头在现在仍旧没有平息,但是人工智能如果运用得当,确实能够在生活中为我们解决不少问题。所谓人工智能,仅仅是贵圈所提及的智能制造的一部分(所以不是划等号的呦);所以,智能制造涉及智能制造与自动化、智能制造与代替人工、智能制造与知识管理、智能制造与云计算、大数据等等诸多方面。要把智能制造的逻辑理清楚,就必须把这些概念之间的关系理清楚。

智能制造与人工智能

智能制造与人工智能有着微妙的关系。我们知道,人工智能原本有三个学派:计算机学派、生理学派和控制论学派。与智能制造关系最为密切的是控制论学派。从控制论产生的那一刻起,就关注信息和通信,就重视信息处理与行为活动的结合,就把感知、决策、执行的综合看做是(智能的)生命体与(传统)机器的跟本区别。工业4.0中的核心概念之一是赛博物理系统CPS,而这个概念来自于控制论。

智能制造与自动化(贵圈人话题爆款)

我们认为智能化是自动化的延伸和发展。智能制造与传统自动化又有什么不同呢?其中一个重要差别是:信息的来源和协同的范围大大扩张了。控制论产生的时候,对象往往是机器级别的,现在这是车间、工厂、企业、供应链、乃至全球。协同的范围扩大了、关注的问题要多得多。

过去的自动化主要针对批量生产。在智能制造的时代,产品更新换代速度快、批量小,甚至可能要在流水线上生产个性化定制的产品。与大批量生产相比,生产组织高度复杂、质量控制难度大增、成本和能耗可能会显著升高,采购和供货的压力大。这些相关的新问题必须被迅速感知、及时处理。从技术上看,在过去的自动化产线上,人们一般试图把生产的“边界”尽量固定下来、通过抑制干扰来保证质量、成本和效率;在智能化产线上,更强调出现问题及时应对这些干扰。

这时,智能制造的相关技术,如大数据监控、信息集成就成了“雪中送炭”。然而,无论如何,我们都希望不必要的干扰尽量地少、时间和资源的浪费尽量地少。这样,生产管理才能尽可能简单、尽可能高效。我们发现:如果精益生产搞得好,推进智能制造就是比较容易。

智能制造与代替人工

智能化的首要目标往往是快速反应,而不是代替人。但是,代替人确实也是目的之一,甚至是非常重要的目标。其实,让机器代替人进行决策和执行,有利于快速反应并取得更好的控制效果。所以,机器人、无人工厂等技术,常常能促进智能化的发展。一般的语境下,自动化多数是指物理设备或产线的自动化,而在智能制造的时代,则同时强调知识和数据流动的自动化。

要实现快速反应,除了ICT技术,还要配套其他的东西。首先,从信息感知的角度看,有些信息的获取,不是仅凭ICT技术就能解决的。比如,要快速响应,可能需要获得用户和供应商的信息。但这要有商业模式和法规的支撑才行。其次,从决策的角度看,在可以预见的未来,人类会在很多方面作为主要的决策者,而这就要有组织模式的支持。第三,决策的执行往往需要有物理设备的支持。第四,智能体系的改进和学习提升,离不开人的参与。

智能制造与知识管理

智能制造与知识管理的关系体现在决策的过程和效果上:决策是用知识处理信息,而信息是用数据承载的。由此可见,(用数字结构和程序描述)知识是实现智能制造不可缺少的环节。


总结:智能制造有必要性又有可行性。在社会层面,劳动力危机、老龄化是支撑必要性的重要因素;在企业层面,快速响应市场变化是关键因素。其可行性是与过去相比较而言的。但是,推进智能制造技术会遇到“玻璃墙”:比如,研发设计与服务要占到足够大的比重;产品质量要尽可能地占据制高点;如果没有这些条件,企业可能就先要进行转型,因为智能制造未必能解决落后企业的问题。



投诉建议

提交

查看更多评论
其他资讯

查看更多

未来十年, 化工企业应如何提高资源效率及减少运营中的碳足迹?

2023年制造业“开门红”,抢滩大湾区市场锁定DMP工博会

2023钢铁展洽会4月全新起航 将在日照触发更多商机

物联之星五大榜单揭榜!中国物联网Top100企业名单都有谁-IOTE 物联网展

新讯与肇庆移动圆满举办“党建和创”共建活动暨战略合作签约仪式