工业机器人可能是未来的自动化的趋势，但机器手显然不擅长像超市的优秀员工一样熟练使用条形码，首先它在不同的产品上没有规律地存在，对于机器人而言很难找到，而且条码也可以贴在形状怪异的产品上，机器人不能很好地解决这个问题。因此，亚马逊周五表示，它有一个终结条形码的计划。
这家电子商务巨头利用亚马逊仓库中的物品图片来训练计算机模型，开发了一个摄像系统，可以监控物品在传送带上逐一流动，以确保它们与图像相符。最终，亚马逊的人工智能专家和机器人专家希望将该技术与机器人结合起来，在捡拾物品和转身时识别物品。
"解决这个问题，使机器人能够捡起物品并处理它们，而不需要寻找和扫描条形码，这是根本，"亚马逊在柏林的计算机视觉小组的应用科学经理Nontas Antonakos说。"它将帮助我们更快、更准确地将包裹送到客户手中。"
不过，这个被称为多模式识别的系统并不打算很快完全取代条形码。只要制造和运输产品的外部公司依靠该技术来识别和跟踪库存，亚马逊仓库里的产品就需要有条形码。亚马逊的新系统目前正在西班牙巴塞罗那和德国汉堡的设施中使用，该公司说，它已经加快了那里处理包裹的时间。这项技术将在亚马逊的所有业务中共享，因此有可能有一天你会在全食超市或其他亚马逊旗下的连锁店看到它的版本。
亚马逊已经在其他产品中建立了计算机视觉技术，例如你可以问Echo Show智能显示器，"Alexa，我拿的是什么？"以获得对房子周围物体的识别帮助。这项功能被称为"展示和讲述"，是为视力障碍者设计的。智能手机制造商和社交媒体公司也在相机和照片应用程序中加入了人工智能功能，例如，自动对照片进行分类。
亚马逊表示，该系统主要希望消除的问题是给客户发错件，这并不经常发生。但是，考虑到一个仓库一天要处理多少物品，即使是不经常发生的错误，也会造成显著的效率下降。
亚马逊的人工智能专家不得不从建立一个产品图像库开始，这是该公司在这个项目之前没有理由创建的。图像本身以及关于产品尺寸的数据为算法的最早版本提供了依据，而相机则不断捕捉新的商品图像来训练模型。
该算法首次使用时的准确率在75%至80%之间，亚马逊认为这是一个有希望的开始。该公司表示，现在的准确率为99%。该系统最初面临一个小插曲，即它未能捕捉到颜色差异。在Prime Day促销期间，该系统无法区分两种不同颜色的Echo Dots。包装之间的唯一区别是一个小点，要么是蓝色，要么是灰色。经过一些调整，识别系统现在可以为其评级分配信心分数，只标记它非常确定不正确的物品。
亚马逊的人工智能团队说，对多模式识别系统进行微调以评估由人处理的产品将是一个挑战，这就是为什么最终目标是让机器人来处理这些产品。