4月12日消息，據(jù)國外媒體報道，亞馬遜打造的龐大商業(yè)帝國離不開其人工智能技術(shù)的幫助。其不起眼但功能強大的機器學習功能可以滿足從物流中心、云服務以及無人商店。

　　亞馬遜的六頁備忘錄很有名。高管們必須每年寫一份計劃書，列出他們的商業(yè)計劃。鮮為人知的是，這些備忘錄總要回答一個特殊問題：你打算如何使用機器學習?亞馬遜的高管們普遍表示，亞馬遜并不鼓勵作出像“不多”這樣的回答。

　　機器學習是人工智能的一種形式，其從數(shù)據(jù)中挖掘出可用于預測的有價值信息。當杰夫·威爾克(Jeff Wilke)于1999年加入亞馬遜時，機器學習就在亞馬遜扎根了。如今威爾克已經(jīng)是杰夫o貝索斯(Jeff Bezos)的副手，他成立了一個科學家團隊，研究亞馬遜的內(nèi)部流程，以提高效率。他將自己的研究人員編成業(yè)務單元，將自我評估和改進的循環(huán)變成了默認模式。很快這個循環(huán)就加入了機器學習算法，比如第一時間自動推薦顧客可能喜歡的書。隨著貝索斯的野心越來越大，自動化預測也越來越重要。

　　其他科技巨頭也開發(fā)了更為亮眼的人工智能技術(shù)，譬如Facebook的面部識別軟件、蘋果的Siri數(shù)字助理、Alphabet的自動駕駛汽車和圍棋大師等等。相比之下，亞馬遜采用了一種更低調(diào)的機器學習方法。亞馬遜也有Alexa與Siri競爭，而且該公司在其云計算中提供預測服務。但對該公司成功最關(guān)鍵的算法，是其用于不斷簡化自身運營的算法。反饋循環(huán)看起來與面向消費者的人工智能是一樣的:構(gòu)建服務，吸引客戶，收集數(shù)據(jù)，讓電腦從這些數(shù)據(jù)中學習，所有這些都是人力無法模仿的。

　　物流中心的算法

　　亞馬遜在北美地區(qū)有超過100個物流中心，在全球其他區(qū)域還有超過60個類似的巨型倉庫，是其2070億美元在線購物業(yè)務的心臟。這里負責儲存并配送亞馬遜電子商務平臺所銷售的商品。在西雅圖市郊的一個物流中心，包裹以摩托車的速度沿著傳送帶疾馳而過。整座設施內(nèi)噪音震耳欲聾，而且里面似乎沒有人類員工。相反，在一個足球場大小的隔離區(qū)里，有成千上萬個長方體擱架單元，每一個都有1.8米高。亞馬遜稱之為“豆莢”。數(shù)以百計的機器人把這些“豆莢”拖來拖去。在人們的眼中，諸如牙膏、書籍和襪子等各種商品的堆放雜亂無章，但在指導這一過程的算法方式看來，一切都井然有序。

　　人類員工站在圍繞這個“機器人領域”柵欄的縫隙中。有些人從機器人帶給他們的“豆莢”中挑選物品;還有一些人把東西裝進空箱子里，然后被傳送帶運走并儲存起來。無論他們是挑選還是放置一件物品，他們都會用條形碼閱讀器掃描產(chǎn)品和相關(guān)的貨架，以便軟件能夠跟蹤實時位置。

　　負責開發(fā)這些算法的是亞馬遜首席機器人專家布拉德o波特(Brad Porter)。其團隊是威爾克領導的物流中心優(yōu)化小組。波特先生關(guān)注的是“豆莢間隙”，即在機器人將“豆莢”貨架拖回工作站之前，人類員工必須等待的時間。更少更短的間隔意味著更少的人工等待時間，也就意味著貨物更快地通過倉庫，最終更快地送貨上門。波特的團隊一直在試驗新的優(yōu)化方法，但他們推出新方法時也非常謹慎，畢竟機器人領域的交通堵塞可能更加嚴重。

　　亞馬遜云服務AWS是另一個核心基礎設施。它支撐著亞馬遜260億美元的云計算業(yè)務，該業(yè)務允許企業(yè)在沒有服務器的情況下托管網(wǎng)站和應用程序。

　　AWS機器學習的主要用途是預測計算需求。當互聯(lián)網(wǎng)用戶涌向客戶服務時，計算能力不足可能會導致錯誤，而當用戶遇到錯誤頁面時，則會導致銷售損失。AWS負責人雅西(Andy Jassy)表示:“我們不能說我們?nèi)必洝?rdquo;為了確保永遠出現(xiàn)這種情況，云服務團隊會對客戶數(shù)據(jù)進行了分析。亞馬遜無法看到服務器上托管的內(nèi)容，但是它可以監(jiān)視每個客戶獲得了多少流量、連接持續(xù)了多長時間以及其穩(wěn)定性。與其物流中心一樣，元數(shù)據(jù)所提供機器學習模型能夠預測云服務的需求。

　　亞馬遜云服務最大的客戶之一就是亞馬遜自己。其他亞馬遜公司想要的主要東西之一就是預測。需求如此之高，以至于AWS設計了一種名為Inferentia的新芯片來處理這些任務。雅西表示，Inferentia芯片將為亞馬遜節(jié)省所有機器學習任務的成本，。他表示:“我們相信，這至少可以大幅提高成本和效率。”此外，Alexa中識別聲音和理解人類語言的算法將是亞馬遜云服務采用Inferentia芯片的一大受益者。

　　該公司最新的算法投資是亞馬遜的無人商店Amazon Go。數(shù)百臺攝像機從上方觀察購物者，將視覺數(shù)據(jù)轉(zhuǎn)換成3D輪廓，用于跟蹤他們處理產(chǎn)品時的手部動作。該系統(tǒng)可以查看購物者購買了哪些商品，并在他們離開商店時將其記入亞馬遜賬戶。Amazon Go的負責人迪利普·庫馬爾(Dilip Kumar)強調(diào)，該系統(tǒng)能夠?qū)崟r追蹤購物者的身體運動。他表示，亞馬遜沒有使用面部識別技術(shù)來辨別顧客，也沒有將他們與自己的亞馬遜賬戶聯(lián)系起來。相反，這是通過在門口刷條形碼來實現(xiàn)的。該系統(tǒng)=通過對數(shù)百臺攝像機的數(shù)據(jù)進行處理，來確定購物者的消費需求。盡管實驗者盡其所能，也無法騙過系統(tǒng)偷走物品。

　　其他應用

　　人工智能身體追蹤技術(shù)也在亞馬遜物流中心興起。該公司有一個試點項目，內(nèi)部稱為“Nike意圖檢測”系統(tǒng)，其為物流中心員工提供的服務和無人商店Amazon Go為購物者提供的服務類似:跟蹤他們在貨架上挑選和擺放的商品。這個想法是為了徹底擺脫手持條形碼閱讀器。這種手動掃描需要時間，對工人來說也很麻煩。理想情況下，他們可以把物品放在任何他們喜歡的架子上，同時系統(tǒng)會監(jiān)視和跟蹤一切舉動。“同以往一樣，我們的目標是提高效率，使產(chǎn)品流動速度最大化。”波特表示，“員工們覺得這很自然。”(騰訊科技審校/皎晗)