Amazon condivide il modo in cui sfrutta l'intelligenza artificiale in tutta l'azienda

Per la sua conferenza inaugurale Re: Mars, Amazon ha invitato i partecipanti che definisce “sognatori e costruttori” – business leader, scienziati e altri che stanno dando contributi al campo dell’intelligenza artificiale e delle macchine apprendimento. Durante il keynote di mercoledì all’evento di Las Vegas, Amazon ha brandito le proprie credenziali di intelligenza artificiale, sostenendo il caso ai suoi potenziali clienti e partner che i suoi team, in tutta l'azienda, stanno portando avanti le statistiche del arte.

In ogni fase delle sue operazioni di e-commerce, l'intelligenza artificiale è al lavoro: Amazon ha condiviso il modo in cui utilizza l'intelligenza artificiale per potenziare le previsioni sull'e-commerce e ha mostrato

StyleSnap, una funzionalità basata sull'intelligenza artificiale che consente agli acquirenti nell'app Amazon di scattare una foto di un capo di abbigliamento e trovare articoli simili in vendita.

Lo ha rivelato anche Amazon robot dei centri logistici più recenti, chiamato Pegasus e Xanthus, nonché a nuovo drone che Amazon dice inizierà le consegne commerciali entro pochi mesi.

Per lo shopping in negozio, Amazon ha rivelato nuovi dettagli sulla tecnologia che guida i suoi negozi Amazon Go. Per rimanere in contatto con i clienti nelle loro case, Amazon ha rivelato come sta andando avanti IA conversazionale con Alexa.

---

Devi leggere

• Re: Mars di Amazon offre ispirazione per l'intelligenza artificiale
• Amazon svela il drone che dice che consegnerà i pacchi entro pochi mesi

---

"Amazon è stata un'azienda tecnologica fin dall'inizio", ha affermato Jeff Wilke, CEO della divisione Worldwide Consumer di Amazon, durante il keynote di mercoledì. Detto questo, ha aggiunto, “Siamo solo nelle fasi iniziali per comprendere veramente il potenziale” dell’intelligenza artificiale.

Wilke ha spiegato come, quando è entrato in Amazon nel 1999 come capo del team operativo globale, l'azienda "si affidava principalmente a Skip" per gestire l'evasione dei pacchi. Skip non è un algoritmo, ha detto: "Skip è un tizio".

Ora l’automazione è una parte fondamentale delle operazioni di Amazon. L’azienda è sulla buona strada per implementare più di 200.000 robot, ha affermato Wilke. Dopo aver implementato questi robot, ha anche assunto più di 300.000 lavoratori – e ha migliorato la sicurezza e la produttività dei suoi magazzinieri, ha detto Wilke, pagando salari più alti.

Wilke ha illustrato l'evoluzione della scoperta dei prodotti su Amazon.com, che inizialmente si basava sulla cura umana e sugli elenchi dei best-seller.

"Questo metodo era intrinsecamente parziale", ha detto, e "non è riuscito a catturare interessi di nicchia come la raccolta dei funghi".

Ciò ha portato alla creazione del primo motore di raccomandazione di Amazon. Wilke ha delineato i dettagli tecnici dei metodi di completamento basati su matrice testati da Amazon, che alla fine hanno portato al suo primo modello commerciale di deep learning.

In ogni caso, "Non abbiamo sequestrato i nostri scienziati", ha detto. Invece, i data scientist sono stati integrati in team focalizzati sul prodotto e sull’esperienza del cliente. "Iniziano con l'esperienza del cliente, non con l'algoritmo di apprendimento automatico", ha affermato.

Allo stesso modo, per lo sviluppo dell'esperienza di acquisto in negozio, il vicepresidente di Amazon Go Dilip Kumar ha sottolineato: "Se inizi con un problema reale del cliente, puoi sfruttare la potenza dell'apprendimento automatico... per costruire un'esperienza cliente eccezionale."

Per creare il concetto del negozio Amazon Go - "prendi quello che vuoi e vai", secondo Kumar - Amazon ha dovuto scegliere tecnologie per eliminare il processo di pagamento. Si è optato per la visione artificiale.

Il primo problema da risolvere, ha spiegato, era identificare il conto del cliente e la sua precisa ubicazione nel negozio. Amazon ha utilizzato la geometria e il deep learning non solo per prevedere la posizione dell'account cliente, ma anche per associare accuratamente le interazioni all'account cliente corretto.

Il problema successivo da risolvere era quello dell'identificazione degli oggetti, che comportava una serie di sfide, tra cui dati limitati per l'addestramento. Amazon ha creato set di dati sintetici per risolvere questo problema, ha detto Kumar, una tecnica che l’azienda utilizza per tutti i progetti di intelligenza artificiale che richiedono grandi set di dati.

"Ognuno di questi problemi è stato difficile, ma erano essenziali per riuscire a raggiungere il livello di precisione necessario per far funzionare questa esperienza", ha affermato Kumar. Attualmente ci sono 12 negozi Amazon Go a Seattle, San Francisco, New York e Chicago.