离谱!AI超市「无人」收款,1000个印度人藏在背后……



就离谱,都2024了,人工智能靠人工的戏码还在上演。
而且是类似ATM机背后坐真·柜员给你递钱的那种!

当你走进一家超市,挑选完商品,无需人工、自助结账,直接拿好东西走人,等待一段时间,AI就能基于视频识别出你选了哪些东西,然后把账单发送过来,你只需点击付款。
听着是不是很方便?
“拿1000个印度人换来的”。

在摄像头背后,有一个规模达千人的印度团队,需要通过肉眼远程查看顾客拿了什么商品。

好家伙,新的等式出现了:
AI=Anonymous Indians(姓名不详的印度人)???
这就是最近被曝光的亚马逊无人超市“黑科技”。
它本来号称使用AI技术,即拿即走、无需扫码、事后扣款,完全自动化。适用于亚马逊生鲜连锁商店,从2020年开始在美国洛杉矶、芝加哥以及英国等地区推广使用。
结果使用4年,真实面目是人类给AI打工。

△截取自公众号“英国那些事儿”文章评论区
“非常依赖人类的CV”
亚马逊这个引发大吐槽的服务,叫做“Just walk out”。
它主打的就是节省顾客逛超市时等候结账的时间。在2016年推出,号称是完全由计算机视觉技术驱动,通过超市内的监控摄像头和传感器来追踪人们离店时拿走的商品。

过去几年里,44家亚马逊生鲜商店中,有27家支持了这一服务,还有一些有机食品连锁店也支持。
不过当时这种模式就有一些小问题,顾客往往在离店几小时后才能接收到账单,因为人工要重新审核视频,确保账单正确。
据The Information数据,直到2022年,每1000个“Just walk out”服务中,还有700个需要人工审核。
这远远没有达到亚马逊内部本来的目标,1000个case中仅有50个需要审核。
亚马逊当然不承认该业务其实是靠人工来运转,他们给出的解释是:
机器学习的过程里,人工标注是必需的。当然如果AI实在无法判断的时候,人工也有参与“一小部分”。
至于具体比例,就很值得玩味了。

不过,为啥这个伪人工智能会被揪出来呢?
还得从亚马逊最近的大裁员说起。
亚马逊刚刚公布的一波大裁员包括线下门店技术团队,几百个岗位被裁掉。消息称,身份识别和结账团队部分业务受到影响。
这个以奇怪方式运行起来的“Just walk out”,也要walk不动了。之后只保留英国的部分门店和亚马逊便利店。
未来他们打算押注到“Dash Carts”服务上。给线下商店的购物车里嵌入扫描仪,识别顾客购买的商品,然后自助结账。

相对来说,这种模式不用在超市内部装一大堆摄像头,成本和技术难度都降低了,准确性也能有所提高。
不只亚马逊一家
实际上,搞这样骚操作的,远不止亚马逊一家。

2017年,研究咨询公司Gartner就发布了一份关于新型技术炒作周期的报告。
报告显示,许多AI技术,如DL和ML,当时都处于炒作高峰期。
人们和市场对其的高度追捧,让许多软件供应商开始追逐热潮,把AI技术纳入自家的产品战略。
然鹅,报告中明确显示,这些公司中的大多数实际上挂羊头卖狗狗,它们产品中对AI的应用以及所用AI的能力,往往夸大其词。
这种现象在当年被Gartne称为“AI洗白”。

事件曝光后,这种现象并没有得到遏制:
2019年,尽调公司West Monroe Partners对40家美国公司的营销材料进行了检查。
检查结果显示,这40家公司在其营销声明中对AI和ML的能力进行了夸大,平均夸大程度超过30%。
同年,伦敦风险投资公司MMC研究了2830家被归类为AI公司的欧洲初创企业。
MMC发现在这些公司中,真正符合AI公司描述的仅有1580家。
具体有哪些公司干过这些事儿呢?
比如,Facebook(现Meta)。
2015年8月,Facebook推出了名为M的文本型虚拟AI助理;2018年年初,该项目被关停。
当时,M助理号称脚踢Siri,拳打搜索引擎。

回溯那时的用户反馈发现,M助理很像今天火爆的ChatBot,但其相应速度,比《疯狂动物城》里的树懒闪电还要慢。
《连线》杂志文章中写道,一位用户让M助理推荐加州的知名景点,结果M花了15分钟才推荐出 22 个结果——有这时间,早能把Google搜索结果看上十页八页了。
但是这不是M助理的致命bug。
消息人士后来曝光,称该项目运营的2年多里,Facebook一直使用人工在背后操作其所谓的AI系统。
这骚操作和亚马逊无人超市如出一辙,怪不得反应这么慢……
还有一家叫x.ai的初创公司(不是马一龙现在的那家大模型公司哈),曾推广自己在用“AI个人助手”来安排会议。
但其实是由人类员工来完成安排会议的工作。
2021年,x.ai因为难以实现算法独立运作,最终关门大吉。

