为了买到新鲜的水果、鱼肉、牛奶等食物,进了超市的你也许......


01.gif


下意识地满包装找生产日期,

以致于治好了多年的老花眼。


02.gif


不顾形象地伸着胳膊,

在货架最后一排掏出最新生产的商品。


03.gif


甚至……

要算准时间去抢购,

还要担心会不会被别人买走......


我们都希望能够买到新鲜的食物,商超也会因此每天进购大量的鲜食,但这些生鲜的保质期通常只有一天,如果无人购买,就会被扔进垃圾桶。其实,生鲜食品的供应和保存一直是一个复杂的系统工程。举个简单的例子:一家超市每天生鲜食品的进货量是根据客人购买数量而决定的,但这个数字很不好估算。如果进货量太多,卖不出去的食物就会坏掉,从而造成浪费;而如果进货量太少不够卖,店主就会损失一笔收入。


据有关的统计数据显示:我国餐饮食物浪费量约为每年1700万至1800万吨,相当于北京和天津总人口一年消耗的口粮!曾经有人问过我们,百度在人工智能领域研发了那么多产品,能不能在餐饮、零售行业,为消费者们提供一些便利呢?这不,今天我们要说的,就与“吃”息息相关。


 AI 给我们“更新鲜”的生活 


百度已经与联合国全球契约组织发起了“鲜食代、零浪费”(100% Fresh 0 Waste)食品价值链可持续发展行动倡议,希望用AI技术真正改变餐饮、零售行业,改变消费经济。


现在,已经有一些企业加入了“鲜食代、零浪费”全球倡议计划。


04.jpg

Today 便利店加入“鲜食代、零浪费”全球倡议计划


05.jpg


 智能预测帮你买到新鲜果蔬 


百度将深度学习 DNN 神经网络,应用在生鲜商品进货量智能预测上。


它可以整合和学习商超生鲜商品的历史销售数据,提取多个影响销量的因素,并判断各个因素对进货量的影响。也就是说,AI技术代替了传统的人工判断,从此以后,商家再也不需要去猜测进货的数量,只要进行简单的操作,就能生成为你量身定制的智能预测模型,达到最佳配置与优化结果。


06.jpg


 那它是怎么做到的呢?


┇首先,建立神经网络模型。基于 PaddlePaddle 深度学习平台(www.paddlepaddle.org)建立的 DNN 神经网络— CTR 预估模型(点击率预测模型),能够从历史数据中找到影响物品销售的特征,如商圈、时段、节假日、天气、进货量等,通过拟合历史数据给出销售量的预测。


然后,扩大数据时间跨度,提升预测效果。例如便利店有了2016-2017两年生鲜产品销量数据的支持,就可以提升生鲜商品进货量的预测效果。


最后,模型就可以提供预测效果更好的生鲜商品进货量。模型-数据-预测-更多数据-更好的预测,会形成一个良性循环。我们就能在减少浪费的同时,买到更新鲜的商品啦!


 科技改变未来的生活 


在2017年世界互联网大会上,李彦宏说到,人工智能技术的介入将会在安全生产、质量监测、商超供应系统等多个方面实现产业优化乃至变革。


07.jpg


未来,人工智能将更多地融入我们的日常生活。百度AI将持续在餐饮、零售行业努力,让大家能吃到最新鲜的食物、离健康更近一步。


08.jpg


如果你是商家,将省去人工判断进货量的时间和精力

减少浪费,实现收益的最大化!


如果你是消费者,在购买食物时将会更加放心

不用再担心买到不新鲜的食物!


09.jpg

顾客在 Today 便利店挑选商品


今后,百度也将在提高企业营利的同时,减少食物浪费,实现可持续的消费与生产。希望在不久的将来,“鲜食代”标志能让我们在购买生鲜产品时更加省心!

846764a4d69e3d3f2115c0368.jpg