據(jù)報(bào)道，亞馬遜正不斷開發(fā)基于人工智能（AI）的先進(jìn)技術(shù)。這種技術(shù)可以在包裝過程中檢測出損壞的商品，從而將其移除，使其不會到達(dá)客戶手中。

據(jù)了解，這種檢測產(chǎn)品狀況的過程多年來一直在亞馬遜的倉庫中由人工完成。*多會有五個(gè)人進(jìn)行六點(diǎn)目視檢查，以檢查貨物的狀況如何，是否可以裝運(yùn)。然而，這對員工來說是一個(gè)耗時(shí)的過程，他們 "很少在庫存中發(fā)現(xiàn)損壞的商品"。

在德國進(jìn)行測試

為加快這項(xiàng)任務(wù)的完 成，亞馬遜物流技術(shù)公司（Amazon Fulfillment Technologies）正在開發(fā)一種基于人工智能的工具，它可以在產(chǎn)品運(yùn)送給客戶之前檢測出異常情況并標(biāo)記出有缺陷的產(chǎn)品。去年，該研究團(tuán)隊(duì)發(fā)現(xiàn)，他們可以使用一個(gè)帶有參考圖像的機(jī)器學(xué)習(xí)模型，教系統(tǒng)如何將它正在查看的產(chǎn)品與該產(chǎn)品應(yīng)該是什么樣子的圖像進(jìn)行比較，從而使該項(xiàng)目得以啟動。

為了實(shí)現(xiàn)這一目標(biāo)，科學(xué)家們運(yùn)用計(jì)算機(jī)視覺技術(shù)，對經(jīng)過德國首都郊區(qū)倉庫的每件物品進(jìn)行掃描。然后AI模型會對掃描結(jié)果進(jìn)行分析，以發(fā)現(xiàn)可能存在的損壞。如果有損壞沒有被發(fā)現(xiàn)，專家們會對其進(jìn)行分析，并教AI如何檢測出這些錯(cuò)誤。

效率提高三倍

亞馬遜配送技術(shù)公司應(yīng)用科學(xué) Schwerdtfeger表示：“該系統(tǒng)對受損產(chǎn)品的識別效率是人工識別的三倍?！蔽覀兿Ｍ谑フQ節(jié)前在北美和歐洲的 12 個(gè)物流中心部署我們的損壞檢測軟件。他說：“一旦實(shí)施，該技術(shù)將有助于檢測每月 4000 多萬件產(chǎn)品的損壞情況”。

除了在更多地點(diǎn)安裝該系統(tǒng)外，亞馬遜履行技術(shù)團(tuán)隊(duì)還計(jì)劃擴(kuò)大該系統(tǒng)的功能，并在運(yùn)送訂單前進(jìn)行損壞檢測，例如，識別損壞發(fā)生的時(shí)間和地點(diǎn)等。