Chick-fil-A的AI可以从社交媒体帖子中发现食源性疾病的迹象，准确率为78%

据悉，Chick-fil-A可能不是你期望看到人工智能和机器学习的第一个地方，但事实证明，快餐专营店正在使用算法解析社交媒体的食品安全问题，超过2,400家餐厅在47个州。在今天下午在马萨诸塞州波士顿举行的ReWork深度学习峰会上，食品安全和产品质量的高级主要IT负责人Davis Addy详细介绍了Chick-fil-A用于跟踪餐馆周围有问题的健康趋势的定制系统。
该公司计划在未来在GitHub上发布代码。
“对于我们来说，在分析和食品安全的这一过程中，我们将从一个后见之明的地方进入洞察……并最终有远见，因此我们可以阻止我，更多的反应和[提出建议]，”Addy说。
Addy指出，社交媒体是食品安全相关事件最常见的客户反馈渠道，但他指出，它充满了危险。帖子在语法上和音调上都不一致。有些用户比其他用户更诙谐和争议。而且更常见的是，孤立的帖子很难与现实世界的事件相关联。
Chick-fil-A的目标是开发一个人工智能框架，可以可靠地识别帖子中的关键词，短语和客户情绪，以帮助发现新出现的食源性疾病。它的AWS托管解决方案每隔10分钟从一系列社交平台上抓取一些片段，这些片段被传递到Python例程中，该例程可过滤500多个关键词(包括“疾病”，“食物中毒”，“呕吐”，“呕吐”等字样，“barf”和“恶心”)以及亚马逊的自然语言处理服务AWS Comprehend，它检查情绪并确定合法性。
你认为发现食物中毒客户的愤怒推文会在公园散步，但事实并非如此。那些客户可能会拼错关键词，比如“肮脏”或“生病”，然后有内涵可以与之抗争 – 例如，“我喜欢这个地方……他们制作生病的三明治!”之类的帖子通常不会引起恐慌，尽管显而易见的“生病”。
Addy说，最初，AWS Comprehend努力摆脱某些食品相关短语的情绪。然而，在与亚马逊合作改进之后，Chick-fil-A团队能够达到78%的准确率。
那么数据在哪里?商店经理通过定制的Chick-fil-A移动应用程序获得推送通知，该应用程序突出显示算法识别的单词，并使他们能够深入查看完整帖子。从那里，如果他们愿意，他们可以直接联系客户。
数据也会传递到公司仪表板，随着时间的推移绘制，以便更容易发现趋势。
食品安全并不是Chick-fil-A认为可能从机器学习中受益的唯一领域。这家连锁餐厅正在试验计算机视觉系统，该系统会警告曾经处理生鸡肉的员工在搬到厨房的其他区域之前洗手，以及一个单独的AI驱动系统，指导团队成员如何彻底冲洗他们的手。 Addy指出，如果员工“按照自己的意愿洗手”，他们就会将食源性疾病的风险降低80%。
Chick-fil-A并不是第一个使用AI来识别带有令人不安的食品安全记录的地方的人。谷歌和哈佛的一项研究采用了一种算法，该算法跟踪智能手机用户的位置，识别出指示食物中毒的网络搜索查询，并查找执行这些搜索的用户访问的餐馆以识别疾病的起源。据报道，中国的食品供应商使用人工智能来发现不卫生的厨师，总部位于旧金山的创业公司ImpactVision利用机器学习和高光谱成像 – 光谱学和计算机视觉的结合 – 自动评估工厂和其他地方的食品质量。