腾讯的“AI饲养员”与9000张光盘

产 哥 说

在鹅厂，有一群“不务正业”的人。

他们坐着同样的工位，却做着剑走偏锋的事，脱着同样的发，却上演一幕幕迷惑行为。

他们笑笑说：“旁观者迷，当局者清。”

“不务正业”的第一期，产哥为大家介绍一群“AI饲养员”。他们蹲守饭堂，看菜来肉往，听盘起碗落；阅片9000张“光盘”，衣带渐宽还执迷不悔。

今天，让我们走进他们的故事。

主笔：叉叉

编辑：叉叉

联合出品：腾讯产业互联网公众号 腾讯新闻

“新目标出现，三点钟方向。”

蹲守在角落里的杨sir正在执行一个特殊任务，远处目标闪现，他用余光锁定。

目标逼近，走到面前，杨sir掏出手机，向前一步，“咔”，一张餐盘照被保存至相册。

点击、放大：盘中有剩饭、骨头、蔬菜叶，些许油渍，汤碗还未见底。

“五脏俱全，样本不错。”

他抬起头，面前这位上海交大的大一新生显然有些错愕，今天报道，他刚吃完大学的第一顿晚餐——难不成没吃干净，被校领导抓住了？好家伙，开门红。

“没事儿，我搞研究的。”杨sir缓解着学生的紧张情绪，同时把这张照片发送给远在深圳的Hank。

不止是大一新生，很多提前返校的高年级学生，都注意到学校食堂餐盘回收处，蹲守着一个陌生的“怪人”，以拍餐盘为乐。

这在学生群体里边引起了一点小骚动：学校开始严抓“光盘”了？为什么没有事先的通知？拍餐盘的是何许人也？

只有杨sir知道，明天，团队开发的“AI识别光盘”功能将首先落地上交食堂。

蹲守七日，他的手机里已经存储了9000多张餐盘照，这些照片，成为这次特别的“光盘行动”顺利落地的关键。

难落地的“光盘行动”

杨sir是腾讯微校的项目PM，所在团队是鹅厂专门为高校提供信息化服务的一群人，推出的微信校园卡和腾讯校园码，实现高校各个场景的“一码通”。

龙哥是杨sir的老朋友，是上海一高校食堂管理负责人。

早些年，龙哥所在的高校大肆推行“光盘行动”的时候，他就向杨sir取过经。

当时，光盘行动很火，基本上每个高校都在做，学校把落实光盘行动的任务交给了龙哥。

龙哥最初尝试过人工审核，每个回收处配备一位光盘志愿者，穿志愿服戴红袖套，如果光盘审核不通过，就会上前进行提醒教育。

因为光盘的判定本来就很主观，并且也并不是强制行为，志愿者和学生之间经常产生摩擦。

龙哥想出了一个朋友圈打卡的制度，只要把光盘拍下来晒到朋友圈，并且截图发送给班级管理员，就可以领取一些加分和奖励。

结果发现学生的参与度很低——“现在的年轻人，发朋友圈晒光盘，说太奇葩。”龙哥说到。

后来，龙哥找到外包开发商做了一个H5，大家拍照上传光盘照，填写姓名，然后后台配备管理员，线上统计光盘情况，每年还会为光盘积极参与者颁奖，龙哥觉得这个方式应该很靠谱。

结果再次打脸，他发现很多学生在姓名栏胡乱填写，甚至一顿餐，“一个人”上传了十来份不同的空盘。

龙哥觉得很苦恼，并把这个苦恼告诉了杨sir。

“这的确是我们此前没有太注意的高校的痛点，粮食浪费也是一个社会问题。当时我们就想，可不可以结合腾讯的产品、技术，帮助到高校的‘光盘’管理。“杨sir把一线客户的痛点，传达给了微校的产品经理Hank。

刚好，今年9月，一份由教育部研究制定的《教育系统“制止餐饮浪费 培养节约习惯”行动方案》正式印发，方案里指出要创新使用科技手段，打造节约型智慧食堂。

方案印发不久，腾讯微校的老朋友上海交大，就找到了Hank，希望通过一些科技手段，真正让光盘行动落地。

“既然我厂能用AI种番茄种黄瓜，还能让沙漠开出花，为什么就不能用AI节约粮食？”Hank想着，可以用AI识别光盘，然后结合微校的能力植入积分激励，为高校打造一个智能的“光盘助手”。

