当汽车涌现质量成绩的时刻，普通都邑依照法定的请求和法式，由缺点汽车产物制作商停止清除其产物缺点的进程，即所谓的“汽车召回”。抵消费者和厂商来讲，汽车召回常常有不小的影响，是以做出召回决议也会比拟谨严。
中国的汽车保有量伟大，关于国度质检总局缺点产物治理中间来讲，哪一个款型、哪一个批次的汽车须要召回，是个异常难做的决议。曩昔，普通采取的是专家谈判轨制，用两到三天的时光，请专家们来评选一切已知的信息——“国外的这款产物有无召回”“成绩是在动员机照样在其他的体系里”“能否有歹意赞扬”等等，年夜量的数据都须要人脑来做“挑选”，不只效力低，还轻易形成尺度纷歧。
2016年，百分点团体基于自立开辟的年夜数据操作体系产物，为质检总局缺点产物治理中间搭建了年夜数据处置和建模剖析平台。经由过程年夜量的数据收集，进一步整合缺点赞扬信息、技巧办事通知布告、国际外召回信息等多方面的数据信息，对车辆各级总成缺点树立了常识图谱，并运用于数据查询统计和可视化展现。
在此基本上，百分点进一步应用统计进修和机械进修算法，联合客不雅数据和过往缺点谈判案例中专家评判成果，对汽车产物缺点能够性供给断定，帮助谈判决议计划进程。
“经由过程机械和智能的常识图谱系统，来‘进修’曩昔专家若何来断定一款汽车产物的缺点。”百分点团体董事长兼CEO苏萌博士引见说，经由赓续地进修，模子也获得赓续地优化，从而将人脑的常识和盘算机获得的数据更深刻地联合在一路。
曩昔用10多位专家谈判的轨制来完成一个汽车产物缺点能够性的预判，须要200个小时；而如今采取年夜数据和人工智能相联合的技巧，1小我用机械就可以完成，仅需两个小时。在下降人工数据处置本钱的同时，还充足发掘了年夜数据的价值，树立了同一的数据治理平台。这款产物自上线以来，曾经处置了1000多起召回案例，协助完成了5000多万辆汽车产物的召回。
专家指出，人工智能的退化分为递进式的三个条理：感知、认知和决议计划。在感知层，人脸辨认、语音辨认已普及运用，在认知层，智能客服、智能医疗助手等也已被年夜众所熟知；而接上去，人工智能在企业和组织的决议计划层也无望完成退化。“对企业和组织来讲，最终智能是处理成绩的智能，焦点是‘智能决议计划’，基于年夜数据和人工智能的‘智能决议计划’将是将来企业决议计划退化的偏向。”苏萌以为。
