【新智元導讀】本週一， 亞馬遜智能零售店Amazon Go正式向公眾開放。 消費者可以直接走進商店， 拿下貨架上的貨物然後離開， 整個過程不需要排隊結帳。
亞馬遜無人收銀零售店Amazon Go終於開張了！
本週一， 占地面積1800平方英尺的Amazon Go正式在西雅圖向公眾開放。
Amazon Go的自白
1. Amazon Go是什麼？
2. Amazon Go如何運作？
電腦視覺， 感測器融合和深度學習等用在自動駕駛汽車中的相同技術使我們的免結帳購物體驗成為可能。 我們的Just Walk Out技術能夠自動檢測商品何時從貨架上取下或被重新放回，
3.在Amazon Go能買到什麼？
我們提供美味的即食早餐， 午餐， 晚餐和小吃。 我們選的必需品包括：麵包和牛奶等主食， 以及手工做的乳酪和巧克力。
4. 如何在Amazon Go購物？
你只需要一個亞馬遜帳戶、免費的Amazon Go應用程式， 以及最新一代的iPhone或Android手機。 您可以在Apple App Store， Google Play和Amazon Appstore上找到Amazon Go應用程式。
當你到達的時候， 使用Amazon Go應用程式進入商店， 然後就可以不需要用手機了。 然後就像在任何其他商店一樣流覽和購物吧。 你完成購物後， 不需要排隊結帳。
5. 哪兒有Amazon Go？
我們的商店位於華盛頓州西雅圖市第七大道2131號， 靠近第七大道和Blanchard的拐角處。
6. 什麼時間開放？
週一到週五， 早上7點到晚上9點。
7. Amazon Go有多大？
大約1800平方英尺。
8. Amazon Go裡有人工作嗎？
有人。員工在商店裡準備原料、製作速食食品、整理貨架、並説明客戶。
9. 為什麼要建立這個Amazon Go？
我們問自己：如果我們能夠創造一個不需要排隊結帳的購物體驗，會怎麼樣？我們能否推動電腦視覺和機器學習的界限來創造一個商店，客戶可以隨心所欲地去拿他們想要的貨物，然而就走？我們對這些問題的回答是Amazon Go和Just Walk Out Shopping技術。
全景式體驗Amazon Go, 身臨其境體驗智能零售
注：無人超市入口是一排電子“門衛”
超市的入口感覺就好像你正在進入一個地鐵站，一排電子大門位於商店的入口，被只允許擁有該商店智慧手機應用的人進入。
西雅圖亞馬遜總部辦公樓下的全球首家無人商店是一個1800平方英尺的小型超市，進入超市，購物者會迎接一系列的沙拉、三明治和飲料，以及即食的三餐食品。
Amazon Go還提供小瓶裝的啤酒、葡萄酒以及肉類，甚至所有餐具都是亞馬遜自製的。繼亞馬遜收購Whole Foods之後，還有一部分售賣區域專門擺放薯片，餅乾和堅果，這些都來自雜貨商365 Everyday Value品牌。
超市內再無購物車，所有結帳過程都是自動的，商品可直接裝入購物袋內。亞馬遜說，每當顧客從貨架上取貨時，產品就會自動放入他們線上帳戶的購物車中。如果顧客把商品放回貨架上，亞馬遜會將其從虛擬購物籃中移除。
Amazon Go使用相機和感測器網路來動態監控客戶，並通過智慧手機應用程式自動為他們從商店中取出的物品進行計費。亞馬遜並沒有多說這個系統是如何工作的，只是說它涉及到複雜的電腦視覺和機器學習軟體。
安裝在天花板上的數十個方形黑色攝像機持續監控客戶行為，該系統對個人購物者來說效果不錯，但仍然在努力準確地收集那些正在群體中移動的人們，比如那些帶著小孩的家庭。 Go的工程師一直在研究一起購物的家庭，並調整感測器，以識別孩子在商店裡閒逛時是否吃東西。
無人超市並不意味著完全沒有工作人員，超市的入口有迎賓人員，一名身份證檢查員在酒吧附近駐紮，至少有六名工人在廚房內可見。
最後的結帳部分也是相當便捷，拿好貨物走出超市，沒有排隊幾乎瞬間完成收費過程。
亞馬遜的核心技術，新智元專家怎麼看？
Amazon Go 宣傳視頻發佈後，在業界引起了強烈反響，在新智元人工智慧核心微信群中，各位專家也進行了熱烈的討論。那麼，專家們怎麼看亞馬遜這一激動人心的嘗試？
