उद्योग गाइड

कैशियरलेस चेकआउट स्टोर्स में एआई

कैशियरलेस चेकआउट सीलिंग कैमरे, शेल्फ वेट सेंसर और मशीन लर्निंग का उपयोग करता है ताकि यह पता लगाया जा सके कि प्रत्येक खरीदार कौन सा सामान लेता है।

इस गाइड को सुनेंएआई-नैरेटेड · ~3 min

इस पृष्ठ पर4 मिनट पढ़ें
  1. सिंहावलोकन
  2. गहरा गोता
  3. वास्तविक विश्व कार्यान्वयन
  4. कैशियरलेस चेकआउट स्टोर्स में एआई का भविष्य
  5. इसे व्यवहार में लाना
  6. अन्वेषण करते रहें
  7. अक्सर पूछे जाने वाले प्रश्नों

सिंहावलोकन

यह उनके जाने के बाद स्वचालित रूप से उनसे शुल्क लेता है, बिना किसी स्कैनिंग और बिना किसी चेकआउट लाइन के। यह मायने रखता है क्योंकि यह दिखाता है कि व्यस्त भौतिक स्थान में कंप्यूटर विज़न क्या कर सकता है, और इन प्रणालियों को अभी भी कितनी छिपी हुई मानव श्रम और हार्डवेयर लागत की आवश्यकता हो सकती है।

गहरा गोता

चेकआउट-मुक्त स्टोर को एक प्रश्न का उत्तर बार-बार देना पड़ता है: किसने क्या लिया? इसका उत्तर देने के लिए, ये सिस्टम कई संकेतों को जोड़ते हैं। ओवरहेड कैमरे प्रत्येक खरीदार को एक अज्ञात व्यक्ति के रूप में स्टोर में घूमते हुए ट्रैक करते हैं, आमतौर पर चेहरे की पहचान के बिना। कंप्यूटर विज़न मॉडल यह बताने के लिए शरीर की मुद्रा का अनुमान लगाते हैं कि कौन सा हाथ किस शेल्फ की ओर पहुंचा। जब कोई वस्तु उठाई जाती है या वापस रखी जाती है तो अलमारियों के नीचे वजन सेंसर (लोड सेल) पंजीकृत होते हैं, और उत्पाद पहचान मॉडल पैकेजिंग की पहचान करते हैं। प्रवेश पर, प्रत्येक खरीदार को भुगतान करने के तरीके से जोड़ा जाता है: एक ऐप क्यूआर कोड, एक गेट पर टैप किया गया भुगतान कार्ड या, Amazon के मामले में, Amazon वन पाम स्कैनर। जब खरीदार चला जाता है, तो सिस्टम एक वर्चुअल कार्ट का योग करता है और एक रसीद भेजता है, कभी-कभी मिनटों या घंटों बाद। Amazon ने 2018 में सिएटल में जनता के लिए अपना पहला Amazon गो स्टोर खोला। बाद में इसने स्टेडियमों, हवाई अड्डों और अन्य खुदरा विक्रेताओं के लिए जस्ट वॉक आउट के रूप में तकनीक का लाइसेंस दिया। स्टैंडर्ड एआई, ज़िपिन और एआईएफआई सहित अन्य विक्रेताओं ने समान कैमरा-आधारित सिस्टम बनाए। 2024 में Amazon ने अपने अधिकांश अमेरिकी Amazon फ्रेश किराना स्टोर से जस्ट वॉक आउट को हटाना शुरू कर दिया और इसकी जगह डैश कार्ट स्मार्ट कार्ट ले ली। यह छोटे स्टोर प्रारूपों के लिए प्रौद्योगिकी बेचता रहा। एक आम ग़लतफ़हमी यह है कि ये स्टोर अकेले AI पर चलते हैं। अस्पष्ट घटनाएँ मानव समीक्षकों को भेजी जाती हैं। उदाहरणों में भीड़-भाड़ वाली अलमारियाँ, समान दिखने वाले उत्पाद, या कोई बच्चा अपने माता-पिता को कोई वस्तु सौंप रहा है। 2024 में मीडिया रिपोर्टों में कहा गया कि भारत में समीक्षकों ने लेनदेन के एक बड़े हिस्से की जाँच की। Amazon ने उस विवरण पर विवाद किया और कहा कि समीक्षक मुख्य रूप से डेटा को लेबल करते हैं और एक छोटे हिस्से का ऑडिट करते हैं। किसी भी तरह से, मानवीय समीक्षा, बहुत सारे हार्डवेयर और चल रहे अंशांकन से लागत बढ़ जाती है। यही कारण है कि यह दृष्टिकोण हजारों वस्तुओं और खुली उपज वाले बड़े सुपरमार्केट की तुलना में सीमित उत्पाद श्रृंखला वाले छोटे, व्यस्त स्टोरों के लिए बेहतर है।

