近日,騰訊微校聯合上海交通大學、深圳大學、中國美術學院、吉首大學等全國42所高校,基于AI技術,發起了一場別開生面的“光盤行動”。目前,活動已吸引了超十萬名學生參與,厲行糧食節約開始在各大高校蔚然成風。
(學生在使用“光盤”小程序)
今年9月,教育部正式印發《教育系統“制止餐飲浪費 培養節約習慣”行動方案》。《方案》指出,要引導廣大師生牢固樹立勤儉節約意識,切實養成勤儉節約的良好習慣。在2020年秋季學期的基礎上建立健全學校餐飲節約管理長效機制,結合科技創新手段及綠色學校創建,因校制宜制定針對性、操作性、實效性強的舉措,重在從根本上解決學校餐飲浪費問題。
響應方案號召,騰訊微校聯合各大高校發起了“百校光盤行動”,運用AI智能識別“光盤”,鼓勵高校學子節約糧食、杜絕餐飲浪費,同時推進節約型智慧食堂的搭建。”背后的技術支持,來自騰訊AI Lab提供的基于深度學習的AI智能識別系統。據了解,通過自動數據增強、遷移學習和知識蒸餾等技術,“AI光盤識別系統”在40毫秒內即可高效、穩定、準確地識別盤中食物存留情況。“AI光盤識別系統”準確率可達到98%。
AI識別“光盤”引爆學生參與熱情
10月22日,上海交通大學閔行校區的食堂中,學生們在就餐后,掏出手機,打開“交我辦APP”,在“交大V卡”里直接拍照上傳了光盤照片。當系統識別為“光盤”后,學生們獲得了用餐代金券的獎勵。代金券可以用于下次消費或者用于自動抵扣,光盤累計達一定次數后,就可以兌換學校提供的特色獎品,其中還包括一些特產,比如來自上海交通大學定點扶貧縣——云南洱源縣的特色飲料。
上海交通大學的“光盤活動”上線于9月11日。在開學伊始,上海交通大學網絡信息中心與后勤保障中心就推出了“‘光盤’換好禮,文明‘益’起來”為主題的光盤行動。為了讓活動持續落地,有效激勵師生不留剩飯剩菜,上海交通大學聯合騰訊微校,率先嘗試使用AI技術來檢測“光盤”,用科技打造智慧型節約食堂。
學生們上傳的照片,經過騰訊AI Lab的智能識別系統,能夠快速識別食物存留情況。截止至11月6日,上海交通大學數萬名師生參與了這次“光盤行動”,完成人次超8萬。
“參與‘光盤行動’不是為了紅包,而是覺得活動本身非常有意義。學校推出的這個活動新穎又有趣,激發了我們參與的積極性。”上海交通大學的吳同學說道。
(上海交大食堂就餐指數圖)
“AI+光盤”并非上海交通大學首個將科技與食堂相結合的項目。在此前,為了做好疫情防控,上海交通大學后勤保障中心就和網絡信息中心合作推出了“上海交通大學食堂就餐指數”,實時發布各食堂就餐人數信息,引導師生錯峰分時就餐。不僅如此,師生們還能查看更詳細的餐廳各樓層的用餐人數分布,實現分流就餐。
AI“檢測員”背后:為期7天的研發搶時戰
讓AI來充當光盤“檢測員”,是如何實現準確“光盤”的準確定義的?這背后是一場7天的“搶時戰。”
9月4日,上海交通大學在微信群里向騰訊微校及AI Lab團隊發出了合作要求。接到需求后,騰訊微校產品副總監李鑫和研發工程師蔣子良當天就商量出了產品方案。第二天方案成型后,兩人便開始同步收集大量的餐盤照片,為之后AI Lab做圖像識別、數據分析來提供數據。
“通過AI技術來識別光盤是一個聽起來很酷的想法,但一開始我們并不確定能否真的做到。”李鑫說道。他們唯一能做的,就是跟時間爭搶更多的時間。
從產品方案生成后,短短兩天時間內,李鑫和蔣子良的團隊就完成了初步的產品設計,并人工識別了近900張“光盤”圖片。9月7日,AI Lab加入了這個項目,此時距離上海交通大學9月11日開學僅剩4天了。
在短短4天時間里,AI Lab工程師完成了數據采集、建立模型、訓練并優化模型、版本測試以及最終的上線。從第一張帶有餐盤的“光盤”圖像上傳成功,到下一張留有剩菜的“非光盤”圖像上傳成功,再到第十張,第一百張……直到第九百張圖片上傳成功,第一階段的數據采集初見成效。
