Iparági ÚTMUTATÓ

AI a Cashierless Checkout üzletekben

A pénztár nélküli pénztár mennyezeti kamerákat, polcsúly-érzékelőket és gépi tanulást használ annak megállapítására, hogy az egyes vásárlók mely árucikkeket veszik át.

Hallgassa meg ezt az útmutatótAI-narrált · ~3 min

Ezen az oldalon4 perc olvasás
  1. Áttekintés
  2. Mély merülés
  3. Valós megvalósítás
  4. Az AI jövője a Cashierless Checkout üzletekben
  5. A gyakorlatba ültetés
  6. Folytassa a felfedezést
  7. Gyakran ismételt kérdések

Áttekintés

Ezután automatikusan megterheli őket, miután távoznak, szkennelés és pénztári vonal nélkül. Ez azért fontos, mert megmutatja, mire képes a számítógépes látás egy forgalmas fizikai térben, és mennyi rejtett emberi munkaerő- és hardverköltségre lehet még szükségük ezeknek a rendszereknek.

Mély merülés

Egy pénztármentes üzletnek újra és újra meg kell válaszolnia egy kérdést: ki mit vett el? Ennek megválaszolásához ezek a rendszerek több jelet kombinálnak. A felső kamerák minden vásárlót névtelen alakként követnek nyomon, aki az üzletben mozog, általában arcfelismerés nélkül. A számítógépes látásmodellek a testhelyzet becslése alapján megmondják, melyik kéz nyúlt melyik polc felé. A polcok alatti súlyérzékelők (tehercellák) regisztrálják a tétel felemelését vagy visszahelyezését, a termékfelismerő modellek pedig azonosítják a csomagolást. Belépéskor minden vásárló egy fizetési módhoz kapcsolódik: egy alkalmazás QR-kódja, egy kapunál lecsapott fizetési kártya vagy Amazon esetében a Amazon One tenyér szkenner. Amikor a vásárló elmegy, a rendszer összesít egy virtuális kosarat, és néha percekkel vagy órákkal később elküldi a nyugtát. A Amazon 2018-ban nyitotta meg első Amazon Go üzletét a nagyközönség számára Seattle-ben. Később a technológiát Just Walk Out néven engedélyezte stadionoknak, repülőtereknek és más kiskereskedőknek. Más gyártók, köztük a Standard AI, a Zippin és az AiFi, hasonló kamera alapú rendszereket építettek. 2024-ben a Amazon megkezdte a Just Walk Out eltávolítását a legtöbb egyesült államokbeli Amazon Fresh élelmiszerboltjából, és Dash Cart okoskocsikra cserélte. Továbbra is eladta a technológiát kisebb bolti formátumokhoz. Általános tévhit, hogy ezek az üzletek kizárólag mesterséges intelligenciával működnek. A tisztázatlan eseményeket elküldik az emberi felülvizsgálóknak. Ilyenek például a zsúfolt polcok, a hasonló megjelenésű termékek, vagy a gyermek, aki átad egy tárgyat a szülőnek. A 2024-es médiajelentések szerint az indiai bírálók a tranzakciók nagy részét ellenőrizték. A Amazon vitatta ezt a leírást, és azt mondta, hogy a bírálók főként az adatokat címkézik, és egy kis részét ellenőrzik. Akárhogy is, az emberi ellenőrzés, a sok hardver és a folyamatos kalibrálás költséget jelent. Ez az oka annak, hogy ez a megközelítés jobban megfelel a kis, forgalmas, korlátozott termékválasztékkal rendelkező üzleteknek, mint a több tízezer cikkel és ömlesztett árukkal rendelkező nagy szupermarketeknek.

Valós megvalósítás

A Amazon Just Walk Out technológiáját használó stadionkoncessziós lelátón a szurkolók a bejárati kapunál megütögetik a kártyát, italt vesznek és távoznak. A díjat a kilépés után rendezik.

Egy repülőtéri kisboltban egy harmadik féltől származó fizetés nélküli rendszer működik, így az utazók egy percen belül harapnivalókat vásárolhatnak, amikor a beszállás hamarosan megkezdődik.

Egy élelmiszerbolt lánc beépített kamerával és mérleggel ellátott intelligens kocsikat választ az üzlet egészét lefedő kamerarendszer helyett, mert a kocsik felszerelése kevesebbe kerül, mint minden folyosó műszerezése.

Ha a rendszer nem tudja megállapítani, hogy egy vásárló egy vagy két joghurtot vett-e be, megjelöli az eseményt egy emberi felülvizsgáló számára, aki megnézi a klipet, és megerősíti a nyugtát.

