Amazon Go使用合成数据来训练无现金商店算法

 
据悉，亚马逊今天分享了有关亚马逊Go的更多细节，亚马逊Go是该公司的无收银店品牌，包括使用合成数据故意在其计算机视觉系统中引入错误。在开设商店以杀死队列之前必须解决的挑战包括需要制作能够将阳光流入商店的视觉系统，延迟延迟的时间很少以及某些任务的少量数据。
合成数据正在以多种方式用于为小镜头学习提供动力，改进控制机器人的AI系统，训练AI代理人行走，或在Quake III游戏中击败人类。
“随着我们的应用程序在准确性方面的提高 – 我们今天的应用程序非常准确 – 我们遇到了一个有趣的问题，即我们可以用来训练机器学习模型的负面例子或错误很少，”Dilip Kumar，副总裁亚马逊去，说。 “因此，我们为我们的一个具有挑战性的条件创建了合成数据集，这使我们能够提高我们所需数据的多样性。但与此同时，我们必须要小心，我们不会引入只在合成数据集中可见的工件，[和]数据很好地转化为现实世界的情况 – 这是一个棘手的平衡。“
库马尔今天在亚马逊再论：火星会议上发表演讲，该会议代表机器学习，自动化，机器人和太空。
今天还宣布：Alexa Conversations利用深度学习，新仓库机器人以及计划在未来几个月内开始无人机交付，与Alexa技能无缝互动。
亚马逊全球消费者首席执行官杰夫威尔克在新闻发布会上告诉VentureBeat，合成数据也被用于改善今天首次亮相的亚马逊无人机和仓库机器人。 Wilke回应Kumar说，这需要工程师进行审核，以确保实现预期的结果。
“在主题演讲中，我们谈论的几乎所有内容都是使用大型数据集来训练模型，如果你有模拟数据，创建推理会变得更好。当然，问题在于你最终可能会在模拟数据，盲点和边缘情况等方面产生偏差，“Wilke说。
除了使用人工客户的合成数据和试验外，亚马逊工程师还制作了利用几何和深度学习的计算机视觉算法，以确保Go商店准确地将交易与合适的客户相关联。为了满足实时处理视频数据的需求，亚马逊还创建了Kinesis，这项服务已被合并到AWS RoboMaker中。
“因为人们不停地走来走去，行动不断发生，当人们彼此非常接近时，会发生同时发生的行动，其中多人正在非常接近每个人的物品，[和]其他事件非常接近在空间和时间关闭，“库马尔说。
亚马逊于2016年首次向世界推出了一家无收银店的想法，并在西雅图的公司总部附近开设了一个试验地点。亚马逊Go现在有12个地点，分别位于西雅图，芝加哥，旧金山和纽约。
为了支持没有银行账户或借记卡的人 – 或那些手机电池耗尽且无法访问Amazon Go应用程序的人 – 亚马逊在4月宣布计划接受现金支付，如传统商店。