今天，專注于研究和發展機器視覺的中(zhōng)國(guó)人工(gōng)智能(néng)公(gōng)司——偉景智能(néng)（英文(wén)簡稱Vizum）在美國(guó)CES 2018展會上，正式對外發布了基于“Vizum智能(néng)眼”的“新(xīn)餐飲”自動結算解決方案。
此次發布的智能(néng)視覺結算系統采用(yòng)了偉景智能(néng)自主研發的立體(tǐ)智能(néng)視覺技(jì )術，主要應用(yòng)于餐飲行業結算及就餐環節，可(kě)對餐盤形狀、顔色等進行快速識别，自動計算餐品價格，實現自主結算，具(jù)備無停留結算、零誤差計費、無人工(gōng)值守、分(fēn)鍾級訓練等特點。
偉景智能(néng)的立體(tǐ)智能(néng)視覺具(jù)有(yǒu)“高精(jīng)度、低延時、可(kě)認知、可(kě)量化、多(duō)目标”并可(kě)實現前端智能(néng)的特點，其産(chǎn)品采用(yòng)自主研發的“Natural Learning®”機器智能(néng)體(tǐ)系：在感知層面堅持立體(tǐ)視覺，在認知層面創新(xīn)“Natural Learning®”，目前已成功應用(yòng)于智能(néng)制造、智能(néng)物(wù)流及智能(néng)零售等領域。
高頻剛需，消費升級催生産(chǎn)業變局
作(zuò)為(wèi)第三産(chǎn)業的重中(zhōng)之重，餐飲品類日趨細分(fēn)。上世紀80年代，食堂承包及快餐開始在我國(guó)興起并蓬勃發展至今，2016年調查數據顯示，快餐和食堂在市場份額中(zhōng)的占比分(fēn)别為(wèi)1/5和1/3。他(tā)們憑借快速用(yòng)餐的優勢獲得衆多(duō)消費者的青睐，但是，随着我國(guó)餐飲業進入萬億時代，大衆消費力增速迅猛，就餐壓力日漸凸顯，快餐及食堂領域百弊叢生。
1. 人工(gōng)結算效率低下
就餐高峰期，快餐廳及食堂往往應接不暇，客流量激增給收銀員帶來不小(xiǎo)的壓力。顧客接踵而至，頻繁的數字加減很(hěn)容易造成計算失誤，從而影響結算效率與顧客的就餐體(tǐ)驗。另外，無論現金、刷卡還是掃碼支付，均依賴于人工(gōng)操作(zuò)及當下網速，這就意味着結算周期可(kě)能(néng)進一步延長(cháng)。
2. 高峰時段擁堵耗時
對那些忙于工(gōng)作(zuò)學(xué)習的人而言，就餐高峰期排隊時間長(cháng)是個棘手問題。寶貴的時間浪費在三餐中(zhōng)無意義的排隊等待上，若長(cháng)龍隊伍出現在小(xiǎo)門店(diàn)裏，場景更顯混亂。
傳統餐飲行業轉型升級之路道阻且長(cháng)，如何建立更加高效便捷的消費模式無疑是提高運營效率、重塑餐飲業态的關鍵所在。
智能(néng)眼再掀餐飲波瀾
在移動互聯以及消費結構深度變化的背景下，通過技(jì )術滲透瞬息萬變的市場才能(néng)立于不敗之地。針對傳統餐飲結算弊病，國(guó)内外公(gōng)司過去的傳統方案是基于RFID的餐盤識别技(jì )術，該項技(jì )術通過對餐具(jù)底部RFID射頻芯片進行讀寫操作(zuò)，借助于計算機及其通訊技(jì )術，實現對餐具(jù)底部RFID射頻芯片的通信和管理(lǐ)，從而實現快速結算的功能(néng)。
但由于餐具(jù)内部需要封裝(zhuāng)RFID芯片，餐廳失去了自由選購(gòu)權，其使用(yòng)壽命及更換頻率均将依賴于指定制造商(shāng)，耗材成本大幅度上升。此外，批量識别存在誤差、技(jì )術标準尚未統一、讀寫次數受限的尴尬特性意味着RFID技(jì )術注定無法成為(wèi)解決傳統餐飲結算方式的上佳選擇。
另一方面，依托于龐大數據的深度學(xué)習技(jì )術由于環境各異的餐廳、複雜多(duō)樣的菜品、百貌叢生的餐具(jù)使得深度學(xué)習模型的訓練任務(wù)異常繁重，受限于識别率，這一技(jì )術路線(xiàn)将消耗無法預估的時間與人力成本，無法廣泛地、快速地推廣到新(xīn)餐飲的行業應用(yòng)中(zhōng)。
面對市場機遇，偉景智能(néng)采用(yòng)了自主研發的“Natural Learning®”，具(jù)有(yǒu)使用(yòng)簡單、安(ān)裝(zhuāng)方便、學(xué)習時間短、識别準确率高四大突出特點。運營理(lǐ)念上，提出“新(xīn)餐飲”的概念，不斷引進機器智能(néng)産(chǎn)品，打造集餐飲識别、餐飲結算、餐飲收費多(duō)種功能(néng)于一體(tǐ)的無人智能(néng)視覺結算系統，推動餐飲行業取得裏程碑式進展。
