Hirdetés

Mi köze az időjárásnak a pizzaválasztáshoz?

Milyen idő a pizzázós idő?

– tehetné fel a kérdést az Egyesült Államokban a Pizza Hut, hogy elmondja, mennyit invesztáltak a gépi tanulásba, hogy az időjárás alapján előre lássák, milyen pizzákra lesz nagyobb a kereslet.

A mesterséges intelligencia meteorológiai előrejelzések alapján jelzi, melyik pizza érdekelheti jobban az embereket. Tristan Burns, a Pizza Hut globális elemzési vezetője beszélt a fejlesztésről. Abban nincs semmi meglepő, hogy elemzik, és megpróbálják megérteni, melyik pizza miért népszerű vagy népszerűtlen, vagy mitől függ, hogy egyszer rengeteget rendelnek belőle, máskor viszont alig. Ezt viszont megpróbálják összevetni az időjárással, az egyelőre nem egyértelmű, hogy a webes, alkalmazásokon belüli vagy az éttermes rendeléseket külön veszik-e, de valószínűleg nem.

Mindenesetre hasonlóval már a McDonald’s is próbálkozott, és az ekkora láncoknál egyáltalán nem szokatlan, hogy a mesterséges intelligencia segítségét kérik a jobb ügyfélélményért. Ez azt is jelentheti majd egyszer, hogy sokkal személyre szabottabb lehet a menükínálat, hiszen már most is látszik számukra, ha valamelyik térségben mondjuk a csirke a favorit és nem a marha, így tudják, hogy ott érdemes a csirkeakciókat és menüváltozatokat próbálgatni.

Lenne ebben logika, de még sincs

Visszatérve a Pizza Hut időjárásfüggő étlapjához, a dolog, úgy tűnik, túlmutat azon, amit a józan ész diktál. Ahhoz nem kellene agysebésznek lenni, hogy például úgy alakítsák a menüt, hogy kánikulában ne legyenek elérhetőek azok a pizzák, amin a feltétek nagyon gyorsan romlanak és büdösödnek. De itt nem ez történik.

Ha Londonban az emberek töltött szélű pizzát szoktak venni, amikor esik az eső, akkor azokat fogjuk ajánlani elsőként a honlapunkon Dél-Angliában, mikor ott is rossz az idő

– közölte a Pizza Hut. Arról viszont nem írtak, hogy honnan lehet tudni, hogy valóban van-e összefüggés a felhőzet és a feltétek között, vagyis hogy ha esetleg azt vizsgálták volna, milyen pizzát rendelnek az emberek, amikor egyébként késnek a vonatok, vajon akkor is talált volna-e az algoritmus látszólagos összefüggést.

LángOS - Lángoló Original Stories

Exkluzív tartalmakért, heti újdonságokért iratkozz fel a Lángoló hírlevelére!

38,932KedvelőTetszik
3,064KövetőKövetés
3,670FeliratkozóFeliratkozás
Hirdetés
Hirdetés

Tesztek

Audiópartnerünk