上交食堂，校方正在大力推行光盘行动

Hank通宵把初版方案写好，第二天一早发给了上交，没想到校方很快回应：觉得很ok。

只不过，校方希望上线的时间在9月11日，上交的开学日——也就是一周后。

倒计时开始，项目组的“七日狂奔”开始了。

深入一线：谁是守门人？

七天，从0到1，对于一个要服务上万师生的项目来说，挑战性很大，尤其还涉及了AI建模。

很快，第一个大问题就来了，光盘数据严重不足。

这里的数据，就是指各类光盘照和非光盘照，模型通过对这些照片不断学习，才能分辨盘够不够“光”。

团队准备在网上进行数据采集，但是发现光盘照非常稀缺。“谁会没事拍光盘，线上能找到的照片太少了。”

只好深入一线实拍。

杨sir作为微校项目经理，经常辗转各大高校，经历过多个项目的落地交付和后期运营，对高校状况更加熟悉。

他摇身一变，从俯瞰深圳湾的工位上出走，变成了开篇那位掐点上岗的“餐盘守门人”。

但很快，他发现上交有多个食堂和餐盘回收处，单个窗口“流量”有限，有时只能眼睁睁看着一群学生把餐盘喂进对面的回收处。

杨sir准备启用Plan B，尝试安装摄像头代替人工拍照，但是受限于安装角度和清晰度的局限性，遂宣告放弃。

他随即向校方申请驰援，校方紧急调动网络信息中心、后勤部组建了后备军团，向全校召集蹲点志愿者，每个关卡都保证有一个“守卫”，不放过一个“光盘”，前线“食粮”生产终于有了保证。

“第一个问题算是暂时解决了”，杨sir舒了一口气。

收到Hank凌晨3点的消息，杨sir才发现，这口气舒得太早了。

 9000张光盘背后：

解决数据“三宗罪”

“干扰数据欠缺，多样性不足，均衡性不行。”

后方军营的几位AI大神罗列出第一批数据的“三宗罪”。

Norris，波哥，鹅厂AI大神，博士毕业于中科院自动化研究所，在腾讯顶尖AI实验室AI Lab，专注计算机视觉多年，他们在2天后加入团队，推动AI建模。

大致“检阅”了前线回传的第一批光盘照，他们发现不少问题。

首先，就是缺少干扰数据。

因为前线只收集了“餐盘照”，其他的非餐盘照AI完全没见过，AI模型就以为这世上只有光盘和非光盘两个东西。

如果拍一张空墙，可能它会识别成空盘，如果拍一张带钟的墙，它会说，盘里有肉。

因此，需要很多非餐盘的干扰照片引入。

第二，数据缺少多样性。

拍到的餐盘照片里，大多数都是饭和菜，不够丰富多样，需要汤、骨头、饭、菜、面、油、酱等雨露均沾；

而且，除了传统样式的盘子，面碗、蒸笼、小炒碟等各种样式的餐具，样样不能少。

第三，采集的数据不均衡。

数据最理想的比例是光盘：非光盘：干扰数据比例为1:1:1，但是第一批照片里，光盘还是占多数。

“三宗罪”下来，杨sir有点想掀盘子了，这AI模型不仅是个大胃王，还这么挑食：胡吃海喝有问题，还要配置均衡的营养餐！

原来，养一个AI模型，并不比养娃简单。

这群每天对着电脑码代码、对着产品找bug、对着客户找需求的互联网人，成了一群奶爸力爆棚的“AI饲养员”。

饲养员们一大早紧急召开线上会，讨论如何更好的满足AI模型胃口。

首先，前线紧急调用兵力，在一些面食、小炒窗口加设守门员。当时最缺的数据就是骨头数据，杨sir就会先在各大食堂先巡视一遍当天菜品，如果发现哪个食堂排骨和鸡腿多，就会转移当天主阵地。

同时，产品和开发紧急部署，在微校为上交开发的“交大V卡”页面，新设了几个餐盘拍照上传入口，学生可以自行上传餐前餐中餐后的照片，保证数据多样性。

后方的Hank和AI Lab的同学也开始在鹅厂各大食堂反复横跳，搜集各类餐盘。

除了低头拍光盘，他们也抬头开始拍天拍云拍星星，为了加入更多的干扰照片。

……

AI饲养员在鹅厂各大食堂拍摄光盘

最终，各个渠道返回了1.5w张餐盘照，初步筛出了9000张照片，AI建模终于有了一点点曙光。

食欲不振的“阅片师”

