很多朋友在用餐时,都希望侍酒师能为自己推荐一款适合口味的红酒。这款红酒既要匹配当前的场合、又要贴近您的口味需求,同时价格也应该在您可以接受的范围之内。
Vivino公司正在为此而努力。作为全球最大的网上红酒销售市场,Vivino正整理5100万用户生成的数据,帮助受众轻松挑选出更好的红酒产品。
▲ 图:Adobe Stock
在对Vivino公司创始人兼CEO Heini Zachariassen的采访中,我们探讨了Vivino如何运用大数据与人工智能技术帮助人们找到并买下自己心目中的完美红酒。
用信息获取勘破酒中“乾坤”
大多数消费者并不是红酒专家,面对市场上的众多选择往往茫然无措。也正因为如此,大家在商超内的红酒展柜之前,总会看到一些犹豫不绝的买主。
Heini Zachariassen建立Vivino的初衷,其实是想为人们普及红酒知识,在破除认识误区的同时帮助人们做出更为靠谱的选择。
只要在Vivino中拍下一张红酒照片,您就能立刻看到酒友评论、产品价格,甚至可以直接通过手机下单购买。您还可以在餐饮中扫描酒意,快速选出外出用餐时的合适酒品。
Vivino这种独特的红酒购物体验,离不开完全由社区数据提供的有力支持——每天多达2万名新用户下载这款新应用,并用自己的行动帮助其完善功能。
在被问及数据对于Vivino的重要意义时,Heini表示:“对我们来说,真正颠覆了游戏规则的因素,在于我们借用户的眼与手真正了解了这么多红酒。目前我们的数据库中存放着15亿张红酒标签图片、2亿条评论与1000万款红酒产品。2亿条评论,这样的数据规模是我们获得业务成功的核心前提,还没有哪家公司能与我们展开竞争。感谢5000万用户的持续使用,我们会维护好这份宝贵的信息资产。”
如今,Vivino应用已经能够提醒消费者眼前这款红酒涩度如何、是否适合餐点搭配、是否具有性价比等等。
在试酒之后,您还可以在应用中记下自己的个人评分与品尝笔记,并将结果添加至个人资料中以扩展应用对您口味及偏好的了解。
为爱酒人士提供个性化搭配
而最近,Vivino又以丰富的评论与个人资料数据为基础,开发出了新的人工智能(AI)分析功能,可以用来创建面向每位用户及每款红酒产品的个性化匹配分数算法。
当用户对至少五款红酒完成打完之后,数据库内的每种红酒都将为您显示出一项专门的“匹配得分”,帮助您快速判断自己高、中或低概率会喜欢上这款产品。
这些匹配得分是为您量身打造的——Vivino很清楚,他人口中的甘霖、也许并不能满足您挑剔的味蕾。
Heini解释道,“它的精确度甚至令我自己感到颇为意外。这款应用能把握住我自己都意识不到的喜好。例如,我特别喜欢香槟。有些香槟来自黑皮诺,有些则来自霞多丽。而Vivno算法敏锐地意识到,我不喜欢的香槟基本都来自霞多丽。”
他认为,整个红酒行业都可以运用Vivino及其他红酒技术企业收集到的大数据,配合机器学习与人工智能持续推动整个行业的未来发展。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了SPIRAL框架,通过让AI与自己对弈零和游戏来提升推理能力。实验显示,仅训练AI玩简单扑克游戏就能让其数学推理能力提升8.6%,通用推理提升8.4%,且无需任何数学题目作为训练材料。研究发现游戏中的三种推理模式能成功转移到数学解题中,为AI训练提供了新思路。
同济大学团队开发的GIGA-ToF技术通过融合多帧图像的"图结构"信息,创新性地解决了3D相机噪声问题。该技术利用图像间的不变几何关系,结合深度学习和数学优化方法,在合成数据集上实现37.9%的精度提升,并在真实设备上展现出色泛化能力,为机器人、AR和自动驾驶等领域提供更可靠的3D视觉解决方案。
伊利诺伊大学研究团队通过对比实验发现,经过强化学习训练的视觉语言模型虽然表现出"顿悟时刻"现象,但这些自我纠错行为并不能实际提升推理准确率。研究揭示了AI模型存在"生成-验证差距",即生成答案的能力强于验证答案质量的能力,且模型在自我验证时无法有效利用视觉信息,为AI多模态推理发展提供了重要启示。
MIT等顶尖机构联合提出SparseLoRA技术,通过动态稀疏性实现大语言模型训练加速1.6倍,计算成本降低2.2倍。该方法使用SVD稀疏性估计器智能选择重要计算部分,在保持模型性能的同时显著提升训练效率,已在多个任务上验证有效性。