餐饮业开启“智慧模式”，人工智能催化智慧餐饮新发展
近年来，随着“互联网+”技术的渗透，“智慧餐饮”的理念开始普及，通过技术提升劳动效率，改变低质量、低附加价值的劳动结构成为餐饮行业转型的关键。如今餐饮业的科技理念将会提升，科技对餐饮业的支持力度也会加大。在移动互联深入应用的情况下，经营过程中采用智能化减少人工成本，依靠标准化降低风险的模式会引领行业的创新发展，加快领军企业的发展速度。智能炒菜机、机器人送餐、全自助无人服务餐厅等智能化经营方式会越来越多地出现在餐饮服务中。目前已有知名餐饮企业、互联网巨头将人工智能等新兴技术应用于传统餐饮业场景。今天我们有幸采访到北京盛百味餐饮管理有限公司总裁刘伟，一起来聊一聊传统餐饮行业与智能技术是如何融合的。（图/刘伟）
刘伟是一位深耕于智慧餐饮行业研究分析的营销专家，他从事餐饮管理十余年，为智慧餐饮的发展作出了重要贡献。刘伟曾主持重点课题《基于Web视角下餐饮企业数字化转型策略探究－大数据技术对数字化餐饮的交互性和实用性研究》，为智慧餐饮提供了行之有效的解决方案，获得了专业同行的一致好评。此外，刘伟还凭借其在业内卓越的成就，荣获第十九届中国科学家论坛“十四五智慧餐饮行业科技创新先锋人物”奖，是智慧餐饮行业当之无愧的先锋人物。刘伟表示：“目前，随着人工智能时代的到来，智慧餐厅模式也已进入了我们的生活之中，它所展现出来的应用场景，不仅有无人餐厅、智能化食堂、数字化后勤管理，还包括智能化软硬件设备。”智慧餐厅代表着未来餐饮业的发展方向，是智能社会趋势下餐饮自动化的必然结果，传统餐饮业被智慧餐厅所取代也是未来的大势所趋。在此情况下，传统餐饮企业应该认清形势，加快转型升级的步伐，早日加入智慧餐饮的行列，去分享科技创新所带来的成果。而刘伟以软件应用为核心，大胆开展实践探索，自主研发了“基于AI餐品识别的智慧餐饮大数据健康管理系统”。刘伟向我们介绍，“基于AI餐品识别的智慧餐饮大数据健康管理系统”主要用于智慧食堂。在进行就餐管理时，可以根据就餐者的身高信息、体重信息以及就餐人数信息，对菜品用量信息进行查询工作，进行精准的菜品搭配。通过该系统可以实现对就餐量的精准制作和搭配管理，避免了菜品浪费的同时，还可以很好地保证就餐者健康地摄入饮食。在实际应用中，用餐人员可以在选餐时直接查看每道菜品的营养成分，并在结算时查看本次用餐营养摄入情况，用餐人员可以随时通过移动端查询营养分析报告。而且“基于AI餐品识别的智慧餐饮大数据健康管理系统”还可以通过识别服务，实现AI视觉识别餐具和菜品，用餐人员在自选餐线上选择菜品，统一放置在餐盘内拿到智能AI视觉结算台的结算区进行结算，系统根据菜品图像自动识别、核算菜价，用餐人员通过扫码、刷卡、刷脸的方式完成结算，设备智能学习自动纠错，基本无需服务员介入。自运用了“基于AI餐品识别的智慧餐饮大数据健康管理系统”，食客对菜品和服务的满意度有了很大的提升，而且更加大幅度的提高食堂的运营和管理效率。经统计，该系统已为食堂或餐厅的经营节省近四成的人工成本，完善了智慧餐厅的体系构建。而且该成果的前瞻性和创新性也获得了专家和社会的肯定，已经广泛应用于多个餐厅和智慧饭堂，是行业内一个不可多得的优质技术成果，极大地推动了智慧餐饮的发展。刘伟表示，未来餐饮行业将继续以高品质的服务和科技创新的AI技术，将智能系统应用于众多实例场景中，打造智能化社区商业模型，让智能服务走进千家万户，以餐饮为本质，以科技为导向，共创美好、智慧未来。（文/蔡朱琪）免责声明：该文章系我网转载，旨在为读者提供更多新闻资讯。所涉内容不构成投资、消费建议，仅供读者参考。【责任编辑：钟经文】人工智能的发展与未来
随着人工智能（artificialintelligent，AI）技术的不断发展，各种AI产品已经逐步进入了我们的生活。
现如今，各种AI产品已经逐步进入了我们的生活｜Pixabay
19世纪，作为人工智能和计算机学科的鼻祖，数学家查尔斯·巴贝奇（CharlesBabbage）与艾达·洛夫莱斯（AdaLovelace）尝试着用连杆、进位齿轮和打孔卡片制造人类最早的可编程数学计算机，来模拟人类的数理逻辑运算能力。
20世纪初期，随着西班牙神经科学家拉蒙-卡哈尔（RamónyCajal）使用高尔基染色法对大脑切片进行显微观察，人类终于清晰地意识到，我们几乎全部思维活动的基础，都是大脑中那些伸出细长神经纤维、彼此连接成一张巨大信息网络的特殊神经细胞——神经元。
至此，尽管智能的具体运作方式还依然是个深不见底的迷宫，但搭建这个迷宫的砖瓦本身，对于人类来说已经不再神秘。
智能，是一种特殊的物质构造形式。
就像文字既可以用徽墨写在宣纸上，也可以用凿子刻在石碑上，智能，也未必需要拘泥于载体。随着神经科学的启迪和数学上的进步，20世纪的计算机科学先驱们意识到，巴贝奇和艾达试图用机械去再现人类智能的思路，在原理上是完全可行的。因此，以艾伦·图灵（AlanTuring）为代表的新一代学者开始思考，是否可以用二战后新兴的电子计算机作为载体，构建出“人工智能”呢？
