就離譜，都2024了，人工智能靠人工的戲碼還在上演。

而且是類似ATM機(jī)背后坐真·柜員給你遞錢的那種！

當(dāng)你走進(jìn)一家超市，挑選完商品，無需人工、自助結(jié)賬，直接拿好東西走人，等待一段時間，AI就能基于視頻識別出你選了哪些東西，然后把賬單發(fā)送過來，你只需點(diǎn)擊付款。

聽著是不是很方便？

“拿1000個印度人換來的”。

在攝像頭背后，有一個規(guī)模達(dá)千人的印度團(tuán)隊(duì)，需要通過肉眼遠(yuǎn)程查看顧客拿了什么商品。

好家伙，新的等式出現(xiàn)了：

AI=Anonymous Indians（姓名不詳?shù)挠《热耍浚浚?/p>

這就是最近被曝光的亞馬遜無人超市“黑科技”。

它本來號稱使用AI技術(shù)，即拿即走、無需掃碼、事后扣款，完全自動化。適用于亞馬遜生鮮連鎖商店，從2020年開始在美國洛杉磯、芝加哥以及英國等地區(qū)推廣使用。

結(jié)果使用4年，真實(shí)面目是人類給AI打工。

△截取自公眾號“英國那些事兒”文章評論區(qū)

“非常依賴人類的CV”

亞馬遜這個引發(fā)大吐槽的服務(wù)，叫做“Just walk out”。

它主打的就是節(jié)省顧客逛超市時等候結(jié)賬的時間。在2016年推出，號稱是完全由計(jì)算機(jī)視覺技術(shù)驅(qū)動，通過超市內(nèi)的監(jiān)控攝像頭和傳感器來追蹤人們離店時拿走的商品。

過去幾年里，44家亞馬遜生鮮商店中，有27家支持了這一服務(wù)，還有一些有機(jī)食品連鎖店也支持。

不過當(dāng)時這種模式就有一些小問題，顧客往往在離店幾小時后才能接收到賬單，因?yàn)槿斯ひ匦聦徍艘曨l，確保賬單正確。

據(jù)The Information數(shù)據(jù)，直到2022年，每1000個“Just walk out”服務(wù)中，還有700個需要人工審核。

這遠(yuǎn)遠(yuǎn)沒有達(dá)到亞馬遜內(nèi)部本來的目標(biāo)，1000個case中僅有50個需要審核。

亞馬遜當(dāng)然不承認(rèn)該業(yè)務(wù)其實(shí)是靠人工來運(yùn)轉(zhuǎn)，他們給出的解釋是：

機(jī)器學(xué)習(xí)的過程里，人工標(biāo)注是必需的。當(dāng)然如果AI實(shí)在無法判斷的時候，人工也有參與“一小部分”。

至于具體比例，就很值得玩味了。

不過，為啥這個偽人工智能會被揪出來呢？

還得從亞馬遜最近的大裁員說起。

亞馬遜剛剛公布的一波大裁員包括線下門店技術(shù)團(tuán)隊(duì)，幾百個崗位被裁掉。消息稱，身份識別和結(jié)賬團(tuán)隊(duì)部分業(yè)務(wù)受到影響。