前线数据采集的同时，后方的营帐里也并不轻松, 人工标注和AI建模开始同步推进。

首先，需要人为定义什么才算得上是货真价实的“光盘”。

近万张照片躺平在电脑里，等待着Hank和波哥两位“阅片师”的全方位评级。

只不过，这两位“阅片师”正如坐针毡。

“你说这个鸡腿啃了2/3，算不算浪费？”

“脆骨和硬骨，AI能分辨清楚吗？”

“这面汤底里一块牛肉若隐若现，感觉需要单独标注。”

……

阅片难度比想象中更大，他们又拉上实验室的Hawel和阿松。

一个下午，Hank看了900多张光盘照，到最后连饭都吃不下了，各种食物残渣引起食欲不振。

在看完全部9000多张剩饭剩菜照后，他瘦了五六斤。

深夜的深圳生态园，两位阅片师在进行光盘的人工标注

第一批照片被审核标注，然后投喂给AI模型，接着，它用84%的准确率无情回馈给各位饲养员，傲娇的说，它没吃够。

9000张照片已经是前线所能回传的所有，但对于AI建模来说，量级还是很小，之前的一些深度学习，都是几十万张照片，还能怎样提高准确率？

AI Lab准备采用一个曲线救国的招数——知识迁移。

他们先不给模型看光盘照片，而是先让它看阿猫阿狗、飞机大炮、瓜果蔬菜，这些通用类的照片，数据库里仓储丰盛，有上千类。

吃完这些前菜，AI模型就有了一个通用的识别能力，或者说区分能力，再去识别光盘，门槛就会降低很多。

在饲养员的花式调教下，识别的准确率提升到了96%，通过模型压缩等方式，把识别的反应时间也压缩到了40毫秒。

模型初养成，这段疯狂奔跑，让Norris还有余悸。“整个建模就4天，如果按10分给这个项目的难度打分，可以打9.9分。”

实际上，奔跑并未结束，还剩下关键的一步，制定一个激励机制。

Hank把AI识别光盘的入口放在了“交大V卡”的页面下方，学生点击拍照，上传照片，就能瞬间识别照片是否光盘。

同时，被判定为光盘后就可以领取代金券，如果累计光盘6次，就可以转化为公益行为——兑换洱源县扶贫产品，进一步的支援贫困山区。

数据采集、模型建立、积分体系搭建、API制作、服务器部署，9月10日凌晨3点，饲养员们集体在岗，完成了最后一轮测试。

9月11日，AI识别光盘的功能准时上线，上线第一天，上海交大的学生参与积极，远超团队的预期。

“学生参与度很高，第一天就有上万人次。”

在接下来的一个多月里，AI识别光盘的功能已经覆盖十多万师生，并且相继在42所高校上线，校方传来越来越多的正面反馈。龙哥的学校也开始接入这项能力，他觉得这次的4.0方案，肯定能成。

“让光盘不再是一句口号”

其实回过头看，光盘行动只是腾讯微校产品的一个功能迭代。

七天，从0到1，这群“AI饲养员们”用“死磕”精神，推动这个难度系数9.9的项目顺利交付。

关于光盘行动的下一步，饲养员们也有一些新想法。

“我们也在向K12领域和企业拓展，高校只是第一站。同时，我们在推进一个工具版的‘光盘行动’，通过一个小程序，学校和企业通过它可以自己创建‘光盘行动’，不用依赖我们，甚至都不用和我们有联系。”Hank说到。

我国餐饮业人均食物浪费量为每人每餐93克，浪费率为11.7%，一年仅餐桌食物浪费量就在1700万吨至1800万吨之间，相当于3000万人至5000万人全年的食物量。在最新的报告中，Hank看到了这几个数据，突然觉得有一点小骄傲。

“节约了多少粮食，我们没想过，但是我们确实为很多高校解决了这一块的管理难题，也确实是在为这样的一个社会难题做一些小小的贡献，我们希望光盘行动能在不同场景真正落地，通过科技的力量，让光盘行动不再成为一句口号。“

腾讯还有很多相似的“AI饲养员”，很多“狂奔者”，很多“不务正业”的产业人，他们希望通过一行代码、一个功能、一个产品、一个解决方案，为产业带来一些改变，或者为整个社会带来一些有价值和意义的事情，这是他们简单而执着的信条。

- 欢迎关注我们的视频号 -