优步已经提交了一项人工智能技术专利申请,该技术可识别醉酒的乘客。该专利于6月7日在美国专利商标局发布,标题为“使用机器学习预测用户状态”,它暗示着这样的系统可用于容纳超出其“正常行为”状态的骑手。

该专利描述了一种经过训练可识别乘客状态的系统,从而可以确定乘客何时在其正常行为状态之外行动。“该预测基于与用户提交的请求相关的数据,” Uber在专利中解释。机器学习将在该系统之后。

该公司表示,该系统可以用作预防“用户和/或提供者行为异常”时可能出现的问题的方法。醉酒可能是最常见的情况,乘客可能会处于状态改变而导致“不典型”的行为,但该专利也指出疲劳是另一个可能的问题。

一个使用示例是,与休息良好的人相比,疲倦的乘客可能会找不到驾驶员的汽车。知道乘客的行为是否异常,可以帮助在问题变成问题之前缓解问题。基于该专利,该系统似乎是依靠过去的用户数据来预测未来行为的系统。

用户的当前状态也由该系统根据他们处理智能手机的方式来确定。例如,如果用户笨拙地使用手机,并且犯了很多印刷错误,则系统会猜测可能表明异常行为的损害程度。该专利解释了可能有助于系统做出确定的事情:

例如,用户活动可以包括文本输入特征,界面交互特征和设备处理特征。例如,文本输入特征可以包括用户输入的印刷错误的数量或用户在输入搜索查询时擦除的字符的数量。界面交互特性的示例包括在向用户显示新信息(或修改后的显示)之后用户与用户界面交互的时间,或者用户按下设备上的界面元素的准确性。

因此,例如,一个通常以3MPH​​行走的用户,很少在手机上输入文本时打错字,并且不必尝试多次点击按钮的用户,将会训练出具有这些特征的系统。基于此,如果他们以异常的步伐行走,打错字并不能轻按按钮,系统将猜测该人处于改变状态。

Uber将如何使用这些数据?例如,这可以防止可能醉酒的乘客加入有多名乘客的乘车,这是避免可能发生问题的方法。该系统还可以将骑手与经验丰富的驾驶员配对。当然,专利并不意味着该系统实际上将被实施。