为啥都干不下去?
发现没有,如上几家虽然“诈骗场景”不同,但原因基本一致:过分夸大AI能力,落地存疑、赚钱更存疑。
以亚马逊的“Just walk out”为例,有人就分析了这种模式注定不可行,“就是个营销噱头”。
即使有大量传感器,也还是会漏掉顾客拿的物品。而且传感器还不是唯一的成本,人工标注也很贵。只要有新产品上货架,就需要几张带注释的图片来重新校准传感器。只要厂家重新设计产品,原本数据集的准确性就会降低。
数据集、技术成本、研究成本、机器操作成本等,导致开销非常大。即便是大模型对其帮助也不大,可能会稍微降低标注成本,但是计算成本又增加了。

据公开信息,每家亚马逊无人商店配备的扫描仪和摄像机系统非常昂贵。
据亚马逊内部人员所说,每个门店可能都要投入上千万美元。
其次,Just walk out对技术的要求也不低。
在去年9月,亚马逊官方发布的介绍中提到,为了弄清商店顾客谁拿了金枪鱼三明治,谁拿了鸡肉沙拉,并算出正确费用,背后技术大有来头:
Just Walk Out 是计算机视觉、目标识别、高级传感器、深度机器学习模型和生成式AI的结合。
每一项都是最前沿的计算机技术。
再者说,超市里光线晦暗,而非货架密布,AI很难精准判别顾客拿走了哪一份商品。
识别效果不稳定,数据需求总是在变,所以“识别顾客买了啥”这个问题会变得很复杂。

当然有网友质疑亚马逊每家无人超市都采用“ATM藏人”策略的真实性。
有人甚至算了一笔账:
哪怕是雇佣了1000名印度员工,三班倒来盯着无人超市的顾客到底买了些什么,这点人力还是远不足以支撑所有超市的运作的。

得出结论,Just walk out可能不是完全AI,但也绝不是完全人工远程操作结账。
有网友嘲讽拉满:
好事儿呀!这证明AI并不会真的让人们失业(狗头)。

甚至对比一下,这样做还不如换回人类员工,效果又稳定、成本还没这么高。
One More Thing
当然,创新永无止境,一种更加抽象的结账模式出现了。
菲律宾收银员通过Zoom接入,跨过半个地球来到纽约为您结算。
据说是一家名叫“快乐收银员”的公司搞出来的,没有网站,在纽约的5个亚洲快餐店里推行。

参考链接:[1]https://gizmodo.com/amazon-reportedly-ditches-just-walk-out-grocery-stores-1851381116[2]https://twitter.com/themaxburns/status/1775215997898698907[3]https://www.mturk.com/[4]https://arstechnica.com/information-technology/2017/11/expensify-acknowledges-potential-privacy-problem-by-calling-it-a-feature/
— 完 —
人工智能产业链联盟高端社区

相关阅读
【碳中和】珍藏版!22个国内外“碳中和”相关报告合集!
【工业机器人】全球工业机器人详细产业链梳理!
【工业机器人】日本工业机器人大盘点
【工业机器人】详解工业机器人控制系统架构
【机器人】一文解析机器人发展趋势,从自动化演进到自主化
【机器人】全球首个活体机器人诞生:100%青蛙基因,撕成两半能自我愈合,还能注入体内摧毁癌细胞
【智能工厂】智能工厂如何快速落地
【工业技术】航空制造推动新概念机器人发展(上)
【工业技术】航空制造推动新概念机器人发展(下)
一文读懂人脸识别技术
【神经网络】给初学者们讲解人工神经网络(ANN)
人工智能的基础--知识分类
人工智能产业链深度透析—基础层
人工智能产业链深度透析-技术层
人工智能全产业链深度透析--(综合)
人工智能产业链深度透析—产业应用医疗篇
朱松纯 | 人工智能的现状、任务、构架与统一(上)
朱松纯 | 人工智能的现状、任务、构架与统一(中)
朱松纯 | 人工智能的现状、任务、构架与统一(下)
【智慧农业】2018中国农牧家禽行业智慧养殖白皮书
【智慧农业】2019年智慧农业市场调研及前景研究报告(附PDF下载)
【智能家居】我国智能锁产业现状及未来发展趋势分析
【知识图谱】详解知识图谱关键技术与应用、AI图谱技术在知乎的应用实践、如何构建多快好省的“知识图谱即服务”
【智造】重磅!《中国智能制造排行榜TOP100》榜单发布 揭露智能制造发展趋势
荐:
【中国风动漫】《姜子牙》刷屏背后,藏着中国动画100年内幕
【中国风动漫】除了《哪吒》,这些良心国产动画也应该被更多人知道!【中国风动漫】《雾山五行》大火,却很少人知道它的前身《岁城璃心》一个拿着十米大刀的男主夭折!

声明
内容来源:网络等,免责声明:部分文章和信息来源于互联网,不代表本订阅号赞同其观点和对其真实性负责。如转载内容涉及版权等问题,请立即与小编联系(微信号:913572853),我们将迅速采取适当的措施。本订阅号原创内容,转载需授权,并注明作者和出处。如需投稿请与小助理联系(微信号:AI480908961)
编辑:Zero




到顶部