但問題又隨之而來,“光盤”或“非光盤”的識別該如何做到準確定義?餐盤中有吃剩下的骨頭,算不算光盤?骨頭又分為脆骨和硬骨,那照片中發現可食用的軟骨算不算光盤?喝剩下的湯,湯中沒有肉和菜,“光盤”了嗎?真實場景中遇到的問題遠比最開始的設想更復雜。
(AI工程們觀看近萬張圖片用于開發算法)
為解決這個問題,騰訊微校產品團隊和AI Lab工程師在后臺逐一查看了每一張圖片,并進行定義分類:光盤,或者非光盤,同時還要定義這個過程中可能產生的歧義,例如將硬骨和脆骨進行單獨標注,并把定義變得易于讓機器學習并理解。
在數據量不斷增加,準確率不斷提升的過程中,定義被干擾的問題又產生了——有學生拍了外賣塑料杯,甚至拍了電腦屏幕上的“光盤”來參與抽獎。這些數據該如何定義?團隊經過商討后,提出了這樣的解決方式:嚴格定義正常數據,僅當上傳的圖中含有托盤或者餐盤時,才能被識別為“光盤”。
“這也說明學生們的參與度很高,那我們活動的初衷和意義就達到了。”蔣子良說,“要通過科技的力量來提升一種文明借鑒的新‘食’尚、新風尚。”
據了解,在AI Lab智能識別系統的持續、深度學習下,光盤識別的正確率已經從最早的85%提升到了98%,通過自動數據增強、遷移學習和知識蒸餾等技術,AI算法可以在40毫秒內準確判斷盤中食物存留情況。
未來:AI將從高校食堂走進社會場景
11月4日,在深圳大學,“光盤行動”正在進行。學生們在食堂用完飯菜后,熟練地拍照上傳到微信校園卡小程序,利用AI智能識別技術,一鍵識別自己的餐盤是否達到了光盤標準。
“原來我們要在飯堂收餐處放幾個垃圾桶,現在只需要一個,學生的剩飯剩菜也少了很多,也減少了我們的工作量,提高了工作效率。”深圳大學食堂班長阿姨說道。
據深圳大學學生部副主任徐曉玲介紹,從上學期開始,學校就在推動落地“光盤行動”。學生們參與積極性和熱情很高,在本期11月2-3日,僅2天時間,就有2萬人次提交了“光盤”數據。接下來,學校還將繼續深入落實“光盤行動”,并落實到理念教育層面。“通過AI技術手段,能夠幫助學校更好地了解學生們參與的情況。光盤行動不僅僅是學校層面的行為,也不僅僅是一時的行為,更要發動家庭、組織、社會、全體公民一起參與”。與此同時,深圳大學還將不斷提升智慧校園的建設度,提升師生教學效率和幸福感。
(“光盤”小程序AI拍照識別系統)
李鑫也表示:“在深圳大學信息中心的指引下,將科技的力量遍及到了校園的細小角落,切實地推動智慧校園的落地,將為高校建設提供借鑒經驗與普及意義。”
而在另一方面,騰訊研發工程師張勇表示,盡管98%的準確率已經達到了一定水平,隨著參與的學生、學校越來越多,他們也需要不斷打磨現有的模型,以追求更高的準確率。
對模型進行調優、糾錯、訓練,從而使它擁有更多的辨別和更好的運行能力,是一個持續動態的過程,騰訊AI Lab研究員樊艷波形容,“有點像是在養一個孩子。”在前期數據量不夠多的情況下,做好預訓練模型,為后期正式上線提供一個可遷移的、學習能力和知識儲備充分的參考對象,再加上自動數據增強、知識蒸餾技術來豐富這個“孩子”的知識和見識,不斷塑造能力的多樣性,才能夠達到“40毫秒穩定準確判斷”的運行效率。
但在這個訓練過程中,“孩子”會不斷犯錯或提出新的問題,AI Lab要做的,就是不斷糾錯,不斷提升它的識別能力、反應能力,讓它可以“站在一個巨人的肩膀上來做后面的事情”。
一個“孩子”培養好了。后續卻有更多的事情要做。
未來,這場“實驗”還將持續升級,從高校食堂走向更大的社會場景,走進企業、走進家庭,它甚至可以不設人員限制,從師生到程序員、運動員,均可實現一部手機隨時參與“光盤行動”,真正感受到“AI技術原來就在眼前”。
而作為全國最大的高校微信生態服務平臺,騰訊微校提供了以微信校園卡和騰訊校園碼為核心的數字校園整體解決方案,正在成為校園服務和師生的連接器。未來,騰訊微校還將深入更多高校,助力教育智慧化新時代的發展。
