'我的蛙, 它出去旅行了'
'我的蛙, 它到底去哪了'
'我的蛙, 它怎麼還不回來'
最近朋友圈颳起了一場 '尋蛙' 風, 大家紛紛的都在尋找自己的 '兒子' . 其實, 這是最近特別風靡一款手遊《旅行的青蛙》, 由日本團隊創造. 這款遊戲不需要你花費多大精力, 只需要提供給你的 '蛙' 不同的食物, 就可以讓他們出去旅行了. 而你所做的, 只能期望他們給你寄回明星片來報平安.
隨著這個遊戲的火爆, 山寨盜版有怎麼會錯過, 一時間山寨風靡, 誤導了眾多消費者, 對他們造成了傷害.
當然, 盜版遊戲又豈止這一款. 如果你曾留意, 不止《旅行青蛙》, 很多現象級應用都曾出現過類似山寨盜版情況. 如果你仔細觀察, 便會發現, 它們往往披著原版遊戲的外衣, 做著誘騙你付費下載 (或者竊取隱私) 的勾當. 當然, 這種山寨, 在被騙錢騙時間之外, 其實也是對正版開發者和用戶雙方的共同傷害.
Google亮出殺手鐧整治山寨應用?
在《旅行青蛙》風靡國內之後, 不論是蘋果應用商店 App Store 還是穀歌的 Google Play, 都出現了不少山寨應用. 通常情況下, 在官方審核通過以及之後上線市場, 一款 App 究竟是不是和介紹中一模一樣其實是很難判斷的. 只有當人們下載使用之後才會發現是否是假冒偽劣產品, 這就給不少圖謀不軌的開發商一個鋌而走險賺取 '黑心錢' 的機會.
所以, 如何打擊山寨應用, 也是這些企業的核心任務. 終於, Google決定嘗試利用AI技術來解決這一頑疾了.
在1月30日的Google開發者博客中, Google 便公布了他們在 2017 年利用新的機器學習技術來改變Google Play 存在的問題這一技術. 其中最重要的一點, 便是在用戶尚未下載應用之前, 通過新的技術來提前發現一些不良App並做出處理.
這種AI技術, 可以利用機器學習, 對下面幾種類型的應用做出如下判斷:
一, 山寨應用
山寨應用應該是最被大家熟悉且討厭的類型. 一般來說, 這種應用會在關鍵字上做出一些很投機的設定從而可以獲取搜索帶來的流量, 並且引誘大家安裝.
而Google則利用機器學習技術, 通過對App表徵圖和內容描述進行甄別, 在2017年便識別檢測出了25萬個山寨App.
二, 不健康應用
不健康的應用, 裡面有大量涉及血腥, 極端暴力以及反社會非法的內容, 而人工審核則很難發現.
如果利用機器學習模型, 便可以發現這些應用, 並發現開發者的相關資訊, 從而可以在其上線之前便能即時有效的標記這些內容, 給大家一個安全且健康的應用商店.
三, 潛在的有害應用
如果說前兩類是在內容上讓用戶有可感知的危害, 那麼潛在的有害應用, 讓用戶不易覺察. 如木馬和釣魚程序, 它們往往會在用戶使用之後損害設備, 進行SMS欺詐或偷偷傳輸設備數據等, 具有強大的危害性.
雖然這類應用並不太多, 但Google還是通過機器學習的演算法, 針對一些相關資訊進行過濾, 在2017年對 PHA 的攔截效率便提升了50%.
通過AI學習技術, 提前應對各種危害性事件, 將危險係數降到最低. 根據數據顯示, 在2017年度, Google Play應用數量就超過350萬個, 而App Store 也有220萬個.
所以, 無論是對Google還是對蘋果而言, 在當下應用商店繁榮背後, 如何解決對用戶可能產生這些危險, 才是最令人關心的.
AI技術幫助解決更多具有危害性事件
眾所周知, 應用商城已經成為用戶下載軟體的主要渠道, 但是, 除了用戶在海量App中發現自己需要的東西需要耗費大量時間外, 充斥低質量的App也會使用戶和優秀的開發者對應用商城失去信心, 損害了用戶和開發者的利益.
Google利用機器學習技術來解決這些問題, 通過新技術不僅刪除了更多不好的App, 也能夠更早識別並採取行動. 而iPhone實際上也在嘗試解決這些問題, 在iOS 10以後, App Sotre不但增加了每日推薦的卡片式內容, 同時推薦也進行了更加精細化介紹, 防止出現上述的情況.
兩者都通過人工幹預配合機器學習的過濾, 讓用戶產生更好的體驗. 這是否代表, 人們可以通過AI技術, 讓危害風險降到最低?
答案是肯定的. 雖然目前AI技術還未完全的額鋪設開來, 但在數量已經足夠豐富的當下, 人們需要的恰恰就是更優質的篩選, 恰好, AI技術通過不斷的學習, 將會做的越來越好.
不僅如此, 除了在應用商城降低風險, AI技術搭配機器學習在未來還具有更廣闊的市場, 交通, 醫療, 以及我們日常的生活, 都面臨一定的風險. 而通過技術, 便能將風險儘可能的降低, 給我們足夠的安全防護以及最健康的體驗環境,
雖然未來存在很多的不確定因素, 但科技的正確應用, 的確能夠幫助我們解決更多的難題, 幫助我們解決更多具有危害性事件.
未來AI, 向你say 'Hi' !
