ロボットは未来かもしれませんが、ロボット アームは古き良きバーコードを使用するのが得意ではないようです。 バーコードは見つけるのが難しく、奇妙な形の製品に貼り付けられている可能性があり、ロボットではうまくトラブルシューティングできません。
その結果、Amazon は金曜日に、 バーコードを殺す計画.
アマゾンの倉庫にある商品の写真を使用してコンピューター モデルをトレーニングすることで、この e コマースの巨人は、コンベヤー ベルトを下っていく商品を 1 つずつ監視して、画像と一致することを確認できるカメラ システムを開発しました。 最終的に、Amazon の AI 専門家とロボット工学者は、このテクノロジーを、アイテムを持ち上げて向きを変える際に識別するロボットと組み合わせたいと考えています。
「この問題を解決して、ロボットがバーコードを見つけてスキャンしなくてもアイテムを拾い上げて処理できるようにすることが基本です」と、ベルリンにある Amazon のコンピューター ビジョン グループの応用科学マネージャーである Nontas Antonakos 氏は述べています。 「これにより、より迅速かつ正確に荷物を顧客に届けることができます。」
マルチモーダル識別と呼ばれるこのシステムは、すぐにバーコードを完全に置き換えるものではありません。 アマゾンの倉庫にある製品には、製品を製造して出荷する外部企業が在庫を特定して追跡するテクノロジーに依存している限り、バーコードが必要です。 Amazon の新しいシステムは現在、スペインのバルセロナとドイツのハンブルグの施設で使用されており、同社によると、そこでの荷物の処理にかかる時間はすでに短縮されているという。 このテクノロジーは Amazon のビジネス全体で共有されるため、いつかホールフーズや、Amazon が所有する実店舗のある別のチェーンでそのバージョンを見ることができるようになる可能性があります。
Amazon はコンピューター ビジョンを他の製品に組み込んでいます。 あなたはできる エコーショーに聞く スマートディスプレイ」アレクサ、私は何を持っていますか?この機能は Show and Tell と呼ばれ、視覚障害者を念頭に置いて設計されています。スマートフォン メーカーやソーシャル メディア企業 AIも搭載 たとえば、写真を自動的に分類するカメラや写真アプリの機能。
Amazon によると、このシステムによって排除される問題、つまり間違った商品が顧客に送られるという問題は、それほど頻繁には発生しないという。 しかし、1 つの倉庫が 1 日に処理するアイテムの数を考えると、たとえまれなミスであっても、大幅な速度低下につながります。
Amazon の AI 専門家は、製品の画像のライブラリを構築することから始めなければなりませんでした。これは、同社がこのプロジェクトの前に作成する理由がありませんでした。 画像自体と製品の寸法に関するデータは、アルゴリズムの初期バージョンに供給され、カメラはモデルをトレーニングするためにアイテムの新しい画像を継続的にキャプチャします。
アルゴリズムの精度は、最初に使用したときは 75% から 80% の間であり、Amazon は有望なスタートであると考えました。 同社によると、現在の精度は 99% です。 色の違いを検出できなかったとき、システムは最初の問題に直面しました。 プライムデーのプロモーション中、システムは Echo Dot の 2 つの異なる色を区別できませんでした。 パッケージ間の唯一の違いは、青または灰色の小さな点でした. いくつかの改造により、識別システムは信頼スコアを評価に割り当てることができるようになりました。これは、間違いであることが非常に確実な項目のみにフラグを立てます。
Amazon の AI チームは、マルチモーダル識別システムを微調整して、人間が扱っている製品を評価するのは難しいと述べています。そのため、最終的な目標は、代わりにロボットがそれらを処理することです。