图灵在1950年的论文《计算机器与智能（ComputingMachineryandIntelligence）》中，做了一个巧妙的“实验”，用以说明如何检验“人工智能”。
英国数学家，计算机学家图灵
这个“实验”也就是后来所说的“图灵测试（Turingtest）”：一名人类测试者将通过键盘和显示屏这样不会直接暴露身份的方式，同时与一名人类和一台计算机进行“网聊”，当人类测试者中有七成都无法正确判断交谈的两个“人”孰真孰假时，就认为这个计算机已经达到了“人工智能”的标准。
虽然，图灵测试只是一个启发性的思想实验，而非可以具体执行的判断方法，但他却通过这个假设，阐明了“智能”判断的模糊性与主观性。而他的判断手段，则与当时心理学界崛起的斯纳金的“行为主义”不谋而合。简而言之，基于唯物主义的一元论思维，图灵和斯金纳都认为，智能——甚至所有思维活动，都只是一套信息处理系统对外部刺激做出反应的运算模式。因此，对于其他旁观者来说，只要两套系统在面对同样的输入时都能够输出一样的反馈，就可以认为他们是“同类”。
1956年，人工智能正式成为了一个科学上的概念，而后涌现了很多新的研究目标与方向。比如说，就像人们在走迷宫遇到死胡同时会原路返回寻找新的路线类似，工程师为了使得人工智能达成某种目标，编写出了一种可以进行回溯的算法，即“搜索式推理”。
而工程师为了能用人类语言与计算机进行“交流”，又构建出了“语义网”。由此第一个会说英语的聊天机器人ELIZA诞生了，不过ELIZA仅仅只能按照固定套路进行作答。
而在20世纪60年代后期，有学者指出人工智能应该简化自己的模型，让人工智能更好的学习一些基本原则。在这一思潮的影响下，人工智能开始了新一轮的发展，麻省理工学院开发了一种早期的自然语言理解计算机程序，名为SHRDLU。工程师对SHRDLU的程序积木世界进行了极大的简化，里面所有物体和位置的集合可以用大约50个单词进行描述。模型极简化的成果，就是其内部语言组合数量少，程序基本能够完全理解用户的指令意义。在外部表现上，就是用户可以与装载了SHRDLU程序的电脑进行简单的对话，并可以用语言指令查询、移动程序中的虚拟积木。SHRDLU一度被认为是人工智能的成功范例，但当工程师试图将这个系统用来处理现实生活中的一些问题时，却惨遭滑铁卢。
而这之后，人工智能的发展也与图灵的想象有所不同。
现实中的人工智能发展，并未在模仿人类的“通用人工智能（也称强人工智能）”上集中太多资源。相反，人工智能研究自正式诞生起，就专注于让计算机通过“机器学习”来自我优化算法，最后形成可以高效率解决特定问题的“专家系统”。由于这些人工智能只会在限定好的狭窄领域中发挥作用，不具备、也不追求全面复杂的认知能力，因此也被称为“弱人工智能”。
但是无论如何，这些可以高效率解决特定问题的人工智能，在解放劳动力，推动现代工厂、组织智能化管理上都起到了关键作用。而随着大数据、云计算以及其他先进技术的发展，人工智能正在朝着更加多远，更加开放的方向发展。随着系统收集的数据量增加，AI算法的完善，以及相关芯片处理能力的提升，人工智能的应用也将逐渐从特定的碎片场景转变为更加深度、更加多元的应用场景。
人工智能让芯片的处理能力得以提升｜Pixabay
从小的方面来看，人工智能其实已经渐渐渗透进了我们生活的方方面面。比如喊一声就能回应你的智能语音系统，例如siri，小爱同学；再比如在超市付款时使用的人脸识别；抑或穿梭在餐厅抑或酒店的智能送餐机器人，这些其实都是人工智能的应用实例。而从大的方面来看，人工智能在制造、交通、能源及互联网行业的应用正在逐步加深，推动了数字经济生态链的构建与发展。
虽然脑科学与人工智能之间仍然存在巨大的鸿沟，通用人工智能仍然像个科幻梦，但就像萧伯纳所说的那样“科学始终是不公道的，如果它不提出十个问题，也永远无法解决一个问题。”科学总是在曲折中前进，而我们只要保持在不断探索中，虽无法预测是否能达到既定的目的地，但途中终归会有收获。
参考文献
[1]王永庆.人工智能原理与方法[M].西安交通大学出版社,1998.
[2]Russell,StuartJ.ArtificialIntelligence:AModernApproach[J].人民邮电出版社,2002.
[3]GabbayDM,HoggerCJ,RobinsonJA,etal.Handbookoflogicinartificialintelligenceandlogicprogramming.Vol.1:Logicalfoundations.,1995.
[4]胡宝洁,赵忠文,曾峦,张永继.图灵机和图灵测试[J].电脑知识与技术：学术版,2006(8):2.
[5]赵楠,缐珊珊.人工智能应用现状及关键技术研究[J].中国电子科学研究院学报,2017,12(6):3.
[6]GeneserethMR,NilssonNJ.LogicalFoundationofArtificialIntelligence[J].brainbroadresearchinartificialintelligence&neuroscience,1987
作者：张雨晨
编辑：韩越扬
[责编：赵宇豪]