Page 1 of 1

神经网络在商业中的实际应用

Posted: Wed Jan 15, 2025 5:41 am
by subornaakter40
机器人根据图像信息准备披萨

麻省理工学院 (MTI) 和卡塔尔计算研究所 (QCRI) 的研究人员开发了一种名为 PizzaGAN 的神经网络,可以学习如何制作披萨。 PizzaGAN 中的 GAN 代表生成对抗网络,是神经网络的一种。

该神经网络通过分析数千张食物图像来学习烹饪披萨。经过训练,她不仅能够识别不同的配料,还能确定披萨上各层配料的顺序。该系统可以根据单个图像创建分步食谱。第一次测试表明,神经 智利数据 网络在 88% 的情况下正确确定了填充顺序。研究人员表示,这项技术可以应用于其他领域,而不仅仅是披萨。

也读一下!

“商业部门的 KPI:计算方法和适应”
更多详情
麦当劳连锁餐厅提供适合当前天气的菜单。

麦当劳以 3 亿美元收购了以色列初创公司 Dynamic Yield。 Dynamic Yield 使用基于神经网络的预测技术来使用零售行业中的消费者个人数据。

这将使麦当劳能够获得更多有关其顾客的信息,尤其是那些从得来速点餐的顾客的信息。神经网络将根据客户的购买情况记住他们的偏好,并使用这些信息来预测他们未来的订单。

Dynamic Yield 官方网站截图
Dynamic Yield 官方网站截图
此外,神经网络还将分析餐厅周围和内部的环境。例如,它会考虑天气因素,在炎热的天气里提供冷饮,也会考虑等待时间,在客流量大的时候提供“快餐”。

这些改进旨在改善客户体验并更好地满足他们的需求。

自动驾驶汽车

神经网络在自动驾驶汽车技术的发展中发挥着重要作用。此类公司的一个例子是谷歌创建的 Waymo 项目,该项目致力于创造无需人类驾驶员即可运行的自动驾驶汽车。

目前,这项技术还处于试验阶段,无人驾驶汽车尚未在道路上广泛应用。然而,Waymo 等项目的主要目标是将人类驾驶员在驾驶中的作用降至最低。

神经网络处理大量数据并实时分析来自传感器的信号和信息,为自动驾驶汽车提供可靠、准确的控制,这在自动驾驶汽车的安全高效运行中发挥着关键作用。这些系统有望减少道路事故,提高燃油效率并优化驾驶路线,使驾驶员能够将注意力转移到其他任务上,例如在驾驶时在智能手机上阅读。

自动驾驶汽车公司 Waymo 正在与英国公司 DeepMind Technologies Limited 合作,推出最新的人工智能技术。 Waymo 收购的产品之一是基于群体的培训(PBT)。