專家1 （資深技術人員，與Amazon Go專案內部人員很熟）：裡面有N 多攝像頭和3D攝像頭，做了3D人體建模和行為分析。可以說，Amazon Go絕對不是 PR，做這個小店有千萬美元級別的投入。
專家2 （機器人公司董事長）：拍腦袋分析一下，進門掃完碼後，後臺系統通過3D攝像頭把人體特徵值與帳戶ID進行綁定，然後對取貨的動作視頻進行分析（通過深度學習來正確辨識人類取放商品的動作細節）來即時更新虛擬購物車，出門後自動支付。如果店內人流密集的化，感覺後臺的即時運算量極其巨大。進門的閘機確保了客戶ID能被有效辨識，但是如果是一個大人帶著一個小孩，出店的時候小孩也拿著東西，而且與大人分開較遠的話，系統可能就無法自動結帳，不過可以出報警。
專家3（工程師）：如果問題縮小到只是進出閘機那會整個人的識別， 只做一進一出的對應及出閘機時身上攜帶商品（用 RFID之類補充確認）的感應識別， 那似乎還在可腦補範圍之內。
核心技術 Amazon Rekognition
根據官網介紹，Amazon Go 主要的識別技術叫做 Amazon Rekognition，能夠在消費者購物流程中進行一系列不同類型的識別，以判斷多種不同的購物場景。
六張圖看懂 Amazon Go 消費過程
或許看了視頻和上面的說明還稍嫌眼花繚亂，美國報紙 US Today 對 Amazon Go 的購物消費過程做了更賤簡單易懂的視覺化展示，下面具體看一下：
首先，消費者用手機像地鐵刷卡那樣，進入店鋪——當然，手機上得註冊有亞馬遜的帳戶。與此同時，位於入口處的攝像頭會進行人臉識別，識別的技術主要是 Amazon Rekognition。
當消費者在貨架前停下來時，攝像頭會捕捉並記錄消費者拿起的商品，以及再次放回去的那些。
店內麥克風會根據周圍環境聲音判斷消費者所處的位置。
貨架上的紅外感測器、壓力感應裝置（記錄商品被取走），以及荷載感測器（記錄商品被放回）會記錄下消費者取走了哪些商品以及放回了多少商品。同時，這些資料會即時傳輸給 Amazon Go 商店的資訊中樞，每位元顧客都不會有延遲。
利用這些技術，Amazon Go 究竟如何實現“未來購物過程”？專利文件揭露答案
國外網站上，有人翻出了亞馬遜兩年前申請專利時發佈的檔。
亞馬遜提交的專利檔的描述中，提到這一系統使用了包括 RFID（無線射頻識別）在內的技術，在探測購物者是否從貨架上拿下了商品，然後把資料傳輸到一台手持設備上。
這也意味著，在購物者繼續購物的同時，系統已經對商品狀態進行了同步，這免去了傳統排隊結帳的方式。當消費者從商店的”過渡區“走出商店時，系統會感應到消費者已經離開，隨後對他們帶走的物品進行統計，並在顧客的亞馬遜帳戶進行扣款。
從視頻中可以看到，消費者需要使用智慧手機驗證進入商店
專利示意圖：
可以看出，位於店內有各種感測器，包括商場安裝的攝像頭、商品上的重量感應器。
消費者購物過程中的具體識別過程
專利檔寫道：
例如，如果消費者在零售店內購物，他不需要停下來，用現金或者與收銀員溝通，或是使用自動結帳台來完成付款，因為他在商店內選擇的商品已經被系統記錄，並通過與消費者本人相關的商品確認清單確認，所以，他們能帶著選購的商品直接走出商店。
系統會探測到消費者走出店門，隨著消費者通過出口（也就是過渡區域），系統會自動對消費者挑選的商品進行結帳，期間消費者不用做任何的停留，也就避免了等待和排隊。
亞馬遜在視頻中提到，他們使用的技術包括多感測器融合，從不同感測器上獲得的資料增加了判斷的可信度和準確率。以下是專利檔對多感測器資料匯合的描述。
在一些配置條件下，來自其他輸入裝置的資料可能會被用於説明確定某一商品是否已經被選中或者被放回到貨架上。比如，如果系統判斷一件商品已經被放回到貨架上，除了圖像分析外，基於形狀和壓力的感測器，以及稱重設備上的資料，系統會對該商品生成一個權重。圖像分析也許能有助於將貨架上匹配的商品數量減小到一個更小的清單，提高匹配率。
