历史上的今天
今天是：2025年04月15日（星期二）
2019年04月15日 | 亚马逊缔造商业帝国离不开人工智能黑科技
2019-04-15 来源：AI风暴
据国外媒体报道，亚马逊打造的庞大商业帝国离不开其人工智能技术的帮助。其不起眼但功能强大的机器学习功能可以满足从物流中心、云服务以及无人商店。
亚马逊的六页备忘录很有名。高管们必须每年写一份计划书，列出他们的商业计划。鲜为人知的是，这些备忘录总要回答一个特殊问题：你打算如何使用机器学习？亚马逊的高管们普遍表示，亚马逊并不鼓励作出像“不多”这样的回答。
机器学习是人工智能的一种形式，其从数据中挖掘出可用于预测的有价值信息。当杰夫·威尔克（Jeff Wilke）于1999年加入亚马逊时，机器学习就在亚马逊扎根了。如今威尔克已经是杰夫o贝索斯（Jeff Bezos）的副手，他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成业务单元，将自我评估和改进的循环变成了默认模式。很快这个循环就加入了机器学习算法，比如第一时间自动推荐顾客可能喜欢的书。随着贝索斯的野心越来越大，自动化预测也越来越重要。
其他科技巨头也开发了更为亮眼的人工智能技术，譬如Facebook的面部识别软件、苹果的Siri数字助理、Alphabet的自动驾驶汽车和围棋大师等等。相比之下，亚马逊采用了一种更低调的机器学习方法。亚马逊也有Alexa与Siri竞争，而且该公司在其云计算中提供预测服务。但对该公司成功最关键的算法，是其用于不断简化自身运营的算法。反馈循环看起来与面向消费者的人工智能是一样的：构建服务，吸引客户，收集数据，让电脑从这些数据中学习，所有这些都是人力无法模仿的。
物流中心的算法
亚马逊在北美地区有超过100个物流中心，在全球其他区域还有超过60个类似的巨型仓库，是其2070亿美元在线购物业务的心脏。这里负责储存并配送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，包裹以摩托车的速度沿着传送带疾驰而过。整座设施内噪音震耳欲聋，而且里面似乎没有人类员工。相反，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米高。亚马逊称之为“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放杂乱无章，但在指导这一过程的算法方式看来，一切都井然有序。
人类员工站在围绕这个“机器人领域”栅栏的缝隙中。有些人从机器人带给他们的“豆荚”中挑选物品；还有一些人把东西装进空箱子里，然后被传送带运走并储存起来。无论他们是挑选还是放置一件物品，他们都会用条形码阅读器扫描产品和相关的货架，以便软件能够跟踪实时位置。
负责开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。波特先生关注的是“豆荚间隙”，即在机器人将“豆荚”货架拖回工作站之前，人类员工必须等待的时间。更少更短的间隔意味着更少的人工等待时间，也就意味着货物更快地通过仓库，最终更快地送货上门。波特的团队一直在试验新的优化方法，但他们推出新方法时也非常谨慎，毕竟机器人领域的交通堵塞可能更加严重。
亚马逊云服务AWS是另一个核心基础设施。它支撑着亚马逊260亿美元的云计算业务，该业务允许企业在没有服务器的情况下托管网站和应用程序。
AWS机器学习的主要用途是预测计算需求。当互联网用户涌向客户服务时，计算能力不足可能会导致错误，而当用户遇到错误页面时，则会导致销售损失。AWS负责人雅西（Andy Jassy）表示：“我们不能说我们缺货。”为了确保永远出现这种情况，云服务团队会对客户数据进行了分析。亚马逊无法看到服务器上托管的内容，但是它可以监视每个客户获得了多少流量、连接持续了多长时间以及其稳定性。与其物流中心一样，元数据所提供机器学习模型能够预测云服务的需求。
亚马逊云服务最大的客户之一就是亚马逊自己。其他亚马逊公司想要的主要东西之一就是预测。需求如此之高，以至于AWS设计了一种名为Inferentia的新芯片来处理这些任务。雅西表示，Inferentia芯片将为亚马逊节省所有机器学习任务的成本，。他表示：“我们相信，这至少可以大幅提高成本和效率。”此外，Alexa中识别声音和理解人类语言的算法将是亚马逊云服务采用Inferentia芯片的一大受益者。
该公司最新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观察购物者，将视觉数据转换成3D轮廓，用于跟踪他们处理产品时的手部动作。该系统可以查看购物者购买了哪些商品，并在他们离开商店时将其记入亚马逊账户。Amazon Go的负责人迪利普·库马尔（Dilip Kumar）强调，该系统能够实时追踪购物者的身体运动。他表示，亚马逊没有使用面部识别技术来辨别顾客，也没有将他们与自己的亚马逊账户联系起来。相反，这是通过在门口刷条形码来实现的。该系统=通过对数百台摄像机的数据进行处理，来确定购物者的消费需求。尽管实验者尽其所能，也无法骗过系统偷走物品。
其他应用
人工智能身体追踪技术也在亚马逊物流中心兴起。该公司有一个试点项目，内部称为“Nike意图检测”系统，其为物流中心员工提供的服务和无人商店Amazon Go为购物者提供的服务类似：跟踪他们在货架上挑选和摆放的商品。这个想法是为了彻底摆脱手持条形码阅读器。这种手动扫描需要时间，对工人来说也很麻烦。理想情况下，他们可以把物品放在任何他们喜欢的架子上，同时系统会监视和跟踪一切举动。“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。”波特表示，“员工们觉得这很自然。”
史海拾趣
|
dsp280x的板子，类似与最小系统吧，有io口和adc 、pwmn引出，可用JTAG调试。输入电源5v，可以做过基础学习用，板子不是很漂亮，但是基本的内容都可以学习了，包括用作电机的控制等方面。将原理图传上，大家分享。280X的板子还是比较少的，他有个好 ...… 查看全部问答＞ |
|
Cortex-M3STM32的代码，跑在ram里快？还是跑在flash里快？cortex是怎么用1MHZ实现1.25MIPS的?谁给解释下STM32能跑72M 是真是假？如果Cortex-m3能够 禁止/使能 同一优先级中断全部中断就好了关于现在两种Cortex-M3微控制器抗干 ...… 查看全部问答＞ |
|
======================================================================//#include \"msp430x54x.h\"#include <stdlib.h>#include <stdio.h>#include \"PIN_DEF.H\"#pragma vector=WDT_VECTOR__interrupt void watchdog_timer (void){&n ...… 查看全部问答＞ |
|
在使用DSPF28027处理数据时，需要将double long类型的数据转换为unsigned int的类型。 11759.76072为double long数据的类型，而需要将整数部分提取出来，但使用强制转换(unsigned int) a会造成整数数据的丢失 double long 为IEEE64-bit的数据。 ...… 查看全部问答＞ |
|
TMS470R是安全处理器其电源支持相当复杂，用WEBENCH很轻松就可设计出解决方案来。 首先在单片机里点选TMS470R 点击添加多个负载 占击提交项目要求 点击检视项目 点击创建项目 这时可以产成报告： … 查看全部问答＞ |