我在前雇主的这个项目上工作了近8个月。我们与麦当劳以诚信合作的方式开展项目，但八个月后才发现麦当劳从一开始就没有打算与我们合作，而只是把我们当作他们最终收购这项技术的谈判策略。从这个项目中我学到了两件事。我们团队为每一种可能的点餐组合构建了一个完整的英文语言模型。没有使用LLM，也没有使用gpt。有趣的是，麦当劳在我们准备告诉他们这个方案在技术上不可行且无法扩展的前一个月停止了与我们团队的沟通并放弃了这个项目。问题不是糟糕的AI或数据不足。问题在于所有现实世界中的接口挑战，包括在各种不同的气候和天气条件、温度和湿度下保持扬声器和麦克风的正常工作，这非常昂贵。…
源讨论麦当劳正在结束其车道点餐AI测试原帖 116 条评论 · 导入时统计把你的经验，加入这段讨论。
谢谢分享，除了这个之外其他都明白了： > 问题是所有现实世界中的接口挑战，让扬声器和麦克风在各种不同的气候和天气条件、温度和湿度下在户外正常工作，这非常昂贵。 我以为这个问题已经解决了，特别是麦当劳？
完整原文为什么不能只用手机和应用程序解决硬件问题呢？ 你们公司用了什么机器学习模型？
完整原文这一点都不让我惊讶。麦当劳在很多方面都是个糟糕的公司，甚至从它创立的根源就开始了。他们做快餐（这个行业以虐待员工而闻名），并且被一个贪婪的商人（雷·克罗克）从原始创始人那里夺走了。他们的食物还可以，但我绝不会在他们那里工作。
完整原文麦当劳弄错我的订单次数比任何其他餐厅都少，提供的食物更温暖，质量更好，价格更便宜，而且他们的罗纳德·麦当劳儿童医院在我们最黑暗的时刻拯救了我的家庭。 抱歉你们与他们的AI合作失败了，伙计。
完整原文在为各种公司结构工作过之后，我同意特许经营模型往往在处理一切事情上更加冷酷一些。（即使不是故意的） 当“业务”实际上是你公司之外的时候，你会遇到与在其他组织结构中相同的情况，只是更糟糕。
完整原文> 问题不是糟糕的AI，也不是数据不足。问题在于所有现实世界的接口挑战，让扬声器和麦克风在各种不同的气候和天气条件，以及温度和湿度下正常工作是非常昂贵的。 这是一个很好的观点。Shazam面对的挑战更简单，但在恶劣的环境条件下仍然会出错。
完整原文> 问题在于所有现实世界的接口挑战，让扬声器和麦克风在各种不同的气候和天气条件，以及温度和湿度下正常工作是非常昂贵的。 这听起来像是人类也面临的问题——人类只是更有能力应对糟糕的音频吗？
完整原文> 让扬声器和麦克风在各种不同的气候下正常工作 两个人通过麦克风设置也经常难以互相理解。
完整原文尊重不同观点，分享具体经验。
登录后即可发帖、评论、转发和引用。