वास्तविक विश्व कार्यान्वयन

Amazon की जस्ट वॉक आउट तकनीक का उपयोग करते हुए स्टेडियम के रियायती स्टैंड पर, प्रशंसक प्रवेश द्वार पर एक कार्ड टैप करते हैं, पेय लेते हैं और चले जाते हैं। उनके बाहर निकलने के बाद चार्ज तय हो जाता है।

एक हवाईअड्डा सुविधा स्टोर तीसरे पक्ष के विक्रेता से चेकआउट-मुक्त प्रणाली चलाता है, ताकि यात्री बोर्डिंग शुरू होने पर एक मिनट के भीतर स्नैक्स खरीद सकें।

एक किराने की श्रृंखला पूरे स्टोर को कवर करने वाले कैमरा सिस्टम के बजाय अंतर्निर्मित कैमरे और स्केल के साथ स्मार्ट कार्ट चुनती है, क्योंकि कार्ट को फिट करने में हर गलियारे को उपकरण लगाने की तुलना में कम लागत आती है।

जब सिस्टम यह नहीं बता पाता कि किसी खरीदार ने एक दही लिया या दो, तो यह एक मानव समीक्षक के लिए घटना को चिह्नित करता है, जो क्लिप देखता है और रसीद की पुष्टि करता है।

कैशियरलेस चेकआउट स्टोर्स में एआई का भविष्य

चेकआउट-मुक्त तकनीक संभवतः उन जगहों पर बसती रहेगी जहां अर्थशास्त्र काम करता है: स्टेडियम, हवाई अड्डे, कार्यालय और परिसर की दुकानें, और छोटे सुविधा स्टोर। बड़े स्टोरों के लिए, कई खुदरा विक्रेता स्मार्ट कार्ट, स्कैन-एज़-यू-गो फोन ऐप्स और कैमरा-असिस्टेड सेल्फ-चेकआउट जैसे सस्ते हाइब्रिड पसंद करते हैं। बेहतर दृष्टि मॉडल और सस्ते सेंसर उन घटनाओं की हिस्सेदारी को कम कर सकते हैं जिनकी मानवीय समीक्षा की आवश्यकता है। हार्डवेयर को स्थापित करना और उसका रखरखाव करना, और उत्पाद में बदलाव को ध्यान में रखना, वास्तविक लागत बनी हुई है। खुले प्रश्नों में शामिल है कि कितनी मानवीय समीक्षा स्वीकार्य है, दुकानदारों की गतिविधियों के बारे में डेटा कितने समय तक रखा जाता है, और क्या खरीदार बाद में आने वाली रसीदों पर भरोसा करते हैं।

इसे व्यवहार में लाना

यह क्यों मायने रखता है?

  • संदर्भ और नियम. उद्योग संदर्भ यह निर्धारित करता है कि एआई विचार वास्तविकता के संपर्क में बने रहेंगे या नहीं।
  • गुणवत्ता नियंत्रण. डोमेन बाधाएँ स्वीकार्य त्रुटि दर और निरीक्षण मॉडल को प्रभावित करती हैं।
  • विकल्प बनाएं. सफल तैनाती तकनीकी क्षमता को फ्रंटलाइन वर्कफ़्लो के साथ संरेखित करती है।

का ध्यान रखें

  • नियामक आवश्यकताएँ अन्यथा मजबूत प्रोटोटाइप को अमान्य कर सकती हैं।
  • ऐतिहासिक डेटा पूर्वाग्रह को कूटबद्ध कर सकता है जो विशिष्ट समुदायों को नुकसान पहुँचाता है।
  • लीगेसी प्रणालियाँ एकीकरण बाधाएँ और छिपी हुई लागतें पैदा कर सकती हैं।

अगले चरण

  1. समस्या निर्धारण से लेकर मूल्यांकन तक डोमेन विशेषज्ञों को शामिल करें।
  2. लॉन्च से पहले ऑडिट ट्रेल्स और दस्तावेज़ीकरण डिज़ाइन करें।
  3. अनुपालन और सुरक्षा दायित्वों को शीघ्र सत्यापित करें।
  4. स्पष्ट स्टॉप और रोलबैक मानदंडों के साथ चरणों में रोल आउट करें।

अन्वेषण करते रहें

मुफ़्त न्यूज़लेटर

दैनिक एआई ब्रीफिंग प्राप्त करें

हर कार्यदिवस की सुबह तीन सत्यापित एआई कहानियाँ, सादे अंग्रेजी में लिखी गईं। हमेशा के लिए मुफ़्त, कोई विज्ञापन नहीं।

