|
而一旦一個機(jī)器人學(xué)會了如何更高效地導(dǎo)航，整個車隊也會獲得同樣的能力。
分類：自動化分揀
一旦物品包裝完畢并貼好標(biāo)簽，接下來員工就會把包裹交給名為“Robin”的機(jī)器人。
具備AI增強(qiáng)視覺系統(tǒng)的Robin會幫助分揀包裹，可以了解哪里有哪些物體，它可以識別出不同大小的盒子、軟包裝和疊在一起的信件。
機(jī)器人Robin首先對一堆產(chǎn)品進(jìn)行場景區(qū)分，再決定要抓取哪個包裹，然后計算如何接近包裹，并選擇使用多少個吸盤來抓取包裹。
看起來簡單的操作，對Robin的難度卻很大，選擇太多，它可能會抓起不止一個包裹；選擇太少，它可能會掉落貨物。
運輸：預(yù)測道路意外狀況
投遞站是包裹送達(dá)客戶的最后一站。
亞馬遜介紹稱，僅馬薩諸塞州的一個投遞站每天就會收到多達(dá)65000個包裹，而在節(jié)假日期間，這個數(shù)字會增長到100000個以上。
正如Hamilton指出的，總是會發(fā)生意想不到的事情，比如裝載商品的卡車可能會提前到達(dá)車站，或者可能出現(xiàn)惡劣天氣、路上堵車等等。
而AI在這一環(huán)發(fā)揮的作用，正是幫助預(yù)測道路意外狀況。
派送：智能規(guī)劃路線
“最后一公里”派送，AI也發(fā)揮著重要作用。
由于不同的客戶每天訂購不同的商品，因此路線規(guī)劃和優(yōu)化是亞馬遜需要解決的最棘手的問題之一，該公司使用20多個機(jī)器學(xué)習(xí)模型在幕后協(xié)同工作。
Hamilton說：
規(guī)劃路線需要的決策點就像宇宙中的原子一樣多，而人工智能對于實現(xiàn)這一點至關(guān)重要。人工智能之所以重要，是因為有太多需要在當(dāng)下做出的決定無法再由人工完成，尤其是在如此大規(guī)模的情況下。
亞馬遜最后一英里送貨團(tuán)隊正在探索使用生成式AI和大模型來簡化司機(jī)的決策，具體的路徑和步驟包括：
通過明確客戶送貨備注（這在大型建筑中非常有用），以及通過了解送貨地址的不同屬性（如建筑輪廓、道路入口點），并將其與物理世界進(jìn)行匹配。
來源：華爾街見聞 趙穎 共2頁 上一頁 [1] [2]
|
