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
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。