今年可以說是最智慧、最高科技的一個春節(jié)長假!在全球幾十個國家的數(shù)千個旅游團的位置、信息,團員隨時在APP上的點贊和吐槽,領(lǐng)隊導(dǎo)游和現(xiàn)場的服務(wù)情況,在國內(nèi)通過一個電腦屏幕,就能隨時了解,并且做出反應(yīng)解決游客問題。這在以前不可想象的場景,今年春節(jié)在攜程旅行網(wǎng)的旅游團上首次實現(xiàn)了。
記者近日從我國最大的旅游集團與在線旅游公司攜程旅行網(wǎng)獲悉,近期巨資開發(fā)投入使用的“全球旅游團現(xiàn)場服務(wù)管理系統(tǒng)”,在國內(nèi)首次實現(xiàn)了全球旅游團行程與現(xiàn)場服務(wù)的可視化管理,隨時掌握各地旅游者的體驗和反饋并作出反應(yīng),打破了跟團旅游服務(wù)過程難以科學(xué)管理、出境游在境外難以監(jiān)督監(jiān)控、游客有問題只能單方面找領(lǐng)隊導(dǎo)游私下解決的難題,跟團與出境旅游者將獲得全新的服務(wù)體驗。
登錄使用攜程APP“團隊助手”等功能,跟團游客出行前、中、后的各種需求,對于吃住行游購娛的任何意見建議,可以第一時間被帶團的領(lǐng)隊和攜程總部同時知曉,給予回復(fù)、處理并留有證據(jù)備案。據(jù)了解,今年是新系統(tǒng)首次在春節(jié)長假應(yīng)用,數(shù)以萬計旅游者將享受科技帶來的便利。攜程是國內(nèi)最大的在線出境游、跟團游服務(wù)平臺,整個春節(jié)共有數(shù)千個攜程旅游團在世界100多個目的地出行。攜程還在自身組織的各大出境線路上,第一家全面為跟團游客配備免費WIFI,方便隨時進行信息傳達、國內(nèi)外聯(lián)系、應(yīng)急處理問題。
據(jù)悉,這一管理系統(tǒng)主要由主要基于移動互聯(lián)、GPS定位、LBS等技術(shù)創(chuàng)新,依托于攜程旅行APP,主要包括給游客使用的攜程APP“團隊助手”功能,給領(lǐng)隊使用的“領(lǐng)隊助手”,以及攜程旅游總部的透明團行程可視化管理系統(tǒng)等。系統(tǒng)即時反映當(dāng)天在全球各地出行的攜程旅游團所在位置、反饋情況,定位某個區(qū)域監(jiān)控,及時監(jiān)管和處理客人的問題。雖然遠隔千里,攜程總部也可以獲取當(dāng)?shù)赜慰偷男畔?,并盡快做到合理調(diào)度。在目的地遭遇突發(fā)狀況時,這一套全球定位與監(jiān)控系統(tǒng)也可以發(fā)揮快速反應(yīng)的優(yōu)勢。
攜程旅游事業(yè)部相關(guān)負責(zé)人表示,之所以開發(fā)這一系統(tǒng),一是因為攜程跟團游、出境游業(yè)務(wù)的不斷壯大,目前攜程每年組織跟團旅游達百萬人次,每天發(fā)團數(shù)百個,再依靠傳統(tǒng)的現(xiàn)場人員處理和人工監(jiān)控的方式,已經(jīng)不可能對每天巨量的團隊進行科學(xué)管理。更主要的是,攜程希望在信息公開的“透明團”基礎(chǔ)上,把最難解決的現(xiàn)場服務(wù)全面進行管理和提升,讓我國跟團游的體驗和服務(wù)上達到國際領(lǐng)先水平。
業(yè)內(nèi)人士評價,“全球旅游團現(xiàn)場服務(wù)管理系統(tǒng)”目前是國內(nèi)旅行社和旅游行業(yè)最先進的跟團旅游現(xiàn)場管理系統(tǒng),通過技術(shù)與服務(wù)創(chuàng)新,將對我國旅游服務(wù)水平和游客滿意度的提升,產(chǎn)生重大的意義。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟大學(xué)團隊開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團隊通過對比實驗發(fā)現(xiàn),經(jīng)過強化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓(xùn)練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓(xùn)練效率,已在多個任務(wù)上驗證有效性。