'我的蛙, 它出去旅行了'
'我的蛙, 它到底去哪了'
'我的蛙, 它怎么还不回来'
最近朋友圈刮起了一场 '寻蛙' 风, 大家纷纷的都在寻找自己的 '儿子' . 其实, 这是最近特别风靡一款手游《旅行的青蛙》, 由日本团队创造. 这款游戏不需要你花费多大精力, 只需要提供给你的 '蛙' 不同的食物, 就可以让他们出去旅行了. 而你所做的, 只能期望他们给你寄回明星片来报平安.
随着这个游戏的火爆, 山寨盗版有怎么会错过, 一时间山寨风靡, 误导了众多消费者, 对他们造成了伤害.
当然, 盗版游戏又岂止这一款. 如果你曾留意, 不止《旅行青蛙》, 很多现象级应用都曾出现过类似山寨盗版情况. 如果你仔细观察, 便会发现, 它们往往披着原版游戏的外衣, 做着诱骗你付费下载 (或者窃取隐私) 的勾当. 当然, 这种山寨, 在被骗钱骗时间之外, 其实也是对正版开发者和用户双方的共同伤害.
Google亮出杀手锏整治山寨应用?
在《旅行青蛙》风靡国内之后, 不论是苹果应用商店 App Store 还是谷歌的 Google Play, 都出现了不少山寨应用. 通常情况下, 在官方审核通过以及之后上线市场, 一款 App 究竟是不是和介绍中一模一样其实是很难判断的. 只有当人们下载使用之后才会发现是否是假冒伪劣产品, 这就给不少图谋不轨的开发商一个铤而走险赚取 '黑心钱' 的机会.
所以, 如何打击山寨应用, 也是这些企业的核心任务. 终于, Google决定尝试利用AI技术来解决这一顽疾了.
在1月30日的Google开发者博客中, Google 便公布了他们在 2017 年利用新的机器学习技术来改变Google Play 存在的问题这一技术. 其中最重要的一点, 便是在用户尚未下载应用之前, 通过新的技术来提前发现一些不良App并做出处理.
这种AI技术, 可以利用机器学习, 对下面几种类型的应用做出如下判断:
一, 山寨应用
山寨应用应该是最被大家熟悉且讨厌的类型. 一般来说, 这种应用会在关键字上做出一些很投机的设定从而可以获取搜索带来的流量, 并且引诱大家安装.
而Google则利用机器学习技术, 通过对App图标和内容描述进行甄别, 在2017年便识别检测出了25万个山寨App.
二, 不健康应用
不健康的应用, 里面有大量涉及血腥, 极端暴力以及反社会非法的内容, 而人工审核则很难发现.
如果利用机器学习模型, 便可以发现这些应用, 并发现开发者的相关信息, 从而可以在其上线之前便能即时有效的标记这些内容, 给大家一个安全且健康的应用商店.
三, 潜在的有害应用
如果说前两类是在内容上让用户有可感知的危害, 那么潜在的有害应用, 让用户不易觉察. 如木马和钓鱼程序, 它们往往会在用户使用之后损害设备, 进行SMS欺诈或偷偷传输设备数据等, 具有强大的危害性.
虽然这类应用并不太多, 但Google还是通过机器学习的算法, 针对一些相关信息进行过滤, 在2017年对 PHA 的拦截效率便提升了50%.
通过AI学习技术, 提前应对各种危害性事件, 将危险系数降到最低. 根据数据显示, 在2017年度, Google Play应用数量就超过350万个, 而App Store 也有220万个.
所以, 无论是对Google还是对苹果而言, 在当下应用商店繁荣背后, 如何解决对用户可能产生这些危险, 才是最令人关心的.
AI技术帮助解决更多具有危害性事件
众所周知, 应用商城已经成为用户下载软件的主要渠道, 但是, 除了用户在海量App中发现自己需要的东西需要耗费大量时间外, 充斥低质量的App也会使用户和优秀的开发者对应用商城失去信心, 损害了用户和开发者的利益.
Google利用机器学习技术来解决这些问题, 通过新技术不仅删除了更多不好的App, 也能够更早识别并采取行动. 而iPhone实际上也在尝试解决这些问题, 在iOS 10以后, App Sotre不但增加了每日推荐的卡片式内容, 同时推荐也进行了更加精细化介绍, 防止出现上述的情况.
两者都通过人工干预配合机器学习的过滤, 让用户产生更好的体验. 这是否代表, 人们可以通过AI技术, 让危害风险降到最低?
答案是肯定的. 虽然目前AI技术还未完全的额铺设开来, 但在数量已经足够丰富的当下, 人们需要的恰恰就是更优质的筛选, 恰好, AI技术通过不断的学习, 将会做的越来越好.
不仅如此, 除了在应用商城降低风险, AI技术搭配机器学习在未来还具有更广阔的市场, 交通, 医疗, 以及我们日常的生活, 都面临一定的风险. 而通过技术, 便能将风险尽可能的降低, 给我们足够的安全防护以及最健康的体验环境,
虽然未来存在很多的不确定因素, 但科技的正确应用, 的确能够帮助我们解决更多的难题, 帮助我们解决更多具有危害性事件.
未来AI, 向你say 'Hi' !
