據(jù)報道，亞馬遜正不斷開發(fā)基于人工智能（AI）的先進技術。這種技術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。*多會有五個人進行六點目視檢查，以檢查貨物的狀況如何，是否可以裝運。這對員工來說是一個耗時的過程，他們 "很少在庫存中發(fā)現(xiàn)損壞的商品"。

在德國進行測試

為加快這項任務的完 成，亞馬遜物流技術公司（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)品運送給客戶之前檢測出異常情況并標記出有缺陷的產(chǎn)品。去年，該研究團隊發(fā)現(xiàn)，他們可以使用一個帶有參考圖像的機器學習模型，教系統(tǒng)如何將它正在查看的產(chǎn)品與該產(chǎn)品應該是什么樣子的圖像進行比較，從而使該項目得以啟動。

為了實現(xiàn)這一目標，科學家們運用計算機視覺技術，對經(jīng)過德國首都郊區(qū)倉庫的每件物品進行掃描。AI模型會對掃描結果進行分析，以發(fā)現(xiàn)可能存在的損壞。如果有損壞沒有被發(fā)現(xiàn)，專家們會對其進行分析，并教AI如何檢測出這些錯誤。

效率提高三倍

亞馬遜配送技術公司應用科學 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。”我們希望在圣誕節(jié)前在北美和歐洲的 12 個物流中心部署我們的損壞檢測軟件。他說：“一旦實施，該技術將有助于檢測每月 4000 多萬件產(chǎn)品的損壞情況”。

除了在更多地點安裝該系統(tǒng)外，亞馬遜履行技術團隊還計劃擴大該系統(tǒng)的功能，并在運送訂單前進行損壞檢測，例如，識別損壞發(fā)生的時間和地點等。