麻省理工学院 (MTI) 的研究人员与卡塔尔计算研究所 (QCRI) 共同开发了一种名为 PizzaGAN 的神经网络，用于学习制作披萨。
PizzaGAN 中的 GAN 代表生成对抗网络，是一种神经网络。
这个神经网络通过分析数千张披萨图像来学习制作披萨。经过训练，她不仅能够识别不同的配料，还能确定披萨上配料的层序 兄弟手机清单 。该系统可以根据单个图像创建分步食谱。首次测试表明，神经网络在 88% 的情况下正确确定了填充顺序。研究人员表示，这项技术除了制作披萨之外，还可以应用于其他领域。
也讀吧！
《2025年销售部门KPI：计算方法及调整》
阅读更多
麦当劳连锁餐厅推出适 应 提出合理加薪建议 当前天气的菜单
麦当劳以 3 亿美元收购了以 WhatsApp 电话列表 色列初创公司 Dynamic Yield。 Dynamic Yield 致力于利用由神经网络驱动的预测技术来利用零售行业的消费者数据。
这将使麦当劳能够获得更多有关其顾客的信息，尤其是那些从免下车点餐通道订餐的顾客。神经网络将根据顾客的购买情况记住顾客的偏好，并利用这些信息预测他们未来的订单。
Dynamic Yield 官方网站截图
Dynamic Yield 官方网站截图
此外，神经网络在工作中还会分析餐厅周围和内部的环境。例如，它会考虑天气情况，在炎热的天气提供冷饮，还会考虑等待时间，在客流量大的时候提供“快餐”。
这些改进旨在改善客户服务并更好地满足他们的需求。
无人驾驶汽车
神经网络在自动驾驶汽车技术的发展中发挥着重要作用。此类公司的一个例子是谷歌创建的项目 Waymo，其目标是打造无需人类驾驶员参与即可运行的自动驾驶汽车。
目前，该技术尚处于实验阶段，无人驾驶汽车尚未大规模上路行驶。然而，Waymo 等项目的主要目标是将人类驾驶员在汽车驾驶中的作用降至最低。