第268章 定制化训练(第2页)

那眼下ai介入服务业之后，等到ai模型足够强大，为那些特定场景制定完成标准之后，剩下的不也是可以走流水线式的批量化嘛。

比如：饭店门口揽客的服务员，其核心逻辑其实并不难。看似真人更有人情味，但是在这种低收入的岗位上，真人的情绪以及工作投入程度是个不确定性因素。

相反，机器人是没有情绪的。

机器人可以根据算法为不同的人群制定不同的介绍欢迎词。对着老年人介绍自家的养生菜，对着年轻人介绍自家的网红特色菜，对着小朋友介绍自家还送各类小玩具。

总之，食客的需求模型是不难的，是很容易被用大语言模型来覆盖的。

那么这样一来，门口揽客的那个服务员就不再被需要了。

之后是上菜的服务员，由于这类服务员不仅仅是上个菜，而且还要满足食客提出的一些诸如催上菜或者加汤水之类的要求，因而也需要具备对话功能。

然后足够强大的大语言模型也能覆盖这类需求，那么大量的餐厅服务员也成了不是必须的岗位。

接着是厨房，还有后厨洗菜的。

如果再扩展一下，各类柜台咨询类职位貌似都没有存在的必要了。

比如银行窗口这类岗位。

这类岗位看似有地域性特点，因为各地的方言都是不同的，更坑爹的是有些方言还有独有的句式和用词逻辑，并非是简单的转译就行的。最麻烦的是乡村网点面对上了年纪的大爷大妈时简单的对话逻辑显然是不行的。但是，ai大语言模型是支持进一步训练的。

林远都已经想到了，只要像自己刚刚的操作那样，把当地的方言对话收集起来做成数据集，然后这份数据集只要涵盖各个年龄段人群的对话特点。

比如：专门去收集下中老年人的对话逻辑特点，之后就可以把数据集喂给大模型，随后就可以针对每个地方训练出一份带有地方特色的专用权重语言模型。

哪怕是虚拟的仙侠世界都能被训练出一套专有的对话逻辑，更别说现实中本就存在的各个地区了。

之后呢

林远接着脑补。

大爷大妈们会觉得窗口上那些套着人造硅胶皮套的机器人更加亲切，因为这些机器人不会给他们甩脸色，还会一遍遍不厌其烦地耐心指导。