至顶网软件频道消息: 各位可否知道机场也和其他行业一样担心竞争对手抢走生意?下次你在候机楼漫步时,可以想一想正在围绕着你运转或是可能围绕着你运转的各种系统和流程,所有这些的目的在于改善你在机场的体验。假若你是机场的CIO或IT主管,你的工作重点会是什么呢?

想象一下芝加哥奥黑尔用了各种科技以后的可能性 照片:Joe McKendrick
机场的客户体验出现在两个层面上:由航空公司提供的体验以及由机场本身提供的体验。基于人工智能和物联网数据的科技在不断发展,机场可望大幅提高更令人满意的客户体验的交付。至少我们希望是这样。
今年早些时候,笔者曾与OpenText的分析产品营销高级总监Mark Gamble讨论过各种可能性。Gamble一直都在从事利用技术提升客户体验的工作。他与亚洲的一个大型机场有合作,他的工作是帮助该机场利用认知分析为乘客提供更满意的体验。
Gamble表示,“他们想要解决的问题概念上非常简单。机场的低效率我们都遇到过,自动扶梯坏了,乘客必须提着包爬上去。乘客到厕所去,里面一塌糊涂,所有这些都会降低客户的满意度。”
与他合作的机场和世界上大多数机场一样,也因遇到各种问题的困扰而导致低效率:安检排长龙,人流瓶颈,自动扶梯故障,乱糟糟或人满为患的洗手间等等。说起来可能不会有人相信,但这种事情每年最终会导致机场损失几百万美元的旅客收入。之所以会这样是因为如果一个机场提供不合格的乘客体验因而声誉不好,乘客就会避免选用该机场(最终为乘客提供服务的航空公司也会这样做)。
Gamble提出一个问题,“假如我们建立一个认知系统,该系统知道飞机会提前到达,知道乘客需要换乘哪一班中转飞机,知道应该尽量使相关飞机用的登机口靠得近一些,知道分派登机口人员、卫生间维修人员等等以确保一切流畅不会受阻,那情况会怎么样呢?“
与他合作的亚洲机场采用了认知分析系统(隶属OpenText的Magellan平台),用于分析从机场设施采集的数据,并做出实时或接近实时的决定,减少甚至防止问题的发生。认知分析系统会对候机楼/登机口传感器和安全摄像头捕获人流数据进行分析,并将这些数据与来自控制塔的天气数据和实时航班到达数据进行结合,提供对登机口管理的帮助,如自动打开最靠近中转飞机的登机口、调度登机口人员、通知有关工作人员应在何时对何处的洗手间进行清洁工作。对所有决定采取的行动都是即时的,无需人工干预。
Gamble表示,实现这个目标的关键在于“倾听数据及智能地对数据作出反应”。 认知分析解决方案将基于Apache Spark机器学习功能的算法与数据流糅合在一起。
在即将到来的假期以及今年余下的时间里,许多人将会出现在拥挤的机场,要去遭受排长龙、错过中转飞机、无法悠闲进餐的磨难。信息科技和数据专家正在努力使机场体验变得更正面,知道这一点我们的心里会安稳一些。
好文章,需要你的鼓励
在基于Chiplet的架构中,可观测性正成为系统设计的关键缺失环节。多位半导体行业专家指出,AI可从硅层遥测数据中挖掘价值,但前提是架构须提供一致的检测手段、近传感器数据压缩及可编程采集能力。专家们强调,多供应商Chiplet生态系统需要标准化、安全的遥测模式,以实现跨芯片、封装和互联域的故障定位,同时保护敏感运营数据。目前,AI在遥测分析阶段已展现出显著价值,但可观测性的扩展本质上仍是架构问题。
这项研究系统比较了四种AI图像分词策略在640000张星系图像上的表现,发现重建质量与物理属性预测能力之间存在根本性解耦,为天文基础模型的分词器选择提供了实验依据。
生命科学企业在全渠道战略和AI平台上投入巨大,但成效往往不尽如人意。问题根源不在于技术本身,而在于组织架构、数据治理和工作方式未能同步演进。许多转型项目止步于试点阶段,原因是各部门数据孤立、职责不清。要实现从传统CRM向智能互动的真正转型,企业需优先建立统一的数据基础和跨团队协作机制,并将AI能力嵌入日常工作流程,而非将其视为独立模块。
阿里Qwen团队研究如何将大模型的规模化训练思路迁移到机器人操作领域,通过统一多机器人表示与38100小时数据预训练,让机器人在陌生场景和陌生机型上也能完成复杂操作任务。