对于亚马逊销售的数亿件商品，从露营帐篷到节日毛衣，到达客户家门口的盒子或邮件很可能是由人工智能 （AI） 手工挑选的。亚马逊最新的气候承诺基金投资如何通过人工智能和机器人技术改变回收利用亚马逊和 Glacier 正在试点技术，以减少垃圾填埋场废物并增加包装中回收材料的使用。包裹决策引擎是亚马逊设计和构建的人工智能模型，能够为它了解到的每件商品确定最有效的包装类型，有助于减少用于向客户发送购买商品的纸板箱、气枕、胶带和邮寄件的数量。该模型是该公司如何使用人工智能更快地实现其可持续发展目标的重要例子，同时还有助于减少包装、提高交付效率并确保产品在交付过程中受到保护。自 2015 年以来，与其他包装创新一起，该模型已帮助亚马逊在全球范围内避免了超过 200 万吨的包装材料。多模态人工智能模型建立在亚马逊云科技 （AWS） 云之上，可以预测毯子等更耐用的产品何时不需要保护性包装，或者何时一组餐盘等潜在易碎物品可能需要一个更精益求精的盒子。它结合了深度机器学习、自然语言处理和计算机视觉，并不断了解亚马逊不断发展的包装选项。据亚马逊科学家称，它的决策在经验上是准确的，这意味着它在大多数时候都能预测最有效的套餐选择。减少包装浪费是亚马逊成为一家更具可持续性的公司目标的重要组成部分，但选择最有效、最优化的包装数量既能减少浪费又能保护产品可能具有挑战性。此外，亚马逊的商品目录拥有数亿件商品，并且除了在全球范围内提供特定地区和国家/地区的商品外，还在不断增长和变化。在使用人工智能之前，亚马逊员工对单个商品进行了物理测试，以确定如何优化包装，但仅靠人工努力是无法扩大可持续发展工作的规模。Package Decision Engine 帮助自动化了部分工作，使亚马逊员工能够专注于解决其他可持续发展挑战。我们希望能够快速确定每件商品的最有效包装选项，同时预测每种商品的运输安全程度，“亚马逊包装创新团队技术产品高级经理 Kayla Fenton 说，该团队包括研究科学家和技术项目经理。“通过包装决策引擎使用人工智能使我们能够快速大规模推进包装效率工作，而且效果非常好，因此我们正在亚马逊更广泛的全球足迹中实施这项技术。”包决策引擎的工作原理01 / 02包决策引擎流程包括多个步骤来收集有关每个项目的信息。当商品首次到达亚马逊运营中心时，会在计算机视觉隧道中进行拍照，该隧道确定商品的尺寸、发现缺陷并捕获商品的多张图像。这也允许模型检测物品周围是否有袋子或盒子，或检测是否存在裸露的玻璃。该模型还使用自然语言处理，并利用每个商品的基于文本的数据，例如商品的名称、描述、价格和包装尺寸。此外，它还会从通过亚马逊在线退货中心、商品评论和其他买家反馈渠道报告的买家反馈中近乎实时地收集信息。我是亚马逊通用人工智能副总裁。以下是我对人工智能的未来感到兴奋的 4 个原因。Vishal Sharma 分享了他对生成式人工智能创新将如何帮助地球上的每个人（和一切）的见解。汇编信息后，模型会生成一个分数，预测要使用的最佳包装类型。包装选择被模型记住，并用于了解未来的包装需求。包裹决策引擎如何随着时间的推移而学习亚马逊科学家通过向人工智能模型展示数百万个以各种类型包装成功交付且没有损坏的产品示例来训练人工智能模型。他们还向它展示了到达时已损坏的产品，以及每种情况下使用的关键字和包装类型。因此，该模型了解到，在做出包装决策时，某些关键字很重要。例如，缓冲有限的带衬垫的邮寄袋可能无法充分保护描述中带有“杂货店”、“屏幕”或“炻器”字样的物品，因此模型会推荐更坚固的选项，例如盒子。该模型还了解到，“多件装”、“袋子”、“收缩”和“包装”等关键字也与邮寄件中较低的损坏率相关，并表明产品可能已经有保护性包装，不需要额外的保护。
