亞馬遜實體店，用深度學習和計算機視覺顛覆超市購物體驗

01-26

Amazon宣布它在西雅圖建立了第一家線下實體店。與傳統商店不同的是，這家實體店不會有任何排隊或者收銀台，即取即走。

Amazon將這家167平方米的線下實體店取名為Amazon Go。當你從Amazon Go取走物品後，店內的感應器會自動感應到這個行為，並且直接在你的Amazon賬戶上扣去物品的費用。

Amazon還沒有發布關於Amazon Go的技術細節，僅表示該技術使用了計算機視覺，感測器融合和人工智慧的一個分支——深度學習，模仿大腦，監測購買行為並在離開商店時收費。

所以，我們目前只能對這些技術如何發揮作用，作出猜測。

首先，Bob掃描了他的手機。Amazon Go識別了Bob，並記錄了他拿起的商品。

這裡有一個重要的環節。Amazon Go用商店離的相機識別Bob。Amazon Go可能會用多個攝像頭拍攝Bob的幾張照片，並使用一些標準的深度網路（如Resnet，GoogLeNet或VGG）創建人像特徵圖。Amazon Go就知道了Bob的樣子。

或者，Amazon Go也可以在商店中全程跟蹤Bob。有較簡單的方法來實現。但是，跟蹤多個Bob和Alice，成本就會變得非常昂貴。因此，我們可以忽略這種方法。

Bob拿起商品。 Amazon Go只需要跟蹤這個細節。在計算機視覺中，動作識別已經被設置。因此拿商品的動作可以容易地被識別，並且觸發商品記錄。一個的產品記錄的演算法會與之前計算的Bob的人像特徵圖匹配，並且將識別Bob正在拿商品。攝像機可以進一步定位Bob所拿的商品。

產品記錄在這裡是一個重要的部分。它主要涉及在產品被挑選或放回到貨架時，對產品進行計數。由於雜亂和遮擋，在貨架上計數產品對於相機會有些困難。但是，一台放置在貨架後面的攝像頭，可以像上方的攝像頭一樣拍攝，可以算出被挑選和替換的產品數量。它還可以識別Alice拿起的商品。然後它可以匹配愛麗絲，並在她的帳戶上記錄商品。

購物結束，走出去。只需再次將人物與其先前計算的人物特徵圖匹配。並且使用先前設置的付款系統（例如Bob的Amazon賬戶上的Google Wallet或信用卡）向Bob收款。

除了相機及計算機視覺以外，這裡可能有其他系統。貨架可能有用於產品記錄的紅外感測器。跟蹤系統可能使用手機的GPS和商店的攝像頭，在商品被拿起的位置將Bob匹配。

到這裡整個過程看似流暢，但不妨來開幾個腦洞。

如果我在商店的中間脫了外套怎麼辦？Amazon Go會混淆嗎？如果我在貨架前做了一個鬼臉？或者戴上了面具？
如果我沒有把商品放回原來的貨架？我會被收費嗎？
我隨身帶著一個空的果汁瓶子。我從架子上取一瓶新的果汁，然後用空瓶更換。 Amazon Go將如何反應？
它也會識別盜竊行為嗎？

Amazon Go到底智能到什麼程度，我們還無從可知。

我們都或多或少的期待真正智能的時代，又或多或少的恐懼著那樣的時代的到來。

那麼人工智慧到底能帶給我們怎樣的未來？

人工智慧裡面的核心部件之一是深度學習，為什麼深度學習能夠給人工智慧帶來革命性的轉變呢？

真正人工智慧領域的爆發在2012年，在深度學習的超乎預料的性能下，ImageNet（超大規模圖片識別資料庫）的比賽中獲得冠軍的第一名超出第二名將近10%之多。至此，一大波深度學習的人工智慧的研究如燎原之勢席捲著每一個領域每一個角落。似乎人工智慧加深度學習就是無所不能。人工智慧加深度學習的絕妙之處之一就是它能夠使得人工智慧不再是專家獨享：你可以是在圖像識別領域工作多年的工程師，經過一年研究可以贏得自然語言處理比賽的冠軍；你也可以是專研語音識別多年的資深專家，可以陡然轉業到自動駕駛汽車研發方向。很多傳統行業和系統將要被替代，很多職業標準將要被重新定義，很多就業機會將會消失，又有更多就業機會將要爆發。不僅是因為行業界的壁壘就這樣被深度學習打破，使得個人職業跨界變得更加可能；並且人工智慧在很多方面等同或者超越人類的卓越表現，使得整個社會需要再次去定義那些事情可交由人工智慧完成。不論是個人，還是公司，甚至是國家。「科技改變生活」又一次將要上演大戲。

深度學習和人工智慧已然滲透了每一個人的生活的角落。各大從事自動駕駛的公司已經把全面實現自動駕駛的目標縮短到五年計劃，如谷歌，Facebook，百度，Tesla。來自IBM Waston最新的cognitive computing system的人工智慧可以擔任高校大學生的助教長達半年，竟無一人發現。DeepDream似乎賦予了人工智慧做夢的能力，暢遊在藝術的領域，傳達似乎只有人類獨有的混亂又秩序井然的思想。預測未來的能力被人工智慧提高的前所未有的位置，其重要性和性能橫跨了金融，農業，生物科技，災難預測，天體物理，以及其他你能想到或不能想到的應用。並且世界裡將有越來越多的秘密被這種神秘的計算框架所解析。

講到這裡，相信很多人對人工智慧是又愛又恨，又期待有迷惑。如果你想知道人工智慧到底是什麼，裡面牽扯的核心技術有哪些，目前哪一個框架最火，我們又應該學習什麼技術，以迎接這個新的人工智慧時代，歡迎點擊註冊免費課程。註冊鏈接

著作權歸作者所有。商業轉載請聯繫作者獲得授權，非商業轉載請註明出處。

公眾號：論碼農的自我修養或搜索「bit_tiger」

參考資料：

https://www.quora.com/How-is-deep-learning-implemented-in-Amazon-Go