貨架上商品的權重會與可能匹配的每個商品被存儲在系統內的權重進行比較，來確定商品是否真的已經被放回到貨架上。結合多個來源的輸入，系統會生成一個高置信度的數位，來提升系統確認某一商品是被從貨架上拿走還是被放回的準確率。
這一專利檔是在兩年前公佈的，現在亞馬遜很可能也做了很多的改變。但是，從視頻上可以看到，基本思路還是沿襲了專利檔中的描述。
由此看來，其基本技術實現與新智元專家的推測基本一致。
加入社群
新智元AI技術+產業社群招募中，歡迎對AI技術+產業落地感興趣的同學，加小助手微信號: aiera2015_1 入群；通過審核後我們將邀請進群，加入社群後務必修改群備註（姓名-公司-職位；專業群審核較嚴，敬請諒解）。
此外，新智元AI技術+產業領域社群(智慧汽車、機器學習、深度學習、神經網路等)正在面向正在從事相關領域的工程師及研究人員進行招募。
7. Amazon Go有多大？
大約1800平方英尺。
8. Amazon Go裡有人工作嗎？
有人。員工在商店裡準備原料、製作速食食品、整理貨架、並説明客戶。
9. 為什麼要建立這個Amazon Go？
我們問自己：如果我們能夠創造一個不需要排隊結帳的購物體驗，會怎麼樣？我們能否推動電腦視覺和機器學習的界限來創造一個商店，客戶可以隨心所欲地去拿他們想要的貨物，然而就走？我們對這些問題的回答是Amazon Go和Just Walk Out Shopping技術。
全景式體驗Amazon Go, 身臨其境體驗智能零售
注：無人超市入口是一排電子“門衛”
超市的入口感覺就好像你正在進入一個地鐵站，一排電子大門位於商店的入口，被只允許擁有該商店智慧手機應用的人進入。
西雅圖亞馬遜總部辦公樓下的全球首家無人商店是一個1800平方英尺的小型超市，進入超市，購物者會迎接一系列的沙拉、三明治和飲料，以及即食的三餐食品。
Amazon Go還提供小瓶裝的啤酒、葡萄酒以及肉類，甚至所有餐具都是亞馬遜自製的。繼亞馬遜收購Whole Foods之後，還有一部分售賣區域專門擺放薯片，餅乾和堅果，這些都來自雜貨商365 Everyday Value品牌。
超市內再無購物車，所有結帳過程都是自動的，商品可直接裝入購物袋內。亞馬遜說，每當顧客從貨架上取貨時，產品就會自動放入他們線上帳戶的購物車中。如果顧客把商品放回貨架上，亞馬遜會將其從虛擬購物籃中移除。
Amazon Go使用相機和感測器網路來動態監控客戶，並通過智慧手機應用程式自動為他們從商店中取出的物品進行計費。亞馬遜並沒有多說這個系統是如何工作的，只是說它涉及到複雜的電腦視覺和機器學習軟體。
安裝在天花板上的數十個方形黑色攝像機持續監控客戶行為，該系統對個人購物者來說效果不錯，但仍然在努力準確地收集那些正在群體中移動的人們，比如那些帶著小孩的家庭。 Go的工程師一直在研究一起購物的家庭，並調整感測器，以識別孩子在商店裡閒逛時是否吃東西。
無人超市並不意味著完全沒有工作人員，超市的入口有迎賓人員，一名身份證檢查員在酒吧附近駐紮，至少有六名工人在廚房內可見。
最後的結帳部分也是相當便捷，拿好貨物走出超市，沒有排隊幾乎瞬間完成收費過程。
亞馬遜的核心技術，新智元專家怎麼看？
Amazon Go 宣傳視頻發佈後，在業界引起了強烈反響，在新智元人工智慧核心微信群中，各位專家也進行了熱烈的討論。那麼，專家們怎麼看亞馬遜這一激動人心的嘗試？
專家1 （資深技術人員，與Amazon Go專案內部人員很熟）：裡面有N 多攝像頭和3D攝像頭，做了3D人體建模和行為分析。可以說，Amazon Go絕對不是 PR，做這個小店有千萬美元級別的投入。
專家2 （機器人公司董事長）：拍腦袋分析一下，進門掃完碼後，後臺系統通過3D攝像頭把人體特徵值與帳戶ID進行綁定，然後對取貨的動作視頻進行分析（通過深度學習來正確辨識人類取放商品的動作細節）來即時更新虛擬購物車，出門後自動支付。如果店內人流密集的化，感覺後臺的即時運算量極其巨大。進門的閘機確保了客戶ID能被有效辨識，但是如果是一個大人帶著一個小孩，出店的時候小孩也拿著東西，而且與大人分開較遠的話，系統可能就無法自動結帳，不過可以出報警。
