离谱！AI超市“无人”收款1000个印度人藏在背后M6 米乐

　　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。

　　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。

　　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。

　　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。

　　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”。

　　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。

　　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。

　　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。

　　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，伦敦风险公司MMC研究了2830家被归类为AI公司的欧洲初创企业。

　　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。

　　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。

　　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。

　　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。

　　发现没有，如上几家虽然“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。

　　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。

　　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。

　　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。

　　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。米乐M6 M6米乐