人工智能落地探索 - 点餐

人工智能顾名思义就是让机器拥有人的智慧，具体的实现方法目前分为两种。一种是利用机器强大的计算能力，结合大数据计算出多种方案中的最优解。另一种是利用计算机网络模拟人类的神经网络和认知，模仿人的思维去解决问题，但是比人脑拥有更强大的计算能力。两次人机大战，“深蓝”是第一种思路，“阿尔法狗”则是第二种。

在深蓝和阿尔法狗击败人类“最高智商”之前，人工智能已经发展了好几十年，不过除了电影中的一些场景，并没有足够引起人们足够的关注，一方面是技术上并没有里程碑式的重大突破，另一方面则是因为技术没有结合特定的领域落地形成颠覆性的产品，达到让普通人能够感知、理解甚至使用和享受。人工智能技术发展到今天，虽然还达不到各方面完全取代人的地步，但是足以能够在很多细分领域协助甚至取代人工。现阶段如何将现有的技术应用于细分的领域中，也许才是需要优先考虑的东西。不过看上去简单的“落地”两个字，其实在实现的过程中不知道会有多少“坑”。本文将谈一谈人工智能应用于餐厅点餐场景的一些想法，以及那些不做不知道的“坑”。

一.现状和需求介绍

无论互联网和O2O如何颠覆，线下的餐饮依然坚挺。衣食住行乃人之所必须，这是强需求和高频需求。而良好的用餐环境，周到的服务，不错的口味，即时、方便的用餐体验，是自己做饭或者点个外卖没办法满足的。餐厅的火爆带来的是人力资源需求量的增加，点餐，结账，送菜等等服务流程都必须有人参与，同时单个人力成本的上升，带来的是利润的减少和体验受影响（新的服务员需要经过培训，否则服务可能会不到位）。目前很多餐厅已经引入了pad点餐，不过这样服务就会显得不够到位，毕竟点餐过程中没有人为你介绍，为你推荐，且设备依然需要人进行发放，回收，发出管理。

二.产品和场景设计

1.目标：用人工智能代替服务员完成协助顾客点餐，付款等流程。

2.涉及的人工智能技术：语音识别，语义理解，图像识别（人脸识别）。

3.信息流：

4.主流程：

（1）用户语音输入相关点餐指令。

（2）机器人在线语音识别，语义理解，识别用户意图。

（3）机器人根据识别结果输出相应的反馈结果。

（4）用户进行语音或点击细化需求和偏好或确认商品。

（5）用户发出完成下单指令。

（6）机器人展示付款二维码。

（7）用户扫码并完成付款。

5.其他功能

（1）记忆功能，通过人脸识别可识别老客户，会记住老客户的行为偏好，例如要不要辣，加不加香菜等，并且可以直接按照上次的点单再来一单。还可以根据之前的下单记录进行菜品的相似推荐。

（2）支持多轮对话，上下文联系识别意图。当用户一次性无法命中具体菜名时候，需要进行多轮问答，引导用户逐步完善信息。

（3）支持正向反向的查询。正向：根据属性查询菜品，例如用户可以问：有什么汤？反向：根据菜品查询属性，例如用户可以问：酸汤肥牛辣吗？

三.那些不做不知道的“坑”和避免“入坑”的办法

1.嘈杂环境和远场的语音识别

餐厅本身的嘈杂环境对于语音识别这块有很大的影响，同时稍微远一点的远场识别率也不够完美。解决办法有三个，一是支持语音，屏幕触摸，甚至手势等多种交互方式，给用户更多的选择。二是现阶段主打高档餐厅，或者从包间做起，避免嘈杂环境带来的影响。三是引入热词和纠错逻辑，尽量完善此场景下的识别。

2.各地方言难以识别

方言识别目前技术上也没有特别好的解决办法，只有尽量避免。同样的，也最好在偏高档的餐厅或者一线城市白领聚集地进行推广。

3.用户意图表达不清

用户的说话方式千千万万，不同场景，不同心理状态下的点餐方式也不一样。例如在餐厅，可能点餐会多些语言，快餐店则直接切入主题。很多时候也可能一句话分两句说，这样机器识别起来是有困难的。解决办法：1.支持多轮对话，记录上下文，联合分析意图。2.引导用户，点餐过程中的产品设计要去引导用户，而不能让用户自由发挥。3.尽量在快餐店，用户相对来说比较着急的场景中推广。例如大学食堂，白领早餐等。目前人工智能的技术还不够完善，而人工智能落地一方面要考虑用户的具体使用场景，一方面要结合细分领域融入专业问答，还要了解现有技术的边界。不过以现有的技术水准来看，虽然够不上能够改变世界，但是运用的好的话，也能够大大地方便人们的生活了。

文／蒋亚凡

关键字：产品经理, 识别

版权声明

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处。如若内容有涉嫌抄袭侵权/违法违规/事实不符，请点击 举报 进行投诉反馈！