相信很多朋友都在“麦当劳得来速”体验过快速点餐,但在驾车离开后却发现自己花了钱的薯条“不翼而飞”、或者汉堡上涂满了自己反复说过不要的酱汁。员工难免会犯错,而人工智能(AI)则有望让整个点单过程更轻松、更便捷、也更准确。
而且就在不久之后,得来速订单就将全面由AI技术接管。麦当劳旗下快餐品牌Checkers & Rally’s正在自己的得来速窗口中测试语音订购机器人。通过与Presto合作,该品牌计划在267家餐厅中安装基于AI的语音助手。目前Presto的这项技术暂时只面向商业餐厅客户。
Presto的AI语音助手能够自动实现餐厅场景下的语音识别功能,同时也可适应得来速、自助服务亭、堂食点单等实际需求。Presto公司解释道,其准确率可以超过95%,同时将员工的生产效率提高三倍。这种「对话式AI」技术还能执行客户接待、订单接收、将订单移交至销售点(POS)系统等多种其他功能。
在去年的试点项目中,Checkers & Rally’s发现AI语音助手在接收得来速订单时的准确率已达98%,而且无需餐厅员工的干预。该系统甚至可以很好地理解不同客户表达中的口音与方言。
Checkers & Rally's当然不是第一家在得来速服务中测试或者实际应用AI技术的公司。麦当劳很早之前就通过Dynamic Yield借机器学习与AI之力个性化得来速服务体验。去年,麦当劳还成功在芝加哥测试了语音点餐技术。
当下,一系列现实因素的推动使得AI语音助手快速成为得来速服务中的新宠。一方面是新冠疫情的爆发,由于担心接触病毒,越来越多的顾客倾向于使用得来速通道、而非亲身进入餐厅。毕竟相较于长时间共处一室,还是坐在车上点餐、出餐后立即离开更安全。
目前得来速服务在所有餐厅外带订单中占比达41%,但受到用量增长、劳动力短缺等现实条件的制约,顾客们发现现在的得来速越来越“不速”、处理订单的准确率也让人头痛。
美国国家餐馆协会的一项调查发现,78%的餐厅经营者招不到足够的员工,61%的快餐店甚至由于人手不足而被迫关闭。
随着等待时长、错误率与劳动力短缺难题的日益严重,餐厅开始尝试利用AI技术解决问题。但即使只是从得来速试水,也有不少人对这种以机器人取代人工的趋势表达了不满。好在相当一部分餐厅只是把AI视为人机协作的新途径,而非全部取代人类的完整解决方案。只能说在招不到充足人手的现实难题之下,AI至少给经营者和消费者们指出了一条效果还不错的明路。
好文章,需要你的鼓励
在Cloudera的“价值观”中,企业智能化的根基可以被概括为两个字:“源”与“治”——让数据有源,智能可治。
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
微软正式确认配置管理器将转为年度发布模式,并将Intune作为主要创新重点。该变化将于2026年秋季生效,在此之前还有几个版本发布。微软表示此举是为了与Windows客户端安全和稳定性节奏保持一致,优先确保安全可靠的用户体验。配置管理器将专注于安全性、稳定性和长期支持,而所有新功能创新都将在云端的Intune中进行。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。