亚马逊启示录:用好人工智能,万亿美元市值不是梦
2018-10-10 12:29:45
  • 0
  • 0
  • 0

来源:36氪百家号

编者按:近日,《Fast Company》杂志在网站上发表了一篇长文章,介绍了亚马逊人工智能技术在其订单履行中心、亚马逊Go无人商店、语音助理Aleax等各个领域的运用。文章中指出,人工智能的广泛应用,是亚马逊市值一度突破万亿美元市值的一个关键原因。作者为“Daniel Terdiman”,原文标题为“How AI is helping Amazon become a trillion-dollar company”。

Swami Sivasubramanian住在西雅图郊区一片树木繁茂的地区中,这是当地一些熊经常出没的地方。 有时候,通常在夜里,熊会在Sivasubramanian的后院游荡。但是,尽管他们尽了最大努力,他和他的家人从未亲眼发现过这些“入侵者”。

“我妻子真的很想看到这些熊,”亚马逊负责机器学习的副总裁Sivasubramanian说。“她有时候会一直熬夜,等着这些熊来,她也希望我陪着她熬夜。”

在这方面,Sivasubramanian有点不太情愿。但是作为一名技术专家,他要积极得多。最后,他用DeepLens创建了一个解决方案。DeepLens是一个来自亚马逊网络服务(Amazon Web Services,下文简称AWS)的新视频摄像系统,可以让任何具有编程技能的人利用深度学习来自动化各种任务。

具体来说,他利用DeepLens建立了一个机器学习模型来安抚他的妻子,这个模型可以检测到熊出没,并向她的手机发送一条短信。“这样她就可以醒来,说,‘嘿,一只熊就在那里,’”他说。

DeepLens可以执行许多其他的机器视觉方面的任务,比如辨别食物是不是一个热狗。如果你看过电视剧《硅谷》,对这个任务你肯定不陌生。它还可以将一幅图像的艺术风格整体迁移到整个视频序列中。这只是亚马逊在众多业务中利用人工智能和机器学习的众多方式之一,既用于执行内部流程,也用于改善客户体验。

从很早的时候,亚马逊就利用人工智能系统,根据用户的喜好提出产品推荐。多年来,这些系统背后的算法被反复调整。亚马逊全球消费者部门的首席执行官Jeff Wilke说,如今,由于机器学习技术的进步,这些推荐变得更加灵活。

他解释说:“假设秋季的时候有一种新的穿衣打扮潮流,在过去,我们使用的算法可能需要更长的时间才能意识到买某种鞋的人也买了某款上衣。有了一些新技术,我们可以更早地发现这些东西,以及这些东西背后相关性。然后在更早的时候把它们推荐给顾客。”

Echo Dot-和每一个由 Alexa 提供动力的设备都被注入了亚马逊人工智能。

亚马逊在人工智能和机器学习领域的研究,为Alexa语音助手提供了动力,让AWS的用户可以使用基于云计算的工具,允许顾客拿着商品并立即走出亚马逊Go 商店,引导机器人直接将装满产品的货架交给履行中心的工作人员,等等。

人工智能技术对亚马逊的大部分业务至关重要,而且它的应用范围非常惊人。这也是公司市值一度突破万亿美元市值的一个关键原因。

亚马逊公司的一个理念是,每天都是“Day One”。谈到人工智能和机器学习,Sivasubramanian不仅仅给出了标准的“Day One”作为参考。他开玩笑说,“今天是Day One,但是时间还很早,我们刚刚醒来,甚至还没有喝一杯咖啡。”

机器人之舞

在亚马逊位于华盛顿州肯特市的855000平方英尺履行中心内,一群橙色的亚马逊机器人正在“跳舞”。每台橙色机器的顶部都有一个黄色的盒子,四面各有九排产品包装货架。

在人工智能的驱动下,当太平洋西北部某个地方有人在亚马逊上购买了东西时,每个机器人都自动开始行动,现在每个机器人都自动地绕过其他机器人移动,然后把东西运到指定地点。

