亚马逊线下店 AI 训练失败:离不开 1000 名审核人员

添加书签

专注AIGC领域的专业社区,关注微软&OpenAI、百度文心一言、讯飞星火等大语言模型(LLM)的发展和应用落地,聚焦LLM的市场研究和AIGC开发者生态,欢迎关注!

号称“ AI ”结账的技术实际上离不开远在印度的 1000 名视频审核人员。
亚马逊对旗下亚马逊生鲜(Amazon Fresh)杂货店无需收银员的“拿货即走”(Just Walk Out)技术不抱希望了。
据 IT 外媒《The Information》报道,新建店铺将不配备基于计算机视觉的监控技术,“大多数”现有店铺将撤走这项技术。
早期,亚马逊的勃勃野心包括向其他实体店销售“拿货即走”技术。但问题是,这项技术从未真正发挥过作用。
顾名思义,“拿货即走”的本意是让顾客从商店拿起他们想要的商品,然后直接走人,跳过任何结账过程。
亚马逊希望完全通过基于 AI 的视频监控来追踪顾客买走的商品;该系统只需在店铺门口扫描一下手机,顾客随后就会通过亚马逊账户收到账单。
当这项技术在 2016 年宣布时,亚马逊的销售宣传资料写道:“如果我们能把最先进的机器学习、计算机视觉和 AI 全融入到店铺的每一个角落中,这样您永远不必排队,那会怎么样?”
店铺里有 100 多个摄像头和固定的货品位置,这一切都是为了让基于 AI 的计算机视觉结账成为可能。
《The Information》在 2023年 5 月的一篇报道显示,在最初宣布这一想法的六年后,亚马逊依然面临无数的技术问题。
报道声称:“截至 2022 年年中,亚马逊在印度有 1000多人从事“拿货即走”项目,他们的工作包括手动审核交易和标记来自视频的图像,以训练‘拿货即走’的机器学习模型。”
训练是任何 AI 项目的一部分,但亚马逊似乎没有取得太大的进展,哪怕在投入这个项目多年之后。
“截至 2022 年年中,‘拿货即走’每 1000 笔销售需要大约 700次人工审核,远远高于将每 1000 笔销售的人工审核数量减少到 20 次到 50 次这一内部目标。”
亚马逊的团队“一再错过”减少人工审核的目标,“对后备人员的依赖一方面解释了为什么顾客可能需要数小时才能收到收据。”
据《The Information》报道,“拿货即走”技术部署在了 20 家亚马逊 Go 商店、40 家亚马逊生鲜杂货店以及 2 家全食超市
该技术甚至获得了一些第三方门店的支持,包括“其他公司在美国体育场馆、12 个机场和弗吉尼亚州阿灵顿一所大学经营的 30 家门店”。

亚马逊将改而采用一种更合理的无收银员模式:内置结账屏幕和扫描仪的购物车。顾客可以一边悠闲地扫描商品,一边把它们扔进“亚马逊 Dash Cart 智能购物车”,屏幕让他们可以立即看到已购买的商品总量。购物车扫描仪还意味着亚马逊不再需要一小群店铺员工不断地清理货架,以便摄像头视觉系统能够工作。
亚马逊就该消息发布了一份声明:去年,我们投入了大量时间重新设计了多家亚马逊生鲜商店,提供更多的价值、便利和选择,从而营造更好的整体购物体验——到目前为止,我们已经看到了积极的效果顾客购物满意度得分更高,购买量有所增加。
我们顾客那里听到,虽然他们享受‘拿货即走’带来不用排队结账的好处,但他们也希望能够轻松找到附近的产品和交易,购物时查看收据,并知道他们在整个店铺购物时节省了多少钱。为了给我们的顾客提供更多的便利,我们推出了亚马逊 Dash Cart这是我们的智能购物车,它让顾客可以享受所有这些好处,包括不用排队结账。

本文来源云头条,如有侵权请联系删除

END

本篇文章来源于微信公众号: AIGC开放社区