專家3（工程師）：如果問題縮小到只是進出閘機那會整個人的識別， 只做一進一出的對應及出閘機時身上攜帶商品（用 RFID之類補充確認）的感應識別， 那似乎還在可腦補範圍之內。
核心技術 Amazon Rekognition
根據官網介紹，Amazon Go 主要的識別技術叫做 Amazon Rekognition，能夠在消費者購物流程中進行一系列不同類型的識別，以判斷多種不同的購物場景。
六張圖看懂 Amazon Go 消費過程
或許看了視頻和上面的說明還稍嫌眼花繚亂，美國報紙 US Today 對 Amazon Go 的購物消費過程做了更賤簡單易懂的視覺化展示，下面具體看一下：
首先，消費者用手機像地鐵刷卡那樣，進入店鋪——當然，手機上得註冊有亞馬遜的帳戶。與此同時，位於入口處的攝像頭會進行人臉識別，識別的技術主要是 Amazon Rekognition。
當消費者在貨架前停下來時，攝像頭會捕捉並記錄消費者拿起的商品，以及再次放回去的那些。
店內麥克風會根據周圍環境聲音判斷消費者所處的位置。
貨架上的紅外感測器、壓力感應裝置（記錄商品被取走），以及荷載感測器（記錄商品被放回）會記錄下消費者取走了哪些商品以及放回了多少商品。同時，這些資料會即時傳輸給 Amazon Go 商店的資訊中樞，每位元顧客都不會有延遲。
利用這些技術，Amazon Go 究竟如何實現“未來購物過程”？專利文件揭露答案
國外網站上，有人翻出了亞馬遜兩年前申請專利時發佈的檔。
亞馬遜提交的專利檔的描述中，提到這一系統使用了包括 RFID（無線射頻識別）在內的技術，在探測購物者是否從貨架上拿下了商品，然後把資料傳輸到一台手持設備上。
這也意味著，在購物者繼續購物的同時，系統已經對商品狀態進行了同步，這免去了傳統排隊結帳的方式。當消費者從商店的”過渡區“走出商店時，系統會感應到消費者已經離開，隨後對他們帶走的物品進行統計，並在顧客的亞馬遜帳戶進行扣款。
從視頻中可以看到，消費者需要使用智慧手機驗證進入商店
專利示意圖：
可以看出，位於店內有各種感測器，包括商場安裝的攝像頭、商品上的重量感應器。
消費者購物過程中的具體識別過程
專利檔寫道：
例如，如果消費者在零售店內購物，他不需要停下來，用現金或者與收銀員溝通，或是使用自動結帳台來完成付款，因為他在商店內選擇的商品已經被系統記錄，並通過與消費者本人相關的商品確認清單確認，所以，他們能帶著選購的商品直接走出商店。
系統會探測到消費者走出店門，隨著消費者通過出口（也就是過渡區域），系統會自動對消費者挑選的商品進行結帳，期間消費者不用做任何的停留，也就避免了等待和排隊。
亞馬遜在視頻中提到，他們使用的技術包括多感測器融合，從不同感測器上獲得的資料增加了判斷的可信度和準確率。以下是專利檔對多感測器資料匯合的描述。
在一些配置條件下，來自其他輸入裝置的資料可能會被用於説明確定某一商品是否已經被選中或者被放回到貨架上。比如，如果系統判斷一件商品已經被放回到貨架上，除了圖像分析外，基於形狀和壓力的感測器，以及稱重設備上的資料，系統會對該商品生成一個權重。圖像分析也許能有助於將貨架上匹配的商品數量減小到一個更小的清單，提高匹配率。
貨架上商品的權重會與可能匹配的每個商品被存儲在系統內的權重進行比較，來確定商品是否真的已經被放回到貨架上。結合多個來源的輸入，系統會生成一個高置信度的數位，來提升系統確認某一商品是被從貨架上拿走還是被放回的準確率。
這一專利檔是在兩年前公佈的，現在亞馬遜很可能也做了很多的改變。但是，從視頻上可以看到，基本思路還是沿襲了專利檔中的描述。
由此看來，其基本技術實現與新智元專家的推測基本一致。
加入社群
新智元AI技術+產業社群招募中，歡迎對AI技術+產業落地感興趣的同學，加小助手微信號: aiera2015_1 入群；通過審核後我們將邀請進群，加入社群後務必修改群備註（姓名-公司-職位；專業群審核較嚴，敬請諒解）。
此外，新智元AI技術+產業領域社群(智慧汽車、機器學習、深度學習、神經網路等)正在面向正在從事相關領域的工程師及研究人員進行招募。