【雷电竞官网】亚马逊打造庞大商业帝国离不开人工智能技术黑科技的帮助

本文摘要：4月12日消息，据国外媒体报道，亚马逊打造出的可观商业帝国必不可少其人工智能技术的协助。

4月12日消息，据国外媒体报道，亚马逊打造出的可观商业帝国必不可少其人工智能技术的协助。其不起眼但功能强大的机器学习功能可以符合从物流中心、云服务以及无人商店。

亚马逊的六页备忘录很出名。高管们必需每年写出一份计划书，所列他们的商业计划。鲜为人知的是，这些备忘录总要问一个类似问题：你想如何用于机器学习?亚马逊的高管们广泛回应，亚马逊并不希望做出像“不多”这样的问。机器学习是人工智能的一种形式，其从数据中挖掘出可用作预测的有价值信息。

当杰夫·威尔克(Jeff Wilke)于1999年重新加入亚马逊时，机器学习就在亚马逊扎根了。如今威尔克早已是杰夫o贝索斯(Jeff Bezos)的副手，他正式成立了一个科学家团队，研究亚马逊的内部流程，以提高效率。他将自己的研究人员编业务单元，将自我评估和改良的循环变为了配置文件模式。

迅速这个循环就重新加入了机器学习算法，比如第一时间自动引荐顾客有可能讨厌的书。随着贝索斯的野心更加大，自动化预测也更加最重要。其他科技巨头也研发了更加亮眼的人工智能技术，譬如Facebook的面部辨识软件、苹果的Siri数字助理、Alphabet的自动驾驶汽车和棋士大师等等。

相比之下，亚马逊使用了一种更加高调的机器学习方法。亚马逊也有Alexa与Siri竞争，而且该公司在其云计算中获取预测服务。但对该公司顺利最关键的算法，是其用作大大修改自身运营的算法。对系统循环看上去与面向消费者的人工智能是一样的:建构服务，更有客户，搜集数据，让电脑从这些数据中自学，所有这些都是人力无法仿效的。

物流中心的算法亚马逊在北美地区有多达100个物流中心，在全球其他区域还有多达60个类似于的巨型仓库，是其2070亿美元在线购物业务的心脏。这里负责管理储存并仓储亚马逊电子商务平台所销售的商品。在西雅图市郊的一个物流中心，包覆以摩托车的速度沿着传送带策马而过。

整座设施内噪音震耳欲聋，而且里面或许没人类员工。忽略，在一个足球场大小的隔离区里，有成千上万个长方体搁架单元，每一个都有1.8米低。亚马逊称作“豆荚”。

数以百计的机器人把这些“豆荚”拖来拖去。在人们的眼中，诸如牙膏、书籍和袜子等各种商品的堆满杂乱无章，但在指导这一过程的算法方式显然，一切都井然有序。人类员工车站在环绕这个“机器人领域”栅栏的缝隙中。

有些人从机器人带来他们的“豆荚”中挑选出物品;还有一些人把东西放进空箱子里，然后被传送带运出并储存起来。无论他们是挑选出还是摆放一件物品，他们都会用条形码阅读器扫瞄产品和涉及的货架，以便软件需要追踪动态方位。

负责管理研发这些算法的是亚马逊首席机器人专家布拉德o波特(Brad Porter)。其团队是威尔克领导的物流中心优化小组。

波特先生注目的是“豆荚间隙”，即在机器人将“豆荚”货架修理工作站之前，人类员工必需等候的时间。较少更加较短的间隔意味著较少的人工等待时间，也就意味著货物更慢地通过仓库，最后更慢地送货上门。波特的团队仍然在试验新的优化方法，但他们发售新方法时也十分慎重，却是机器人领域的交通堵塞有可能更为相当严重。

亚马逊云服务AWS是另一个核心基础设施。它承托着亚马逊260亿美元的云计算业务，该业务容许企业在没服务器的情况下托管地网站和应用程序。

AWS机器学习的主要用途是预测计算出来市场需求。当互联网用户涌进客户服务时，计算能力严重不足可能会造成错误，而当用户遇上错误页面时，则不会造成销售损失。

AWS负责人雅西(Andy Jassy)回应:“我们无法说道我们缺货。”为了保证总有一天经常出现这种情况，云服务团队不会对客户数据展开了分析。

亚马逊无法看见服务器上托管地的内容，但是它可以监控每个客户取得了多少流量、相连持续了多长时间以及其稳定性。与其物流中心一样，元数据所获取机器学习模型需要预测云服务的市场需求。亚马逊云服务仅次于的客户之一就是亚马逊自己。

其他亚马逊公司想的主要东西之一就是预测。市场需求如此之低，以至于AWS设计了一种取名为Inferentia的新芯片来处置这些任务。雅西回应，Inferentia芯片将为亚马逊节省所有机器学习任务的成本，。

他回应:“我们坚信，这最少可以大幅提高成本和效率。”此外，Alexa中辨识声音和解读人类语言的算法将是亚马逊云服务使用Inferentia芯片的众多受益者。该公司近期的算法投资是亚马逊的无人商店Amazon Go。

数百台摄像机从上方仔细观察购物者，将视觉数据转换成3D轮廓，用作追踪他们处置产品时的手部动作。该系统可以查阅购物者出售了哪些商品，并在他们离开了商店时将其列于亚马逊账户。

Amazon Go的负责人迪利普·库马尔（Dilip Kumar）特别强调，该系统需要动态跟踪购物者的身体运动。他回应，亚马逊没用于面部辨识技术来分辨顾客，也没将他们与自己的亚马逊账户联系一起。

忽略，这是通过在门口刷条形码来构建的。该系统=通过对数百台摄像机的数据展开处置，来确认购物者的消费市场需求。

尽管实验者尽其所能，也无法看穿系统拿走物品。其他应用于人工智能身体跟踪技术也在亚马逊物流中心蓬勃发展。该公司有一个试点项目，内部称作“Nike意图检测”系统，其为物流中心员工获取的服务和无人商店Amazon Go为购物者获取的服务类似于:追踪他们在货架上挑选出和放置的商品。这个点子是为了完全挣脱手执条形码阅读器。

这种手动扫瞄必须时间，对工人来说也很困难。理想情况下，他们可以把物品放到任何他们讨厌的架子上，同时系统不会监控和追踪一切行径。

“同以往一样，我们的目标是提高效率，使产品流动速度最大化。”波特回应，“员工们实在这很大自然。

本文来源：雷电竞官网-www.pastorbim.com