在那里,一名工人将会把相关物品取下,放在传送带上,交给另一名工人,由他将物品打包装箱。

考虑到亚马逊处理订单的规模,峰值效率至关重要。每年的订单数以百万计的速度放大,即使每份订单节省一两秒钟也能带来巨大的差异。

一段时间以来,亚马逊在其履行中心使用机器学习“来提高我们预测客户订购的产品,并将其放在正确位置的能力,”Wilke说,“同时也提高了我们向消费者提供产品的效率和速度。”

它看起来并不那么性感,但是最近一项基于人工智能的创新,让那些履行中心的员工可以跳过处理每份订单时的一个手动扫描物品的步骤,这对亚马逊来说是一个巨大的胜利。

这项新技术正被应用于亚马逊的仓储过程中,工人将分销商和制造商送来的物品存放在仓库货架上的任何地方,只要它们的位置被记录在电脑中,机器人一下子就能再次找到它们。

过去一直在使用的方法是,工人从箱子里抓取物品,用条形码扫描仪扫描,放在架子上,然后扫描架子。双重扫描将物品与其位置关联起来。

现在,先进的计算机视觉和机器学习技术的结合,工人们将能够简单地双手拿起一件物品,在附近安装的扫描仪下滑动,并将其放入箱子里。

系统足够智能,可以识别物品放置的位置,并记录下来以备将来参考,而无需工作人员扫描箱子。

亚马逊负责机器人公司的工程副总裁Brad Porter说,解放原本用于操作条形码扫描仪的手大幅度提高了效率。

“我自己做了大约五分钟之后,我意识到我可以拿起五六个小东西……用左手拿着它们,拿着一个,扫描它,放进去,再拿着一个,扫描它,放进去,”他说。“超级自然,超级容易。”

亚马逊履行中心的机器人。

开发这个新系统花了大约18个月的时间,它使用了计算机视觉和机器学习算法,来评估工人触摸物品的方式,并确定这些物品何时被放入箱子里。

Porter将这些算法描述为亚马逊正在使用的“更复杂”的算法之一,因为它需要识别出一个工人是将一个物品放在箱子旁边还是实际上放在里面。

而且,不管箱子有多满,这个系统必须能够在不同的照明条件下工作,光照会随着一年中的时间而发生巨大变化。

最近几周,亚马逊在其位于密尔沃基履行中心启用了新系统,并准备在另外10个中心也这样做。

考虑到要确保任何改变都不会使亚马逊的履行中心变得效率低下,从而产生巨大的负面影响。Porter的团队必须确保新的创新已经万事俱备。

在被问到“今年的假日购物季,我们会启用系统吗?”时,他回答道:“我们差不多已经做好了出发的准备。”

目前还不清楚亚马逊何时、甚至是否会在它的所有履行中心推出新系统。不管怎样,Porter已经在考虑如何改进它了。这归功于利用摄像头技术和机器视觉处理速度的进步。

他设想用更多的摄像头来升级系统,这样就有可能识别包装上的条形码,而工人甚至不必将它对准扫描仪。每件商品可能只节省半秒钟,但以亚马逊的规模来看,这使得它确实非常有潜力。

抓住就走

新的履行中心系统的核心技术是,使用摄像头和人工智能软件来检测有人拿着一个物品并将其放在货架上,你可能会认为亚马逊Go正在使用同样的技术,亚马逊的无人商店允许顾客走进去,拿住他们想要的东西,然后直接走出去,所有的东西都会自动计入他们的账户。

