今日消息，電商巨頭亞馬遜準(zhǔn)備消滅“條形碼”。

機(jī)器人也許是未來，但機(jī)械臂顯然不擅長使用一種古老而又穩(wěn)定的技術(shù)形式：條形碼。電商巨頭亞馬遜本周五表示，條形碼很難找到，而且可能會(huì)被貼在奇形怪狀的產(chǎn)品上，這是機(jī)器人無法很好地解決的問題。于是，亞馬遜準(zhǔn)備消滅掉這項(xiàng)技術(shù)。

用“圖片訓(xùn)練計(jì)算機(jī)模型”解決

對于亞馬遜即將舍棄“條形碼”后給出的解決方案是：利用亞馬遜倉庫里物品的圖片訓(xùn)練計(jì)算機(jī)模型。

據(jù)悉，該公司開發(fā)了一種攝像頭系統(tǒng)，可以逐個(gè)監(jiān)控從傳送帶上經(jīng)過的物品，以確保它們與圖片相符。最終，亞馬遜的人工智能專家和機(jī)器人專家希望將這項(xiàng)技術(shù)與機(jī)器人結(jié)合起來，讓機(jī)器人在拾取和翻轉(zhuǎn)物品的同時(shí)識別物品。

亞馬遜的人工智能專家必須首先建立一個(gè)產(chǎn)品圖像庫，在這個(gè)項(xiàng)目之前，該公司沒有理由這樣做。圖像本身以及有關(guān)產(chǎn)品尺寸的數(shù)據(jù)為早期版本的計(jì)算機(jī)視覺算法提供了素材，攝像機(jī)不斷捕捉產(chǎn)品的新圖像來訓(xùn)練模型。

“解決這個(gè)問題，讓機(jī)器人可以在不需要查找和掃描條形碼的情況下拾取物品并進(jìn)行處理，這是最根本的，”亞馬遜柏林計(jì)算機(jī)視覺部門的應(yīng)用科學(xué)經(jīng)理諾塔斯·安東納克斯（Nontas Antonakos）表示，“這將幫助我們更快、更準(zhǔn)確地將包裹送到客戶手中。”

這個(gè)被稱為多模式識別的系統(tǒng)不會(huì)很快完全取代條形碼。亞馬遜表示，目前，該系統(tǒng)已在西班牙巴塞羅那和德國漢堡的倉庫中投入使用，已經(jīng)加快了那里處理包裹的時(shí)間。這項(xiàng)技術(shù)將在亞馬旗下各個(gè)業(yè)務(wù)部門共享，所以它未來可能會(huì)被用于全食超市或其他亞馬遜實(shí)體連鎖店。

亞馬遜表示，該系統(tǒng)的錯(cuò)誤率不高，把不正確的商品發(fā)送給客戶的問題不經(jīng)常出現(xiàn)。但是考慮到一個(gè)倉庫一天要處理許多物品，即使是不常見的錯(cuò)誤疊加起來也會(huì)導(dǎo)致嚴(yán)重誤工。

亞馬遜算法第一次使用時(shí)的準(zhǔn)確率在75％到80％之間，這被亞馬遜視為一個(gè)不錯(cuò)的開始。亞馬遜表示，目前的準(zhǔn)確率已達(dá)到99％。不過該系統(tǒng)在最初使用時(shí)遇到了故障，無法捕捉顏色差異。在Prime Day促銷期間，這個(gè)系統(tǒng)無法區(qū)分兩種不同顏色的Echo Dots智能音箱。

亞馬遜人工智能團(tuán)隊(duì)表示，微調(diào)多模式識別系統(tǒng)來評估由人處理的產(chǎn)品將是一個(gè)挑戰(zhàn)，這就是為什么其最終目標(biāo)是讓機(jī)器人來處理這些產(chǎn)品的原因。

那么，人類的視覺系統(tǒng)可以復(fù)制嗎？

答案是肯定的。

復(fù)制“人類的視覺系統(tǒng)”

計(jì)算機(jī)視覺技術(shù)的不斷普及，讓機(jī)器識別和處理圖像就像人的大腦一樣，且速度更快、更準(zhǔn)確。機(jī)器·像人類一樣去“思考”。

計(jì)算機(jī)視覺是近年來人工智能增長最快的領(lǐng)域之一。計(jì)算機(jī)視覺技術(shù)集數(shù)字圖像處理、數(shù)字信號處理、光學(xué)、物理學(xué)、幾何學(xué)、應(yīng)用數(shù)學(xué)、模式識別及人工智能等知識于一體，其應(yīng)用已經(jīng)涉及到計(jì)算機(jī)和、計(jì)算機(jī)圖形學(xué)、圖像處理、機(jī)器人學(xué)等領(lǐng)域。

許多計(jì)算機(jī)視覺應(yīng)用已經(jīng)投入使用，且正在以更快的速度、更大的規(guī)模去嘗試模仿人類觀察和理解周圍世界的能力。

在自動(dòng)駕駛領(lǐng)域，計(jì)算機(jī)視覺的圖像識別功能使汽車能夠識別行人、道路標(biāo)志及行進(jìn)路線中的其他重要特征；在醫(yī)療領(lǐng)域，醫(yī)生利用計(jì)算機(jī)視覺技術(shù)支持來自CT、放射線圖像和其他成像工具的診斷；在電子商務(wù)領(lǐng)域，企業(yè)依靠計(jì)算機(jī)視覺推動(dòng)廣告投放和識別不安全的品牌內(nèi)容等等。

不可否認(rèn)的是，各行各業(yè)的企業(yè)都將受益于計(jì)算機(jī)視覺解決方案，助力其準(zhǔn)確高效地實(shí)現(xiàn)業(yè)務(wù)流程自動(dòng)化。而用于計(jì)算機(jī)視覺的深度學(xué)習(xí)基于神經(jīng)網(wǎng)絡(luò)，它需要大量的高質(zhì)量訓(xùn)練數(shù)據(jù)并適當(dāng)調(diào)整變量，以達(dá)到讓機(jī)器學(xué)會(huì)識別目標(biāo)對象、而無需其他指導(dǎo)的目的。

圖像的識別功能

圖像的識別過程實(shí)際上可以看作是一個(gè)標(biāo)記過程，即利用識別算法來辨別景物中已分割好的各個(gè)物體，給這些物體賦予特定的標(biāo)記，它是計(jì)算機(jī)視覺系統(tǒng)必須完成的一個(gè)任務(wù)。

按照圖像識別從易到難，可分為三類問題。第一類識別問題中，圖像中的像素表達(dá)了某一物體的某種特定信息。

第二類問題中，待識別物是有形的整體，二維圖像信息已經(jīng)足夠識別該物體，如文字識別、某些具有穩(wěn)定可視表面的三維體識別等。

第三類問題是由輸入的二維圖、要素圖、2×5 維圖等，得出被測物體的三維表示。這里存著如何將隱含的三維信息提取出來的問題，是當(dāng)今研究的熱點(diǎn)。

目前用于圖像識別的方法主要分為決策理論和結(jié)構(gòu)方法。決策理論方法的基礎(chǔ)是決策函數(shù)，利用它對模式向量進(jìn)行分類識別，是以定時(shí)描述（如統(tǒng)計(jì)紋理）為基礎(chǔ)的；結(jié)構(gòu)方法的核心是將物體分解成了模式或模式基元，而不同的物體結(jié)構(gòu)有不同的基元串（或稱字符串），通過對未知物體利用給定的模式基元求出編碼邊界，得到字符串，再根據(jù)字符串判斷它的屬類。這是一種依賴于符號描述被測物體之間關(guān)系的方法。