Amazon testuje uczenie maszynowe

aktualizacja: 15-03-2017, 18:47

Wielkim wyzwaniem jest dziś stworzenie systemu informatycznego, którego działanie będzie jak najbardziej zbliżone do ludzkiego procesu myślowego. Pracują nad nim największe, globalne firmy.

Uczenie maszynowe (ang. machine learning) to dość młoda dyscyplina, uwzględnia informatykę, robotykę i statystykę. Główna idea: stworzenie systemu informatycznego, który potrafiłby się automatycznie doskonalić w oparciu o gromadzone i przetwarzane na bieżąco dane. Wyzwaniem jest programowanie maszyn i systemów tak, by potrafiły same interpretować sytuację i decydowały o kolejnym posunięciu, właśnie na podstawie zebranych wcześniej “doświadczeń”.

Zobacz więcej

fot. Bloomberg

Obecnie nad zastosowaniem samouczących się algorytmów pracuje wiele firm. W tym wyścigu udział bierze również Amazon. Co skłania giganta do sięgania po nowe technologie informatyczne? Odpowiedzi udzielił prof. Ralf Herbrich, dyrektor działu uczenia maszynowego w firmie Amazon, podczas konferencji Bosch Connected World 2017 w Berlinie. 

Optymalizacja procesów

Firma zakłada, że wygoda robienia zakupów i łatwość wyboru wpływają na lepsze doświadczenia konsumentów, a to zwiększa ruch i sprzedaż. Wokół tak rozrysowanego schematu gromadzonych jest jednak mnóstwo danych, które mogą być wykorzystane do optymalizacji wielu procesów na poziomie organizacyjnym czy sprzedażowym i obniżenia kosztów. Niższe koszty po stronie sprzedawcy finalnie oznaczają też niższą cenę za produkt, co tym bardziej zwiększa satysfakcję konsumentów. 

Możliwości, jakie uczenie maszynowe stwarza w sektorze handlu, są ogromne - zapewniał prof. Ralf Herbrich. Korzyści mogą być widoczne m.in. na etapie prognozowania popytu, planowania i organizacji procesu sprzedażowego czy pakowania produktów. Z punktu widzenia konsumentów natomiast istotne są precyzyjne systemy rekomendacyjne, działające w oparciu o ich wcześniejsze zachowania w sieci i oczekiwania, programy ułatwiające wyszukiwanie produktów w e-sklepie i podpowiadające najlepszy wybór.

Prognozowanie popytu

Prof. Ralf Herbrich dodał, że ogromnym wyzwaniem w zakresie uczenia maszynowego jest m.in. przewidywanie mody, tym bardziej że wiele modowych produktów sprzedaje się jedynie w danym sezonie. Kolejne wyzwanie stanowi wybór właściwego rozmiaru w przypadku ubrań kupowanych w internecie. W grę wchodzić może również kwestia tłumaczenia opisów produktów sprzedawanych do różnych krajach (to kolejne pole do eksperymentów dla Amazona).  

A firma testuje również wykorzystanie samouczących się systemów do kontroli jakości produktów spożywczych. W zaprezentowanym przykładzie - świeżości truskawek. Automatyczna inspekcja, wykorzystująca m.in. komputerową analizę obrazu, zmierza do tego, by system przewidywał, które z produktów powinny zostać natychmiast wystawione do sprzedaży, a jakie mogą być dłużej magazynowane. Koncept ma zmniejszyć liczbę marnowanej żywności, która zamiast do konsumentów trafia na śmietnik. 

 

© ℗
Rozpowszechnianie niniejszego artykułu możliwe jest tylko i wyłącznie zgodnie z postanowieniami „Regulaminu korzystania z artykułów prasowych” i po wcześniejszym uiszczeniu należności, zgodnie z cennikiem.

Podpis: Anna Bełcik

Polecane

Inspiracje Pulsu Biznesu