如果靠声纹检测车辆故障，奔驰维权事件还用哭诉吗？
人工诊断车辆故障的方法并不少，但流程相对繁琐费时。基于大数据，利用计算机视觉技术以及传感器监测手段，对车辆故障进行诊断，能够减少人工工作时间以及检测准确率。
今晨，巴黎圣母院遭遇火灾的消息瞬间刷屏，全世界都为它感到痛心。
但是这个时候，奔驰可能正在感谢巴黎圣母院，感谢它的一场大火，把自己从风口浪尖上顶下来。
热点总会过去，问题却依然存在。车主维权纠纷的事情并不是个例，由于很多消费者缺乏购车经验，买到新车不久就发现问题的事情屡见不鲜。
很多以往案件，都是因为车辆检测流程不规范，对于消费者信息不透明所致。
能否利用现代技术改善这一情形呢？
66 万买奔驰，出店前故障已暴露
时至今日，奔驰女车主哭诉维权的事件仍迟迟没得到解决。
对于此次新车故障问题，如果不是车主哭诉大「闹」，「求」围观者扩散，也许很多类似问题都还继续暗藏在冰山之下，被那些打着官腔的客套话所搪塞着。
事实上，不少 4S 店为了降低成本并没有认真做 PDI 检测，只是走个过场。
一辆车从生产厂运送到 4S 店期间往往会经历上千公里的运输路途和长时间的停放，为了向顾客确保新车的原厂性能和安全性，PDI 检测必不可少。但在实际销售过程中，本来必不可少的检测却变得可有可无，或如走过场般地在检测报告上不断打钩后，由车主签字就算交代。
那么对于这样的事情，只能听之任之吗？
也许，AI 并不答应。
虽然对于车辆的故障检测，早就有一套接近成熟的人工检测方法，但过程还是相对繁琐，而且解释权也只是掌握在使用者的手中。
不妨设想一下，如果人人都有一款 AI 验车软件，今后买车的流程可能会是：
进店，试车，打开 AI 验车软件，发现各种潜在故障/车辆无故障。如此便可实现信息透明化，店家无所欺瞒，顾客权益有保障，维权事件减少……
目前，很多公司就已经在做 AI 诊断车辆故障的尝试。
深度学习听音辨故障
一家叫 3DSignals 的公司利用「深度学习」技术，通过声音检测来判定汽车故障。这就像是经验老道的师傅，在设备运行的时候，听一听就知道问题出在了哪里。
这家公司的创始人表示，声音数据的利用，除了语音识别之外，其他方面都还没有足够的发展。
而 3DSignals 是通过超声波传感器收集的声音数据，检测出汽车的异常噪声，并对监测的异常声音进行分类标注，从而判断出具体的故障问题类型。
检测流程很简单，将传感器放置在汽车的几个关键部位，通过收集数据来监测汽车的运行状态，同时将数据馈送到信息处理工具，如果发生异常的声音数据，信号处理工具就能向驾驶员，客户，等负责人发送及时的警报。
在判断分析中，为了预测更加准确，需要提前收集足够的数据，并对 AI 模型进行有效的训练，为特定的声音加上准确的标签，以区分对应的故障问题。通过这样的方法，就可以利用收集声音的方式，调查和维护问题区域以避免灾难的发生。
根据报道，在经过训练之后， 3DSignals 的深度学习算法，在特定问题的判断上，能达到 98% 的准确率。
而且这项技术，在重工业中已经得到重用。比如训练计算机「监听」诊断水电厂和钢铁厂等设施的异常问题。
而对于汽车故障方面的准确性，还在不断研发中，以获得更好的用户体验。
想象一下，对于一辆豪华 SUV ，利用计算机去「倾听」就能诊断机械问题，在汽出售时，让买卖双方都能得到实际真实的检测报告，就能避免那些欺骗行为的存在。
除了听音检测，还能看图定损
除了能对车辆故障进行检测外，基于计算机视觉技术的应用还能对发生事故的车辆进行定损，让定损流程更加快捷且准确。
英国初创公司 Tractable 近日公布了一项技术，利用 AI 进行车辆维修/更换决策的估计，以及对修复工时的预判。
基于计算机视觉原理，通过数以亿计的车辆损坏照片，以及大量的维修实例经验进行训练，AI 模型可以在 30 秒内可完成车辆定损与维修估计。
该软件使用起来也很简单，客户通过手机传送照片，便可在电脑上通过 3D 动画模型判定车辆的损坏情况。
比如选择 2013 年雪佛兰科鲁兹 LT1 、现代和奥迪的图像作为演示对象，Tractable 还邀请了运营汽车评估经理 Lisa Monzon 同时对图片进行分析，以进行人工智能评估和人工评估结果的对比。
对于上图中低里程的 2013 年科鲁兹照片，人力保险公司故障诊断评估结果为：要求更换三个部件 —— 保险杠盖，右前照灯和挡泥板衬里 ，还有其他操作。预估保险金额为 1568.80 美元。
一个维修公司用传统的人工诊断给出的结果是：需要更换保险杠盖，侧挡板，前照灯，发动机罩和挡泥板（以及排放标签），并且包含的操作比原来的估计要多。它的预估保险金额是 3981.49 美元。
而 Tractable 的人工智能评估结果为：要求更换科鲁兹的挡泥板，前大灯，引擎盖和格栅。它的诊断明显更贴合人为的判断。
它还对现代的照片进行故障诊断：
右后门的特写镜头导致人工智能诊断它需要被替换。 Monzon 表示门上的刮痕看起来有可能修复，但凹痕的存在，使得门需要被更换。
照片无法捕捉相邻车身面板上的刮擦，可能是因为图像拍摄有限，而无法识别边缘部分。
诊断奥迪的案例：
该系统得出结论，奥迪需要一个新的挡泥板，但保险杠面板可以固定，虽然后者只有 67％的置信水平。
Monzon 对系统作出的评估表示同意，他认为保险杠面板的「轻微损坏」可修复。
此外，这个 AI 系统能够对故障的修复给出一个预测的修复时间，能方便用户做好相应的准备。
AI 会让世界更美好吗
人工智能诊断车辆故障靠谱吗？
如上文所述，听音诊断车辆故障软件准确率可达到 98% 。同时，据报道，人工智能定损软件可减少查勘定损人员 50% 的工作量。更重要的是，它会有效帮助私家车保险索赔案，减少消费者与 4S 店的纠纷，以及保险公司理赔渗漏比例。
虽然数据看上去基本令人满意，但该技术在准确率和普遍性上仍有待提高。期待在不远的将来，AI 技术能够帮助我们精准地判断这些故障。
回到奔驰车主维权事件。在如此漫长的处理过程中，信息的不透明让维权与调解之路都显得漫漫无期。也许，技术的进步会让我们看到信息共享的时代，消费者与店家之间将没有秘密。那时候，就不再需要坐到发动机盖上哭诉才能维权了。