1. 今日日报首页
  2. 今日话题

Alphabet的X实验室使用分析技术来解决食品不安全问题

Alphabet Inc.的X研究部门今天分享了有关Project Delta的详细信息,Project Delta是一项旨在通过分析解决食品不安全和食品浪费的内部计划。

Alphabet的X实验室使用分析技术来解决食品不安全问题

这家搜索巨头在计划路线图的一个重要里程碑之际透露了Project Delta。经过两年多的工作,X工程师在该项目中构建的两个系统已移至姊妹公司Google LLC,以扩大开发工作。 其中一个系统是基于云的应用程序,该系统将食品银行与杂货连锁店连接起来,而食品杂货店有多余的物资要捐赠,而第二个系统则是旨在帮助餐馆衡量食物浪费的机器学习服务。

用于食品银行的基于云的应用程序托管在Google Cloud Platform上。X实验室的工程师咨询了食物银行之后,发现他们没有协调与捐赠者进行食物运输的标准方法,因此X实验室在软件背后开发了这个想法。信息主要通过传统的手动方法(例如电子邮件)共享,这会减慢供应链的速度。

X的系统使工作流程的一部分自动化。该系统是与Feed America食品银行网络和零售商Kroger Co.合作开发的,可追踪Kroger商店捐赠了哪些可用食品。它从Kroger的内部系统将有关捐赠的食物可用性的信息导入Google Cloud Platform的BigQuery数据仓库,然后让Food America食物银行访问。

共享数据不是系统可以简化的唯一任务。它还提供了分析数据以获取见解的能力。

Google Cloud架构师Joe Intrakamhang和数据科学家Mike Ryckman表示:“这不仅使团队能够将食品从Kroger商店到本地食品银行再到食品储藏室的流量映射到地图上,而且还可以广泛地探索网络路线优化的机会。”一个博客帖子。“通过集中采购和优化路线,有巨大的机会来赚取更多的食物储钱。”

X上作为Project Delta的一部分开发的另一个系统是为不同的组织机构设计的:饭店和其他商业厨房运营商。它的目的是通过使烹饪团队更好地了解他们扔掉了多少食物,从而解决食物浪费的问题,而这反过来又可以揭示出更有效地利用供应的机会。

该系统利用机器学习来分析厨房中安装的摄像机的镜头,识别何时丢弃食物并对其进行量化。X的工程师通过在为Alphabet公司办公室提供服务的多个厨房中使用该系统六个月来对其进行了测试。根据X的说法,引擎盖下的机器学习模型所收集的食物垃圾数据量是手动数据记录所能收集的两倍。

既然这两个项目都移交给了Google,那么与X相比,开发可以继续更大的规模,而X主要专注于早期项目。作为Delta项目的一部分而开发的,用于应对粮食不安全状况的其他一些尚未宣布的系统,将继续在实验室中进行孵化。

原创文章,作者:rmrbwx,如若转载,请注明出处:https://www.rmrbwx.cn/rmrbwx/35840.html

发表评论

电子邮件地址不会被公开。 必填项已用*标注