拿上就走！Amazon Go背后的黑科技

这段充满科技感和未来感的视频一下又让亚马逊火起来了，这家让马云也害怕的企业不是第一次推出吸引人眼球的高科技产品。在2014年亚马逊推出了仓储机器人Kiva，2015年展示了飞行快递机器人Demo，这一次亚马逊更是承诺将在2017年正式开放第一家Amazon Go零售店（视频内容是针对内部员工试营业）。虽然亚马逊靠着这许多黑科技的噱头赚足了消费者注意力，但是这次看起来，可是动真格的呀。

亚马逊在官网上专门开设了一个“Amazon Go问答”页面（https://www.amazon.com/b?node=16008589011），在其中，介绍这个有1800平米的零售店将主要销售快餐、知名品牌和亚马逊自己生产的预包装餐饮套装，针对亚马逊会员，可以使用智能手机和Amazon Go应用程序进出。这么说可能有些模糊，我们详细分解一下Amazon Go的消费过程。

➀ 消费者——必须是亚马逊用户，打开智能手机，启动 Amazon Go app ，“刷手机”进入店铺。

➁ 放下手机，在不同货架上停留挑选，想拿什么就拿什么，不想要就放回去。

➂ 离开时可以非常帅气地拿上就走，而账单已经发送到你的账户上，最后通过Amazon Go app进行结算。

知道如何操作但是并不了解背后原理，这一点不奇怪。其实不需要排队或者收银员的自助结账早已不新鲜，但是在Amazon Go里，我们可以“拿了就走”，让人完全忽略掉结账环节（虽然它必然还是存在），好像进入一个物资丰富的大同世界（想拿什么就拿什么），让人人都是购物狂的我们有些蠢蠢欲动啊。

但是别忘了，这种自由的背后有一个强大的监控和算法体系，Amazon Go最让人摸不透的地方也在于此——这个虚拟的购物车如何实现记录？

有强大的网友翻出了亚马逊两年前申请专利时发布的文件，其中提到了RFID（无线射频识别）技术和多传感器融合。

简单来说，钞票防伪、一卡通等交通系统常用的电子收费系统，图书馆的图书标签等都使用了这个技术，Amazon Go极有可能用这个技术实现虚拟购物篮的“同步商品统计”。

Amazon Go极有可能从不同的传感器上获得数据并进行处理，例如货架上的红外传感器、压力感应装置（记录商品被取走），以及荷载传感器（记录商品被放回）等，保证虚拟购物篮的准确记录。

购物过程如何被探测出来的呢？据亚马逊官网介绍，其核心技术来自Amazon Rekognition，这是基于深度学习（Deep Learning）的分析系统。

Rekognition 可识别数千种对象 (如车辆、宠物或家具) 并提供置信度。Rekognition 还可以检测出图像内的场景，如日落或沙滩。这让您能够轻松添加搜索、筛选等功能，并管理大型图像库。

借助 Rekognition，您可以定位到图像中的面孔并分析面孔特征，如面孔是否在微笑或者眼睛是否睁开着。在分析图像时，Rekognition 将返回每个所检测面孔的位置和矩形框架。利用 Rekognition 的面孔分析功能，您可以轻松地跟踪用户的情绪。

Rekognition 让您能够衡量两张图像中的面孔属于同一个人的可能性。借助 Rekognition，您可使用相似性得分，以近乎实时的方式验证某位用户与参考照片中的人物的相似性。

Rekognition 让您能够在大量图像中找出相似面孔。您可以为在图像中检测到的面孔创建索引。Rekognition 的快速且准确的搜索功能可返回与您的参考面孔最为匹配的面孔。

以上只是这款以人工智能为核心的技术应用的初级层面（内容来自亚马逊官网），可以让你不需要了解任何背景专业或技能就进行图像分析操作，识别人脸、情绪、进行验证并调用数据，如果你还是不明白，可以在亚马逊官网上点击试用。

综上所述，真正震撼人心的不是自由购物或者体验，而是背后让人毫无察觉的人工智能技术，“拿上就走”听起来很好，但是你可别忘了时刻盯着你操控你的人工智能之眼哦。

扫描二维码关注译言，享受优质便捷的即时译服务。

1909年，福斯特发表了科幻短篇《大机器停止》，描述了极端工业化的可能恶果。机器完全控制了生活，人们住在地下，全凭电子机械互相接触。有一天机器停止了运转，整个人类社会便土崩瓦解。这篇小说几乎定下了机器人与人类分界的基调，其背景与电影《黑客帝国》里的机器之城极为类似。

我们为您准备了《大机器停止》的电子阅读版，快去看看吧。