這個以奇怪方式運(yùn)行起來的“Just walk out”，也要walk不動了。之后只保留英國的部分門店和亞馬遜便利店。

未來他們打算押注到“Dash Carts”服務(wù)上。給線下商店的購物車?yán)锴度霋呙鑳x，識別顧客購買的商品，然后自助結(jié)賬。

相對來說，這種模式不用在超市內(nèi)部裝一大堆攝像頭，成本和技術(shù)難度都降低了，準(zhǔn)確性也能有所提高。

不只亞馬遜一家

實(shí)際上，搞這樣騷操作的，遠(yuǎn)不止亞馬遜一家。

2017年，研究咨詢公司Gartner就發(fā)布了一份關(guān)于新型技術(shù)炒作周期的報告。

報告顯示，許多AI技術(shù)，如DL和ML，當(dāng)時都處于炒作高峰期。

人們和市場對其的高度追捧，讓許多軟件供應(yīng)商開始追逐熱潮，把AI技術(shù)納入自家的產(chǎn)品戰(zhàn)略。

然鵝，報告中明確顯示，這些公司中的大多數(shù)實(shí)際上掛羊頭賣狗狗，它們產(chǎn)品中對AI的應(yīng)用以及所用AI的能力，往往夸大其詞。

這種現(xiàn)象在當(dāng)年被Gartne稱為“AI洗白”。

事件曝光后，這種現(xiàn)象并沒有得到遏制：

2019年，盡調(diào)公司W(wǎng)est Monroe Partners對40家美國公司的營銷材料進(jìn)行了檢查。

檢查結(jié)果顯示，這40家公司在其營銷聲明中對AI和ML的能力進(jìn)行了夸大，平均夸大程度超過30%。

同年，倫敦風(fēng)險投資公司MMC研究了2830家被歸類為AI公司的歐洲初創(chuàng)企業(yè)。

MMC發(fā)現(xiàn)在這些公司中，真正符合AI公司描述的僅有1580家。

具體有哪些公司干過這些事兒呢？

比如，F(xiàn)acebook（現(xiàn)Meta）。

2015年8月，F(xiàn)acebook推出了名為M的文本型虛擬AI助理；2018年年初，該項(xiàng)目被關(guān)停。

當(dāng)時，M助理號稱腳踢Siri，拳打搜索引擎。

回溯那時的用戶反饋發(fā)現(xiàn)，M助理很像今天火爆的ChatBot，但其相應(yīng)速度，比《瘋狂動物城》里的樹懶閃電還要慢。

《連線》雜志文章中寫道，一位用戶讓M助理推薦加州的知名景點(diǎn)，結(jié)果M花了15分鐘才推薦出 22 個結(jié)果——有這時間，早能把Google搜索結(jié)果看上十頁八頁了。

但是這不是M助理的致命bug。

消息人士后來曝光，稱該項(xiàng)目運(yùn)營的2年多里，F(xiàn)acebook一直使用人工在背后操作其所謂的AI系統(tǒng)。

這騷操作和亞馬遜無人超市如出一轍，怪不得反應(yīng)這么慢……

還有一家叫x.ai的初創(chuàng)公司（不是馬一龍現(xiàn)在的那家大模型公司哈），曾推廣自己在用“AI個人助手”來安排會議。

但其實(shí)是由人類員工來完成安排會議的工作。

2021年，x.ai因?yàn)殡y以實(shí)現(xiàn)算法獨(dú)立運(yùn)作，最終關(guān)門大吉。

為啥都干不下去？

發(fā)現(xiàn)沒有，如上幾家雖然“詐騙場景”不同，但原因基本一致：過分夸大AI能力，落地存疑、賺錢更存疑。

以亞馬遜的“Just walk out”為例，有人就分析了這種模式注定不可行，“就是個營銷噱頭”。

即使有大量傳感器，也還是會漏掉顧客拿的物品。而且傳感器還不是唯一的成本，人工標(biāo)注也很貴。只要有新產(chǎn)品上貨架，就需要幾張帶注釋的圖片來重新校準(zhǔn)傳感器。只要廠家重新設(shè)計(jì)產(chǎn)品，原本數(shù)據(jù)集的準(zhǔn)確性就會降低。

數(shù)據(jù)集、技術(shù)成本、研究成本、機(jī)器操作成本等，導(dǎo)致開銷非常大。即便是大模型對其幫助也不大，可能會稍微降低標(biāo)注成本，但是計(jì)算成本又增加了。

據(jù)公開信息，每家亞馬遜無人商店配備的掃描儀和攝像機(jī)系統(tǒng)非常昂貴。

據(jù)亞馬遜內(nèi)部人員所說，每個門店可能都要投入上千萬美元。

其次，Just walk out對技術(shù)的要求也不低。

在去年9月，亞馬遜官方發(fā)布的介紹中提到，為了弄清商店顧客誰拿了金槍魚三明治，誰拿了雞肉沙拉，并算出正確費(fèi)用，背后技術(shù)大有來頭：

Just Walk Out 是計(jì)算機(jī)視覺、目標(biāo)識別、高級傳感器、深度機(jī)器學(xué)習(xí)模型和生成式AI的結(jié)合。

每一項(xiàng)都是最前沿的計(jì)算機(jī)技術(shù)。

再者說，超市里光線晦暗，而非貨架密布，AI很難精準(zhǔn)判別顧客拿走了哪一份商品。

識別效果不穩(wěn)定，數(shù)據(jù)需求總是在變，所以“識別顧客買了啥”這個問題會變得很復(fù)雜。

當(dāng)然有網(wǎng)友質(zhì)疑亞馬遜每家無人超市都采用“ATM藏人”策略的真實(shí)性。

有人甚至算了一筆賬：

哪怕是雇傭了1000名印度員工，三班倒來盯著無人超市的顧客到底買了些什么，這點(diǎn)人力還是遠(yuǎn)不足以支撐所有超市的運(yùn)作的。

得出結(jié)論，Just walk out可能不是完全AI，但也絕不是完全人工遠(yuǎn)程操作結(jié)賬。

有網(wǎng)友嘲諷拉滿：

好事兒呀！這證明AI并不會真的讓人們失業(yè)（狗頭）。

甚至對比一下，這樣做還不如換回人類員工，效果又穩(wěn)定、成本還沒這么高。

One More Thing

當(dāng)然，創(chuàng)新永無止境，一種更加抽象的結(jié)賬模式出現(xiàn)了。

菲律賓收銀員通過Zoom接入，跨過半個地球來到紐約為您結(jié)算。

據(jù)說是一家名叫“快樂收銀員”的公司搞出來的，沒有網(wǎng)站，在紐約的5個亞洲快餐店里推行。

參考鏈接：

[1]https://gizmodo.com/amazon-reportedly-ditches-just-walk-out-grocery-stores-1851381116

[2]https://twitter.com/themaxburns/status/1775215997898698907

[3]https://www.mturk.com/

[4]https://arstechnica.com/information-technology/2017/11/expensify-acknowledges-potential-privacy-problem-by-calling-it-a-feature/