Skip to main content

AI • 物聯網 • 網路邊緣

有了邊緣人工智慧,未來的無人商店現已問世

AI, 電腦視覺, 深度學習神經網路

零售顧客希望速戰速決。諸多零售商的想法與顧客不謀而合。

為了加速購買速度,便利商店、速食餐廳,以及其他快速服務設施,紛紛採用自助式自動服務機與自助式結帳櫃台。雖然這些解決方案比傳統結帳隊伍便利有效率,但依舊需要工作人員協助顧客,而且比較容易遭竊。

無人商店能完全免除結帳的步驟,改變現況 (影片 1)。

 

影片 1。無人商店利用人工智慧與行動應用程式技術向顧客收費。(資料來源:Cloudpick)

 

Cloudpick 執行長 Jeff Feng 博士表示:「在這種全新型態的商店,我們要求顧客在進入商店前,先在行動應用程式註冊。」「下載應用程式後,新增付款方式即可,就和 Uber 的使用方式一樣。註冊後,他們進入商店、挑選商品,然後離開。這種結帳方式快速又省事。」

支援人工智慧的商店

Cloudpick 推出的無人商店等自動結帳解決方案,屬於端到端技術的安裝,與傳統購物體驗相似。人工智慧、電腦視覺、深度學習與邊緣運算結合之後,註冊的顧客挑好多種產品後直接離開即可。

運作方式如下:

  • 應用程式提供 QR 碼給顧客,以便他們進入商店入口。
  • 這個 QR 碼隨即為店內的每位顧客建立和虛擬購物車的關聯。
  • 視覺系統會使用深度學習演算法辨識挑選的商品,然後將商品加入購物車。
  • 如果顧客將某樣商品放回架上,系統隨即會將它從購物車移除。
  • 結帳時,邊緣運算平台會與這批資料建立關聯,然後將資料即時傳送至雲端帳務平台。

無人商店能追蹤逾 30 名顧客,以及他們在大約 1,000 平方英尺範圍內的行動 (圖 1)。

Cloudpick 無人商店利用邊緣運算即時執行交易。(資料來源:Cloudpick)
圖 1。Cloudpick 無人商店利用邊緣運算即時執行交易。(資料來源:Cloudpick)

實體零售的虛擬實境

Cloudpick 無人商店同時採用各種類型的人工智慧,以確保正確無誤。

首先,或許是最顯而易見的部分,就是辨識店內各項商品的影像辨識演算法。每種 SKU 的影像在訓練資料庫中都有標籤,然後利用 Intel® OpenVINO 工具組將產生的演算法部署到 Cloudpick 視覺系統。

另一方面,系統會以視覺方式呈現零售空間 內的每東西 (包括顧客),然後應用手勢識別演算法判斷消費者是挑選還是放回某樣商品。這些演算法也能辨識行為,諸如走路、起身、蹲下或跑步,有助於區別顧客。

Feng 表示:「視覺系統的智慧足以重新建立店內的每樣東西。」「系統基本上將每個人重新建立為實體,讓我們能夠辨別顧客。顧客在店內的期間,我們也才能區別顧客。」

由於這些工作負載多半在第 8 代或第 9 代 Intel® 酷睿 處理器邊緣運算平台執行,因此 Cloudpick 能大幅減少傳送至雲端的資料量。另外,由於追蹤無人商店環境虛擬轉譯內,個人僅使用 QR 碼這項資訊,因此顧客的隱私權有保障。

「使用行動應用程式註冊時,我們唯一獲得的資訊就是 QR 碼。我們無法識別顧客的身分。」Feng 表示。「我們只知道顧客進入了商店,而且對方有個人付款資訊。如此而已。」

建立數位品牌忠誠度

對消費者來說,無人商店顯而易見的賣點在於速度和使用的便利性。那麼店主的好處是什麼?表面上看來,零售商可以利用人工智慧與邊緣運算補強員工,降低作業成本。既然這些技術不需要吃飯、睡覺或渡假,商店當然可以全年無休。

深入瞭解後會發現,快速服務零售商獲得的不僅是表面上的好處而已。由於消費者在購物前就先註冊,因此他們會自動成為該店的數位會員。

「因此現今的商主能與顧客交換訊息,而且不僅限於顧客在店內的時間而已。」Feng 表示。「行動應用程式讓零售商得以創新,例如針對不同顧客提供量身打造的行銷和折價券。」

更快也更有智慧的零售方式

展望未來,以無人空間為中心、更有智慧的自動化社會就近在眼前。請試想一下,你走入多功能環境之後,從數位招牌的菜單挑選午餐。你同時在菜單上選取了「支付水電費帳單」的選項,接著走向其他地方。

在食物烹調過程中,你購買食品雜貨清單中的商品。食物配送者 (無論是否為人類) 找到你,然後幫你將午餐放在附近的餐桌上。接著,你提著食品雜貨,從出口走向火車站。

你的帳單已繳、午餐已買好、食品雜貨已經從帳戶扣款,而且數位火車票也已拿在手上了。拜迅速的人工智慧創新、電腦視覺和強大的邊緣運算所賜,這個省事的未來其實近在咫尺。

作者簡介

Brandon is a long-time contributor to insight.tech going back to its days as Embedded Innovator, with more than a decade of high-tech journalism and media experience in previous roles as Editor-in-Chief of electronics engineering publication Embedded Computing Design, co-host of the Embedded Insiders podcast, and co-chair of live and virtual events such as Industrial IoT University at Sensors Expo and the IoT Device Security Conference. Brandon currently serves as marketing officer for electronic hardware standards organization, PICMG, where he helps evangelize the use of open standards-based technology. Brandon’s coverage focuses on artificial intelligence and machine learning, the Internet of Things, cybersecurity, embedded processors, edge computing, prototyping kits, and safety-critical systems, but extends to any topic of interest to the electronic design community. Drop him a line at techielew@gmail.com, DM him on Twitter @techielew, or connect with him on LinkedIn.

Profile Photo of Brandon Lewis