
科技行者 7月29日 北京消息:人工智能(AI)與物聯(lián)網(wǎng)在食品行業(yè)中的地位正變得越來(lái)越突出。
成立于2013年的Sugar Creek Brewing公司受到比利時(shí)啤酒釀造工藝的啟發(fā),長(zhǎng)期以來(lái)為北卡羅來(lái)納州及其他一些地區(qū)釀造啤酒,該公司目前正在嘗試將AI與物聯(lián)網(wǎng)整合至釀造流程中,以改善啤酒的生產(chǎn)與質(zhì)量水平。
在最近一次采訪中,Sugar Creek Brewing公司總裁兼聯(lián)合創(chuàng)始人Joe Vogelbacher分享了AI與物聯(lián)網(wǎng)在幫助企業(yè)運(yùn)營(yíng)方面做出的卓越貢獻(xiàn)。
Vogelbacher談到,“我們邀請(qǐng)IBM公司去到我們的工廠進(jìn)行一場(chǎng)培訓(xùn),在了解到他們能夠利用視覺(jué)檢查技術(shù)確定某些產(chǎn)品的質(zhì)量好壞時(shí),我們非常好奇他們是否能夠以同樣的方法判斷啤酒的品質(zhì)。”
圖為Sugar Creek Brewing公司兩位聯(lián)合創(chuàng)始人:Joe Vogelbacher與Eric Flanigan
此前,Sugar Creek Brewing公司在成品啤酒灌裝方面出現(xiàn)過(guò)嚴(yán)重的問(wèn)題。由于灌裝量不夠統(tǒng)一,再加上啤酒運(yùn)輸過(guò)程中的顛簸,以至于很多買家拿到手的啤酒產(chǎn)生了大量泡沫,泡沫會(huì)溶解大量氧并導(dǎo)致啤酒中的廢料腐敗,進(jìn)而破壞酒品風(fēng)味并縮短保持期。過(guò)去,起泡問(wèn)題每月平均帶來(lái)高達(dá)3萬(wàn)美元的損失。
Vogelbacher向IBM的工程師介紹了這個(gè)問(wèn)題,對(duì)方?jīng)Q定安裝一部攝像機(jī),跟拍送出生產(chǎn)線的啤酒。結(jié)合Sugar Creek Brewing在灌裝流程中收集到的其它數(shù)據(jù),照片會(huì)被上傳至IBM云端,并由Watson算法解析。
啤酒釀造工人提供了一些特定標(biāo)準(zhǔn),而Watson則如大海撈針般從這些數(shù)據(jù)中尋找最重要的因素,對(duì)大量數(shù)據(jù)的快速解釋,使得這家啤酒公司能夠在大多數(shù)情況下采取主動(dòng)反應(yīng),并更好地確定流程的改進(jìn)方向。這樣一來(lái),最終會(huì)顯著提升消費(fèi)者買到的酒品質(zhì)量。
作為夏洛特地區(qū)的老牌酒廠之一,Sugar Creek Brewing也擁有不少歷史悠久的設(shè)備。在啟動(dòng)全新技術(shù)項(xiàng)目時(shí),他們的第一項(xiàng)工作就是,在釀造流程的不同節(jié)點(diǎn)上安裝一些精密的傳感器。這些傳感器每天24小時(shí),不間斷收集關(guān)于釀造流程的數(shù)據(jù)。
Vogelbacher稱,“如果只是單獨(dú)查看某一傳感器的數(shù)據(jù),并不能得到什么有價(jià)值的結(jié)論。但當(dāng)所有數(shù)據(jù)都匯聚起來(lái)時(shí),就會(huì)產(chǎn)生意想不到的魔力。我們現(xiàn)在擁有一套數(shù)字儀表板,啤酒釀造人員可以隨時(shí)讀取到當(dāng)前產(chǎn)品與生產(chǎn)設(shè)施的健康狀況,一改傳統(tǒng)的人為視覺(jué)觀察和手寫數(shù)據(jù)方式,效率更高數(shù)據(jù)更精準(zhǔn),我們將最關(guān)鍵的數(shù)據(jù)存儲(chǔ)在IBM的安全云中,并可通過(guò)任何具有安全網(wǎng)絡(luò)連接的設(shè)備進(jìn)行訪問(wèn)。”
Sugar Creek Brewing公司希望成為全球第一家將AI技術(shù)從頭至尾全面引入釀造流程的啤酒廠商。他們打算把這款啤酒命名為IPAi。此外,他們還有意將制造數(shù)據(jù)與來(lái)自啤酒社交媒體網(wǎng)站的大量與消費(fèi)者密切相關(guān)的定性數(shù)據(jù)聯(lián)系起來(lái)。
“這個(gè)時(shí)代變化很快,通常本地啤酒商的網(wǎng)站平均擁有超過(guò)5萬(wàn)次的在線訪問(wèn)量。我們的目標(biāo)是挖掘這些數(shù)據(jù),以獲取顧客對(duì)我們乃至其他產(chǎn)品的定性反饋,并將其與我們的制造數(shù)據(jù)結(jié)合起來(lái),共同利用AI分析結(jié)果指導(dǎo)釀酒師制作出口感佳的手工精釀啤酒。最終,我們的啤酒釀造師將把AI視為一種藝術(shù)性的提升工具。正如藝術(shù)家們首先手繪藍(lán)圖,再利用計(jì)算機(jī)將其數(shù)字化為驚人的動(dòng)畫一樣,啤酒釀造師也將獲得自己的強(qiáng)大助力。”Vogelbacher感嘆道。
單憑解決泡沫問(wèn)題,AI與物聯(lián)網(wǎng)技術(shù)每月就為Sugar Creek Brewing公司節(jié)約高達(dá)1萬(wàn)美元。Vogelbacher認(rèn)為,新技術(shù)的出現(xiàn)使得公司業(yè)務(wù)更加健康,并最終保留并改善了現(xiàn)有員工的工作體驗(yàn)。在他看來(lái),AI技術(shù)的意義并不在于取代員工。此外,產(chǎn)品的質(zhì)量越來(lái)越好,也意味著銷售額將更上一層樓。有了可觀的收入,將有更多員工加入團(tuán)隊(duì),并成就規(guī)模更為龐大的精釀新勢(shì)力。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)態(tài)專家搜索方法,讓AI能根據(jù)不同問(wèn)題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類型問(wèn)題偏愛(ài)不同專家配置,為AI推理優(yōu)化開(kāi)辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過(guò)"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問(wèn)題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競(jìng)賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長(zhǎng)度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開(kāi)發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過(guò)滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長(zhǎng)視頻生成中的錯(cuò)誤累積問(wèn)題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開(kāi)辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過(guò)讓AI模型學(xué)習(xí)解決幾何問(wèn)題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測(cè)試基準(zhǔn)上都帶來(lái)顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績(jī)。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。