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。

    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。