“不是这样的,”Porter说。尽管公司内部的人工智能科学家之间可能会进行一些交流,但亚马逊Go的硬件是独立开发的,包括彩色和深度摄像头,以及重量传感器和算法。

它反映了五年来系统开发的成果,这个系统能够在拥挤的杂货店等复杂环境中跟踪人们处理各种尺寸、形状和颜色的物品。

到目前为止,亚马逊Go只有四家分店,三家在西雅图,另一家在芝加哥,还有更多的在计划中。

但是它们能够处理源源不断的顾客,这些顾客可以在进入时扫描他们的手机,随意购物,从货架上取东西并放回货架上,并准确跟踪他们最终拿走的东西,不管路上有多少潜在的麻烦。

从外面看起来,亚马逊Go很像一个典型的小杂货店。

亚马逊Go的副总裁Dilip Kumar说,对系统来说,最有挑战性的是识别顾客拿起一件商品的行为,因为它会阻挡摄像头对一件商品的观察。

不管商店有多拥挤,即使两个穿着相同的人并排站着,互相伸手去拿,甚至拿的是同样的商品。亚马逊Go的系统必须能够跟踪商店中每个顾客拿了什么。

“你在这里挑选一件物品,或者我在那里挑选一件物品。我们仍然需要能够将我的选择和你的选择联系起来,”Kumar说。“所有这一切的挑战不仅仅是制造一个传感器,还要应对各种光照条件。你还要考虑到颜色变化。粉红色的东西并不总是一整天都是粉红色的。”

为了解决所有的这些问题,Kumar的团队设计了算法来分析摄像头看到的内容,并追踪人们与产品的互动。最后,他们必须能够确定最后是谁将商品从货架上拿走了。

Kumar不愿透露亚马逊Go的系统有多精确,但很明显,如果亚马逊Go的系统容易出错,亚马逊不会向公众开放这些系统的。一年多以来,亚马逊Go在公司西雅图总部大楼进行测试,对系统进行微调,只有员工才能进入。

Kumar说,亚马逊Go技术的下一步是改进算法,使其“每单位计算”更强大,并利用更便宜的传感器。将这两个因素结合起来,亚马逊Go的系统可以更快地识别商店中的新商品,而不必训练算法来识别它们。

他指出,最后要达到当20 %到30 %的商品在任何时候都是新的的时候,系统还能稳定运行,这一点很重要。

当被问及亚马逊是否计划将亚马逊Go平台移植到其“全食帝国”时,Wilke说这不太可能。

相反,他认为亚马逊Go只是向顾客购买杂货和其他物品的多种方式之一,其他的方式还包括亚马逊食品柜(Amazon Pantry)、亚马逊生鲜(Amazon Fresh)、全食等。

Wilke说,最终,机器学习是一种“先进的”技术,它使我们能够更好地利用这些体验。

但是,如果彭博的Spencer Soper最近的一篇报道中的消息准确的话,也就是亚马逊正在考虑在未来几年内开设3000家亚马逊Go商店属实,亚马逊并不会为它的机器学习系统的应用前景感到困惑。

所有人都能定制Alexa技能

当提到亚马逊和人工智能时,可能很多人都会想到亚马逊的数字助理Alexa。迄今为止,人们已经购买了数百万台Alexa驱动的Echo设备,第三方开发人员已经开发了超过45000种技能,这些基本上是语音驱动的应用程序,可以做任何事情,从提示食谱到玩家庭游戏到阅读新闻。

随着Alexa驱动的设备飞速发展,亚马逊一直致力于帮助第三方硬件制造商将Alexa直接集成到他们的产品中。

一项名为Alexa Voice Service的计划迄今已经联合Sonos、Ecobee、索尼、联想等公司推出了大约100种产品。Rabuchin解释说,Alexa Voice Service本质上是云计算中的一组API,使硬件制造商能够利用Alexa。亚马逊会向第三方提供它的前端音频算法,以及制作Alexa驱动的设备的指南。

亚马逊还与机构合作,让它们为放置在大学宿舍或酒店房间的Echo设备创造可定制的技能。

举个例子,Alexa Voice Service的副总裁Steve Rabuchin回忆说,他住在万豪酒店,能够让Alexa打开和关闭灯,打开电视,换频道,还可以询问它健身房在哪里。