相較傳統RFID技(jì )術，偉景智能(néng)無人智能(néng)視覺結算系統使餐具(jù)擺脫内置芯片的束縛，在基本不增加硬件設備的情況下，通過一個“新(xīn)餐飲機器人”即可(kě)完成技(jì )術升級，實現智能(néng)化的認知，大大降低改造成本。該産(chǎn)品具(jù)有(yǒu)以下特點：
1、采用(yòng)雙目立體(tǐ)視覺技(jì )術；
2、具(jù)有(yǒu)高速率、高精(jīng)度圖像采集及分(fēn)析特性；
3、實時定位及檢測；
4、非接觸測量，大大提高食品安(ān)全性；
5、成本低、效率高、能(néng)夠長(cháng)時間穩定工(gōng)作(zuò)；
6、操作(zuò)簡單易用(yòng)，靈活性強，軟件算法可(kě)遠(yuǎn)程更新(xīn)。
采用(yòng)Vizum“Natural Learning®”自然學(xué)習技(jì )術，餐具(jù)的學(xué)習不依賴于大數據的訓練，每一種餐具(jù)所需訓練時間低于一分(fēn)鍾。通過對各類餐具(jù)進行快速學(xué)習、快速認知，無人智能(néng)視覺結算系統将擺脫深度學(xué)習等方法對數據的依賴和限制，實現極其快速的商(shāng)用(yòng)部署，切實推動餐廳服務(wù)的智能(néng)化、現代化、品質(zhì)化。值得一提的是，無人智能(néng)視覺結算系統僅采用(yòng)消費級的前端芯片就可(kě)以達到大于99.5%的商(shāng)用(yòng)級别的識别準确率。
扶搖直上，智能(néng)真正走進生活
競争是促進産(chǎn)業發展的重要因素，現階段餐品和服務(wù)并非餐飲行業的瓶頸，新(xīn)餐飲時代背景下更需要的是前沿技(jì )術注入的多(duō)元活力。偉景智能(néng)打造的智能(néng)化餐廳将低效從産(chǎn)業鏈條中(zhōng)剔除，規避人工(gōng)操作(zuò)風險，降低運營成本，大幅度提升結算效率，從而升級客戶體(tǐ)驗，實現翻牌率直線(xiàn)攀升的效果，重新(xīn)定義餐飲産(chǎn)業。
以1個2000人就餐的高校食堂為(wèi)例。在傳統模式下，根據《中(zhōng)國(guó)高校标準化學(xué)生食堂評估指标體(tǐ)系》，窗口機台數與進餐人數比例應為(wèi)1:（100-120），即一個2000人左右用(yòng)餐的食堂，至少應有(yǒu)17台窗口機。而在智能(néng)化餐廳模式下，2000人餐廳隻需配置4個智能(néng)視覺結算通道。結算效果對比如下：
偉景智能(néng)CEO董霄劍博士将無人智能(néng)視覺結算系統比拟為(wèi)餐飲行業的ETC。在董博士看來，無人智能(néng)視覺結算系統的誕生标志(zhì)着偉景智能(néng)助推餐飲行業ETC之路的進發，他(tā)将這條即将開啓的征途命名(míng)為(wèi)“新(xīn)餐飲”。
不同于餐飲行業内部的定義，他(tā)從技(jì )術轉型的角度為(wèi)這一概念進行注解：偉景智能(néng)打造的“新(xīn)餐飲”不僅包括智能(néng)結算系統，陸續叠代的具(jù)有(yǒu)智能(néng)視覺的機器人将作(zuò)為(wèi)餐廳的服務(wù)業者取代人類的工(gōng)作(zuò)。未來的餐廳将不需要任何服務(wù)人員，端盤子機器人、洗碗機器人、收銀機器人各司其職、随時準備為(wèi)消費者提供周到的服務(wù)。
“偉景的立體(tǐ)智能(néng)眼和其打造的收費機器人僅僅是偉景智能(néng)創新(xīn)性産(chǎn)品的一個行業應用(yòng)之一。”董博士說。由于已經擁有(yǒu)了立體(tǐ)智能(néng)視覺的核心技(jì )術産(chǎn)品，偉景智能(néng)的智能(néng)眼将不斷尋求技(jì )術存在的意義并構建各種智能(néng)生命載體(tǐ)。據前瞻産(chǎn)業研究院《中(zhōng)國(guó)機器視覺産(chǎn)業發展前景與投資分(fēn)析報告》數據，預計在2018年，全球機器視覺市場規模将超過50億美元。可(kě)以預見，“Natural Learning®”自然學(xué)習技(jì )術加持的“Vizum智能(néng)眼”将推進餐飲産(chǎn)業智能(néng)化，引導效率革命，奠定偉景智能(néng)在新(xīn)餐飲領域的技(jì )術推進者的地位。
從新(xīn)餐飲開始，人工(gōng)智能(néng)将逐漸改變人們的生活方式。缺少一雙慧眼，意味着機器永遠(yuǎn)無法實現基于視覺的思考。偉景智能(néng)面向未來進行前瞻性布局，通過在新(xīn)零售、新(xīn)制造、新(xīn)物(wù)流等各領域推出具(jù)有(yǒu)智能(néng)眼的機器人引發颠覆産(chǎn)業形态的創造性改革。