工業機器人可能是未來的自動化的趨勢，但機器手顯然不擅長像超市的優秀員工一樣熟練使用條形碼，首先它在不同的產品上沒有規律地存在，對於機器人而言很難找到，而且條碼也可以貼在形狀怪異的產品上，機器人不能很好地解決這個問題。因此，亞馬遜周五表示，它有一個終結條形碼的計劃。
這傢電子商務巨頭利用亞馬遜倉庫中的物品圖片來訓練計算機模型，開發一個攝像系統，可以監控物品在傳送帶上逐一流動，以確保它們與圖像相符。最終，亞馬遜的人工智能專傢和機器人專傢希望將該技術與機器人結合起來，在撿拾物品和轉身時識別物品。
"解決這個問題，使機器人能夠撿起物品並處理它們，而不需要尋找和掃描條形碼，這是根本，"亞馬遜在柏林的計算機視覺小組的應用科學經理Nontas Antonakos說。"它將幫助我們更快、更準確地將包裹送到客戶手中。"
不過，這個被稱為多模式識別的系統並不打算很快完全取代條形碼。隻要制造和運輸產品的外部公司依靠該技術來識別和跟蹤庫存，亞馬遜倉庫裡的產品就需要有條形碼。亞馬遜的新系統目前正在西班牙巴塞羅那和德國漢堡的設施中使用，該公司說，它已經加快那裡處理包裹的時間。這項技術將在亞馬遜的所有業務中共享，因此有可能有一天你會在全食超市或其他亞馬遜旗下的連鎖店看到它的版本。
亞馬遜已經在其他產品中建立計算機視覺技術，例如你可以問Echo Show智能顯示器，"Alexa，我拿的是什麼？"以獲得對房子周圍物體的識別幫助。這項功能被稱為"展示和講述"，是為視力障礙者設計的。智能手機制造商和社交媒體公司也在相機和照片應用程序中加入人工智能功能，例如，自動對照片進行分類。
亞馬遜表示，該系統主要希望消除的問題是給客戶發錯件，這並不經常發生。但是，考慮到一個倉庫一天要處理多少物品，即使是不經常發生的錯誤，也會造成顯著的效率下降。
亞馬遜的人工智能專傢不得不從建立一個產品圖像庫開始，這是該公司在這個項目之前沒有理由創建的。圖像本身以及關於產品尺寸的數據為算法的最早版本提供依據，而相機則不斷捕捉新的商品圖像來訓練模型。
該算法首次使用時的準確率在75%至80%之間，亞馬遜認為這是一個有希望的開始。該公司表示，現在的準確率為99%。該系統最初面臨一個小插曲，即它未能捕捉到顏色差異。在Prime Day促銷期間，該系統無法區分兩種不同顏色的Echo Dots。包裝之間的唯一區別是一個小點，要麼是藍色，要麼是灰色。經過一些調整，識別系統現在可以為其評級分配信心分數，隻標記它非常確定不正確的物品。
亞馬遜的人工智能團隊說，對多模式識別系統進行微調以評估由人處理的產品將是一個挑戰，這就是為什麼最終目標是讓機器人來處理這些產品。