Az AI jövője a Cashierless Checkout üzletekben

A kasszamentes technológia valószínűleg továbbra is olyan helyekre települ majd, ahol a gazdaság működik: stadionokban, repülőtereken, irodai és egyetemi üzletekben, valamint kis vegyesboltokban. Úgy tűnik, hogy a nagyobb üzletek esetében sok kereskedő az olcsóbb hibrideket részesíti előnyben, mint például az intelligens kocsikat, az azonnali letapogatású telefonos alkalmazásokat és a kamerával segített önpénztárakat. A jobb látásmodellek és az olcsóbb érzékelők csökkenthetik az emberi felülvizsgálatot igénylő események arányát. A hardver telepítése és karbantartása, valamint a termékváltozások követése valós költségek maradnak. A nyitott kérdések közé tartozik, hogy mennyi emberi ellenőrzés elfogadható, mennyi ideig tárolják a vásárlók mozgásával kapcsolatos adatokat, és hogy a vásárlók megbíznak-e a később érkező nyugtákban.

A gyakorlatba ültetés

Miért számít

  • Kontextus és szabályok. Az iparági kontextus határozza meg, hogy az AI ötletek túlélik-e a valósággal való érintkezést.
  • Minőségellenőrzés. A tartományi korlátok befolyásolják az elfogadható hibaarányt és a felügyeleti modelleket.
  • Építési lehetőségek. A sikeres telepítések összehangolják a műszaki képességeket a frontvonalbeli munkafolyamatokkal.

Vigyázz

  • A szabályozási követelmények érvényteleníthetik az egyébként erős prototípusokat.
  • A korábbi adatok olyan elfogultságot kódolhatnak, amely bizonyos közösségeket károsít.
  • Az örökölt rendszerek szűk keresztmetszeteket és rejtett költségeket okozhatnak az integrációban.

Következő lépések

  1. Vonjon be területi szakértőket a probléma megfogalmazásától az értékelésig.
  2. Tervezze meg az ellenőrzési nyomvonalakat és a dokumentációt az indítás előtt.
  3. Korán érvényesítse a megfelelési és biztonsági kötelezettségeket.
  4. Fázisokban történő bevezetés egyértelmű leállítási és visszaállítási kritériumokkal.

Folytassa a felfedezést

Ingyenes hírlevél

Szerezze meg a napi AI összefoglalót

Minden hétköznap reggel három ellenőrzött AI történet, egyszerű angol nyelven. Örökké ingyen, hirdetések nélkül.

Minden hétköznap egy e-mail. Egy kattintással lemondhat. Soha nem értékesítjük vagy osztjuk meg az Ön címét.

Teszteld magad

Take the AI in Cashierless Checkout Stores quiz

Azonnali visszajelzés minden válaszra, és megosztható tanúsítvány egy ellenőrizhető azonosítóval, miután sikeresen teljesít egy kurzust.

Kezdő kvíz

Támogassa az ingyenes AI oktatást. AI Understanding egy 501(c)(3) nonprofit – nincs hirdetés, nincs fizetőfal, soha. Tegyen adományt

Gyakran ismételt kérdések

Mi az a mesterséges intelligencia a Cashierless Checkout üzletekben?

A pénztár nélküli pénztár mennyezeti kamerákat, polcsúly-érzékelőket és gépi tanulást használ annak megállapítására, hogy az egyes vásárlók mely árucikkeket veszik át. Ezután automatikusan megterheli őket, miután távoznak, szkennelés és pénztári vonal nélkül. Ez azért fontos, mert megmutatja, mire képes a számítógépes látás egy forgalmas fizikai térben, és mennyi rejtett emberi munkaerő- és hardverköltségre lehet még szükségük ezeknek a rendszereknek.

Egy pénztáros nélküli üzletben mihez járulnak hozzá főként a polcsúly-érzékelők?

A polcok alatti rakodócellák regisztrálják a súlyváltozásokat. Ez jelzi, hogy valamit felvettek vagy visszatettek, és a rendszer a kamera adataival kombinálja, hogy megállapítsa, melyik tétel volt az, és ki vitte el.

Miért küldenek el egyes vásárlási eseményeket emberi felülvizsgálóknak?

Az olyan tisztázatlan helyzetek, mint a zsúfolt polcok, a hasonló termékek vagy az emberek között átadott tárgyak, alacsony bizalmi eredményeket eredményeznek. Ezek emberi felülvizsgálatra kerülnek, és a felcímkézett klipek edzésadatokká is válnak.

Mit csinált a Amazon a Just Walk Out szolgáltatással a legtöbb egyesült államokbeli Amazon Fresh élelmiszerboltban 2024-ben?

A Amazon megkezdte a Just Walk Out eltávolítását a legtöbb egyesült államokbeli Amazon Fresh üzletből a Dash Cart intelligens kocsik javára, miközben továbbra is kínálja a technológiát a kisebb formátumokhoz.

Általában melyik üzlet a legalkalmasabb a teljes, kamera-alapú fizetés nélküli technológiához?

A hardver-, kalibrálási és felülvizsgálati költségek könnyebben indokolhatók kis, forgalmas üzletekben, ahol kevesebb termék található. A sok árut és ömlesztett árut tartalmazó nagy üzleteket nehezebb és drágább fedezni.

Miért működik jobban a súlyadatok kombinálása a látással, mint bármelyik egyedül?

A súly önmagában nem tudja megkülönböztetni az azonos súlyú tárgyakat, és a látás nehézségekbe ütközik, ha a kilátás blokkolt. A két jel egyesítése önmagában csökkenti a kétértelműséget.