Alexa的下一个前沿是让消费者创造自己的定制技能。

过去,这需要一些基本的软件开发知识。但是亚马逊想让Alexa技能创造过程变得简单,所以它推出了它所谓的Blueprints:一个基于模板的Alexa技能创造工具,几乎每个人都能动手创建技能。

Blueprints让任何人都能教Alexa新的技能,不需要有编程基础。

用Blueprint创建技能就像填写几个字段并点击保存一样简单。虽然这些技能一般不会像专业开发人员所构建的那样复杂,也不能公开提供,但是它们确实允许几乎每一个Alexa用户都可以利用人工智能来达到一些高度个人化的目的,比如给保姆提供指导或者加强锻炼计划。

亚马逊的 Echo Plus。

亚马逊人工智能无处不在

亚马逊之所以能够成为一家价值近万亿美元的公司,主要驱动力之一是AWS:庞大的基于云计算的存储和服务器业务。AWS已经成为很多公司和开发者的标配,他们可以借助AWS获得与Alexa、亚马逊 Go、亚马逊Prime Video、亚马逊产品交付等类似的人工智能和机器学习技术。亚马逊机器学习副总裁Sivasubramanian说:“AWS的使命是将这些机器学习能力交给每个开发人员和数据科学家。”

Sivasubramanian说,机器学习几乎在商业的每一个领域都有令人兴奋的潜力。尽管有无数公司的高管看到了它会如何帮助他们的企业,但“它仍处于起步阶段。很多企业的高管都在看着我们,说,‘你如何才能真正帮助我们利用这些机器学习能力来改变我们的客户体验?’?”

Sivasubramanian说,到目前为止,有成千上万的客户在零售、房地产、时尚、娱乐、医疗保健等行业使用基于AWS的机器学习服务。

这些客户具有各种级别的人工智能能力。一些是Sivasubramanian所说的专家,拥有机器学习博士学位的人。而另一些只是应用程序开发人员。亚马逊定制了人工智能和机器学习产品,以满足这两种客户的需求。

其中一些客户有丰富的经验和能力建立自己的机器学习模型;其他人只是想利用为他们创建好的模型。这就是为什么亚马逊建立了SageMaker,这是一个端到端的机器学习服务,旨在帮助开发者建立和训练机器学习模型,并在云中或智能手机等设备上运行它们。

Sivasubramanian列举了许多公司客户使用AWS人工智能和机器学习服务的例子。

其中包括:使用SageMaker建立欺诈检测模型的Intuit;预测用户正在写什么以及需要什么修正的Grammarly;分析数千小时的视频,以识别名人和特定的政治家,并将其索引的视频数量增加一倍的CSPAN;使用亚马逊的Polly文本到语音服务生成个人语言学习课程的DuoLingo;使用亚马逊的会话API作为服务的Liberty Mutual,构建一个聊天机器人,使保险公司能够处理许多用户的问题的Lex;NFL也正在使用相关服务正在分析比赛,以预测下一场比赛的情况。

他说,AWS机器学习工具的使用率比去年增长了250 %,自去年11月以来,AWS在其机器学习产品组合中增加了100多项新功能或服务。

其中之一是DeepLens。它能让开发人员能够在10分钟内构建并完整训练一个机器学习模型,它已经在亚马逊从未想象过的许多方面得到使用。

当然,在这些非“正常”的应用中,Sivasubramanian是为了满足他妻子的要求而建造的项目。他了解到,DeepLens比他意识到的还要聪明。“最初,我让它识别任何动物,包括我的狗,”他说。“但是这是机器学习的乐趣:你不断地调整它,以确保排除假阳性的东西,确保它变得越来越准确。这是一个正在进行的项目,所以我的家人可以拥有世界上最好的熊探测器。”

原文链接:https://www.fastcompany.com/90246028/how-ai-is-helping-amazon-become-a-trillion-dollar-company

 
最新文章
相关阅读