今日消息，電商巨頭亞馬遜準(zhǔn)備消滅“條形碼”。

機器人也許是未來，但機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，而且可能會被貼在奇形怪狀的產(chǎn)品上，這是機器人無法很好地解決的問題。于是，亞馬遜準(zhǔn)備消滅掉這項技術(shù)。

用“圖片訓(xùn)練計算機模型”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)練計算機模型。

據(jù)悉，該公司開發(fā)了一種攝像頭系統(tǒng)，可以逐個監(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器人專家希望將這項技術(shù)與機器人結(jié)合起來，讓機器人在拾取和翻轉(zhuǎn)物品的同時識別物品。

亞馬遜的人工智能專家必須首先建立一個產(chǎn)品圖像庫，在這個項目之前，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)為早期版本的計算機視覺算法提供了素材，攝像機不斷捕捉產(chǎn)品的新圖像來訓(xùn)練模型。

“解決這個問題，讓機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行處理，這是最根本的，”亞馬遜柏林計算機視覺部門的應(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�！�

這個被稱為多模式識別的系統(tǒng)不會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間。這項技術(shù)將在亞馬旗下各個業(yè)務(wù)部門共享，所以它未來可能會被用于全食超市或其他亞馬遜實體連鎖店。

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

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

亞馬遜人工智能團隊表示，微調(diào)多模式識別系統(tǒng)來評估由人處理的產(chǎn)品將是一個挑戰(zhàn)，這就是為什么其最終目標(biāo)是讓機器人來處理這些產(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)”

計算機視覺技術(shù)的不斷普及，讓機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。機器·像人類一樣去“思考”。

計算機視覺是近年來人工智能增長最快的領(lǐng)域之一。計算機視覺技術(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)涉及到計算機和、計算機圖形學(xué)、圖像處理、機器人學(xué)等領(lǐng)域。

許多計算機視覺應(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。

在自動駕駛領(lǐng)域，計算機視覺的圖像識別功能使汽車能夠識別行人、道路標(biāo)志及行進路線中的其他重要特征；在醫(yī)療領(lǐng)域，醫(yī)生利用計算機視覺技術(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)依靠計算機視覺推動廣告投放和識別不安全的品牌內(nèi)容等等。

不可否認的是，各行各業(yè)的企業(yè)都將受益于計算機視覺解決方案，助力其準(zhǔn)確高效地實現(xiàn)業(yè)務(wù)流程自動化。而用于計算機視覺的深度學(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，以達到讓機器學(xué)會識別目標(biāo)對象、而無需其他指導(dǎo)的目的。

圖像的識別功能

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

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行分類識別，是以定時描述（如統(tǒng)計紋理）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。