प्रत्येक सप्ताह के दिन एक ईमेल. एक क्लिक में सदस्यता समाप्त करें. हम आपका पता कभी नहीं बेचते या साझा नहीं करते।

स्वयं की जांच करो

Take the AI in Cashierless Checkout Stores quiz

प्रत्येक उत्तर पर त्वरित प्रतिक्रिया, और पाठ्यक्रम पास करने के बाद एक सत्यापन योग्य आईडी के साथ एक साझा करने योग्य प्रमाणपत्र।

प्रश्नोत्तरी प्रारंभ करें

निःशुल्क एआई शिक्षा का समर्थन करें। AI Understanding एक 501(c)(3) गैर-लाभकारी संस्था है - कोई विज्ञापन नहीं, कोई पेवॉल नहीं। दान करें

अक्सर पूछे जाने वाले प्रश्नों

कैशियरलेस चेकआउट स्टोर्स में AI क्या है?

कैशियरलेस चेकआउट सीलिंग कैमरे, शेल्फ वेट सेंसर और मशीन लर्निंग का उपयोग करता है ताकि यह पता लगाया जा सके कि प्रत्येक खरीदार कौन सा सामान लेता है। यह उनके जाने के बाद स्वचालित रूप से उनसे शुल्क लेता है, बिना किसी स्कैनिंग और बिना किसी चेकआउट लाइन के। यह मायने रखता है क्योंकि यह दिखाता है कि व्यस्त भौतिक स्थान में कंप्यूटर विज़न क्या कर सकता है, और इन प्रणालियों को अभी भी कितनी छिपी हुई मानव श्रम और हार्डवेयर लागत की आवश्यकता हो सकती है।

कैशियरलेस स्टोर में शेल्फ वेट सेंसर मुख्य रूप से क्या योगदान देते हैं?

अलमारियों के नीचे लोड सेल वजन में परिवर्तन दर्ज करते हैं। यह संकेत देता है कि कुछ उठाया गया था या वापस रखा गया था, और सिस्टम इसे कैमरा डेटा के साथ जोड़कर पता लगाता है कि यह कौन सी वस्तु थी और इसे कौन ले गया था।

कुछ शॉपिंग इवेंट मानव समीक्षकों को क्यों भेजे जाते हैं?

अस्पष्ट परिस्थितियाँ जैसे कि भीड़-भाड़ वाली अलमारियाँ, एक जैसे दिखने वाले उत्पाद या लोगों के बीच सौंपी गई वस्तुएँ कम आत्मविश्वास वाले परिणाम उत्पन्न करती हैं। ये मानव समीक्षा के लिए जाते हैं, और लेबल किए गए क्लिप भी प्रशिक्षण डेटा बन जाते हैं।

Amazon ने 2024 में अपने अधिकांश अमेरिकी Amazon फ्रेश किराना स्टोर में जस्ट वॉक आउट के साथ क्या किया?

Amazon ने डैश कार्ट स्मार्ट कार्ट के पक्ष में अधिकांश अमेरिकी Amazon फ्रेश स्टोर्स से जस्ट वॉक आउट को हटाना शुरू कर दिया, जबकि छोटे प्रारूपों के लिए तकनीक की पेशकश जारी रखी।

पूर्ण कैमरा-आधारित चेकआउट-मुक्त तकनीक के लिए किस प्रकार का स्टोर आम तौर पर सबसे उपयुक्त है?

कम उत्पादों वाले छोटे, व्यस्त स्टोरों में हार्डवेयर, अंशांकन और समीक्षा लागत को उचित ठहराना आसान है। कई वस्तुओं और खुली उपज वाले बड़े स्टोरों को कवर करना कठिन और अधिक महंगा है।

दृष्टि के साथ वज़न डेटा का संयोजन अकेले किसी एक से बेहतर क्यों काम करता है?

अकेले वजन से समान वजन की वस्तुओं को अलग नहीं किया जा सकता है, और जब दृश्य अवरुद्ध हो जाता है तो दृष्टि संघर्ष करती है। दो सिग्नलों को मिलाने से प्रत्येक सिग्नल की अस्पष्टता कम हो जाती है।

सीखते रहो

संबंधित मार्गदर्शिकाएँ

इस विषय के लिए अधिक मार्गदर्शिकाएँ चुनी गईं

निःशुल्क AI प्रमाणपत्र प्राप्त करेंएक संक्षिप्त निःशुल्क पाठ्यक्रम और परीक्षा। कोई कीमत नहीं, कोई कार्ड नहीं. लगभग 2.5 घंटे.निःशुल्क प्रारंभ करें →