在本周于纽约举行的美国全国零售联合会的年度会议上,英伟达着重介绍了这个用例,它显示出人工智能在各种实体店中能够发挥的强大力量。
作者:Stephanie Condon
比萨外卖已经成了一项前沿的业务:例如,必胜客(Pizza Hut)于2016年聘请了Pepper the Robot进行客户接单。Little Caesars已经为披萨制作机器人申请了专利。与此同时,达美乐比萨(Domino's)与福特(Ford)合作,部署了自动驾驶交付车辆,并尝试利用无人机进行交付。
为了将技术运营提升到一个新的水平,达美乐(Domino's)比萨利用了Nvidia GPU来加速和提升其人工智能应用程序。
在英伟达发布的一篇博客文章中,达美乐比萨公司的数据科学和人工智能经理Zack Fragoso表示:“在过去的几年中,达美乐建立了自己的数据科学团队,并且进行了扩充,我们已经将分析见解转化为业务团队的行动。”
在本周于纽约举行的美国全国零售联合会的年度会议上,英伟达着重介绍了这个用例,它显示了人工智能在各种实体店中能够发挥的强大力量。
去年,达美乐在超级碗比赛期间高调启动了人工智能项目。邀请用户在一个名为“派积分”的应用程序中提交任意比萨饼的照片,以换取客户忠诚度积分。该公司使用了超过5000张图片训练机器模型,使其可以识别比萨的图像,该应用使用的是Nvidia DGX系统,其中配备了八个V100 Tensor Core GPU。达美乐创建了一个独特的数据集,其中包含了用户通过应用程序提交的所有图片,该数据集被认为是公司的一项战略性资产。
该公司还使用GPU来提高订单准备时间预测的准确性。虽然听起来这似乎只是一个简单的预测,但所涉及的变量包括正在工作的经理和员工人数、渠道中的订单数量和复杂程度以及交通状况。使用DGX服务器,达美乐比萨将准确率从75%提高到了95%。
现在,达美乐比萨使用多个Nvidia Turing T4 GPU来加速人工智能推理,以完成需要一系列实时预测的任务。例如,他们的数据科学团队正在店铺内部和外部探索计算机视觉应用程序,以改善比萨外卖的体验。
达美乐比萨的案例显示了零售商可以如何使用人工智能来提高运营效率并提升客户体验,但是它带来好处并不仅止于此。它还有很多其他方面的潜力,例如改善物流、优化销售决策或者衡量店铺流量等。
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。