A algunas personas les gustan sus pizzas con queso extra, salsa extra o pepperoni doble. La pasión de Zack Fragoso es la pizza con muchos datos.
Fragoso, gerente de ciencia de datos e IA del gigante de las pizzas Domino’s, obtuvo su doctorado en psicología ocupacional, un campo que emplea la estadística para clasificar los caprichos del comportamiento humano.
“Me di cuenta de que me gustaba la parte cuantitativa”, dijo Fragoso, cuya agilidad con los números lo llevó a trabajos de consultoría en análisis para el departamento de policía y la orquesta sinfónica de Detroit, su ciudad natal, antes de conseguir un trabajo administrativo en el equipo de IA en expansión de Domino’s.
La empresa fabricante de pizzas “ha hecho crecer nuestro equipo de ciencia de datos de manera exponencial en los últimos años, impulsada por el impacto que hemos tenido en traducir los conocimientos analíticos en elementos de acción para el equipo empresarial”.
Tomar decisiones rápidas es importante cuando necesitas entregar más de 3,000 millones de pizzas al año rápidamente. Por lo tanto, Domino’s está explorando el uso de la inteligencia artificial para una gran cantidad de aplicaciones, incluida la predicción con mayor precisión de cuándo estará listo un pedido.
“Points for Pie”, que se lanzó en el Super Bowl del año pasado, ha sido el proyecto de IA de más alto perfil de Domino’s hasta la fecha. Toma una foto con tu smartphone de la pizza que estés comiendo y la compañía te dará puntos de fidelidad para canjear por una pizza gratis.
“Había mucho entusiasmo en la organización, pero nadie estaba seguro de cómo reconocer las compras y otorgar puntos”, recordó Fragoso.
“El equipo de ciencia de datos dijo que esta es una gran aplicación de la inteligencia artificial, así que creamos un modelo que clasifica las imágenes de pizza. La respuesta fue muy positiva. Recibimos mucha atención de la prensa y se realizaron una gran cantidad de canjes, lo que quería decir que la gente lo estaba usando”, agregó.
Domino’s entrenó su modelo en un sistema NVIDIA DGX equipado con ocho GPU V100 Tensor Core y utilizando más de 5,000 imágenes, incluidas las imágenes que algunos clientes enviaron de pizza de plástico para perros. Una encuesta enviada en respuesta a las imágenes ayudó a automatizar parte del trabajo de etiquetar el conjunto de datos único que ahora se considera un recurso corporativo estratégico.
La IA Sabe Cuándo Estará Listo el Pedido
Recientemente, el equipo de Fragoso alcanzó otro hito, cuando aumentó la precisión del 75% al 95% para las predicciones de cuándo estará listo un pedido. El llamado modelo de tiempo de carga tiene en cuenta variables como cuántos gerentes y empleados están trabajando, el número y la complejidad de los pedidos en el proceso y las condiciones actuales del tráfico.
La mejora ha sido bien recibida y podría ser la base para futuras formas de mejorar la eficiencia de los operadores y las experiencias de los clientes, gracias en parte a las GPU de NVIDIA.
“Domino’s hace un muy buen trabajo catalogando datos en las tiendas, pero hasta hace poco carecíamos del hardware para desarrollar un modelo tan grande”, dijo Fragoso.
Al principio, tomó tres días entrenar el modelo de tiempo de carga, demasiado tiempo para que su uso fuera práctico.
“Una vez que tuvimos nuestro servidor DGX, pudimos entrenar un modelo aún más complicado en menos de una hora”, dijo sobre la aceleración de 72 veces. “Eso nos permitió iterar muy rápidamente, agregando nuevos datos y mejorando el modelo, que ahora está en producción en una versión 3.0”, agregó.
Más IA en el Horno
El próximo gran paso para el equipo de Fragoso es aprovechar un banco de GPU NVIDIA Turing T4 para acelerar la inferencia de la IA para todas las tareas de Domino’s que involucran predicciones en tiempo real.
Algunos casos de uso emergentes en proceso todavía se consideran ingredientes secretos en Domino’s. Sin embargo, el equipo de ciencia de datos está explorando aplicaciones de visión de computación para hacer que los clientes obtengan su pizza de la manera más rápida y sencilla posible.
“La latencia del modelo es extremadamente importante, por lo que estamos desarrollando una pila de inferencia utilizando las T4 para alojar nuestros modelos de IA en producción. Ya hemos visto mejoras bastante extremas con una latencia de 50 milisegundos a menos de 10 ms”, informó.
Por otra parte, Domino’s recientemente aprovechó BlazingSQL, un software de código abierto, para ejecutar consultas de ciencia de datos en las GPU. El software NVIDIA RAPIDS facilitó la transición, ya que admite las API de una herramienta anterior basada en CPU y ofrece un mejor rendimiento.
Ofrece una aceleración promedio de 10 veces en todos los casos de uso en la parte del proceso de IA relacionada con la creación de conjuntos de datos.
“En el pasado, algunas de las operaciones de limpieza de datos e ingeniería de características podían haber tomado 24 horas, pero ahora las hacemos en menos de una hora”, dijo.
Domino’s es una de las muchas empresas con visión de futuro que utilizan las GPU para incorporar la IA en el comercio minorista.
Las GPU de NVIDIA ayudaron a impulsar a Alibaba a generar 38,000 millones de dólares en ingresos durante el Día de los Solteros, el evento de compras más grande del mundo. Y el vendedor minorista más grande del mundo, Walmart, habló sobre su uso de las GPU y NVIDIA RAPIDS en un evento a principios de este año.
Por separado, IKEA utiliza el software de IA del socio de NVIDIA Winnow para reducir el desperdicio de alimentos en sus cafeterías.
Las capacidades de computación en el edge en tiempo real de la plataforma EGX pueden notificar a los empleados de la tienda para que intervengan durante las pérdidas, abrir nuevos mostradores de caja cuando las filas se alargan y brindar las mejores experiencias de compra a los clientes.