Amazon将利用计算机视觉在发货前发现缺陷

Amazon将利用计算机视觉和人工智能确保客户收到的产品状况良好，并进一步推动其可持续发展工作。{ width=50% }

---

该举措被称为“P.I. 项目”（代表“private investigator”），在北美的亚马逊履行中心进行，将每天扫描数百万个产品以检测缺陷。

P.I. 项目利用生成式人工智能和计算机视觉技术来检测损坏的产品或不正确的颜色和尺寸等问题在产品到达客户之前。该AI模型不仅能够识别缺陷，还有助于发现根本原因，使亚马逊能够在上游实施预防措施。该系统在部署的站点中已被证明非常有效，能够准确识别每月处理的大量产品中的问题。

在任何物品发货之前，它都会通过一个成像隧道，P.I.项目评估其状态。如果检测到有缺陷，物品将被隔离并进行进一步调查，以确定是否有类似产品受到影响。

亚马逊的员工将审查被标记的物品，并决定是否通过亚马逊的“Second Chance”网站以折扣价转售，捐赠或找到替代用途。这项技术旨在充当额外的视觉帮助，增强了在数个北美履行中心进行的手动检查，计划在2024年进一步扩展。

亚马逊全球卖家服务副总裁Dharmesh Mehta表示：“我们希望每次顾客在我们商店购物时都能获得良好的体验。
“通过在我们的运营设施中利用人工智能和产品成像，我们能够有效检测潜在的损坏产品，并在它们到达客户之前更好地解决这些问题，这对客户、我们的销售伙伴和环境都是一个胜利。”

P.I. 项目在亚马逊的可持续发展工作中发挥着至关重要的作用。通过防止受损或有缺陷的物品到达客户，该系统有助于减少不必要的退货，浪费的包装以及由于附加运输而产生的不必要的碳排放量。

亚马逊全球可持续性副总裁Kara Hurst评论说：“人工智能正在帮助亚马逊确保我们不仅通过高质量的物品让顾客满意，而且我们通过防止不完美的物品离开我们的设施并帮助我们避免由于运输、包装和退货流程中的其他步骤而产生的不必要碳排放，将这种顾客执着延伸到我们的可持续发展工作上”。

与此同时，亚马逊正在利用一个配备Multi-Modal LLM（MLLM）的生成式人工智能系统来调查负面顾客体验的根本原因。
当顾客报告的缺陷通过初步检查时的，该系统会审查顾客反馈并分析来自履行中心的图片，以了解出了什么问题。例如，如果顾客收到了产品的错误尺寸，系统会检查履行中心图像中的产品标签以准确定位错误。

这项技术对亚马逊的销售伙伴特别有利，尤其是占亚马逊销售的60%以上的中小型企业。通过更易于获取的缺陷数据，亚马逊帮助这些卖家快速纠正问题，并减少未来的错误。

（图片来源：Andrew Stickelman）
另请参阅：X现在允许AI生成的成人内容

想从行业领袖那里了解有关人工智能和大数据的更多信息吗？查看在阿姆斯特丹、加利福尼亚和伦敦举行的人工智能与大数据博览会。这一全面的活动与其他领先活动同时举办，包括智能自动化会议、BlockX、数字转型周和网络安全与云博览会。
浏览由TechForge提供的其他即将举行的企业技术活动和网络研讨会。

Tags: ai, Amazon, artificial intelligence, computer vision, generative ai, mllm, multi-modal, project p.i.

---

---

感谢阅读！如果您对AI的更多资讯感兴趣，可以查看更多AI文章：GPTNB。