首页 首页 人工智能 查看内容

人工智能+如何为零售添光加彩

木马童年 2020-1-31 18:37 31 0

将AI技能应用于零售业,晋升购物效率和体验,这正是深圳市盐田区比年来鼎力大举推进人工智能等新兴财产成长的缩影。 “对接《粤港澳大湾区成长规划纲要》,盐田在不停鞭策财产转型进级的同时,鼎力大举实行‘财产 ...

    将AI技能应用于零售业,晋升购物效率和体验,这正是深圳市盐田区比年来鼎力大举推进人工智能等新兴财产成长的缩影。

    人工智能+如何为零售添光加彩

    “对接《粤港澳大湾区成长规划纲要》,盐田在不停鞭策财产转型进级的同时,鼎力大举实行‘财产兴盐’战略,支撑为人工智能、呆板人等高科技研发提供遍及的应用场景、数据对接和‘首试首用’的机缘,通过‘人工智能+’为财产转型进级赋能。”盐田区委书记陈清说。

  人工智能主动为消费者画像

    得益于这一政策支撑,2014年7月,码隆科技结合首创人兼CEO黄鼎隆来到盐田,创建了码隆科技。

    这是一家为企业提供前沿计较机视觉技能办事的人工智能公司,专注于商品辨认方案的原创研发和应用落地。

    什么是计较机视觉技能?黄鼎隆先容说,视觉技能能为指定规格的平凡货柜植入AI商品辨认能力,模拟人的眼睛,实现智能辨认、智能监测、自立上新、零售大数据收罗和商品运营及办理功效,并联合移动付出等付出技能手段,在无人值守的环境下主动销售商品。

    “今朝,码隆科技已为零售、纺织服装、质检、医疗等多个行业提供计较机视觉技能办事,帮忙其大幅提高效率和品质。”黄鼎隆说。

    黄鼎隆诠释说,通过AI技能完成人脸辨认、轨迹阐明、衣饰辨认和对应的数据统计阐明,可为时尚门店贩卖及办理职员提供从单店、商圈至区域的消费者画像、客流阐明和趋势阐明报表等。

    别的,以AI视觉技能为基础,还可以通过上传服装与参照标志配合平铺的照片,来获取精准的服装尺寸相干数据,整个历程只需要两秒,大大晋升了人工丈量服装尺寸以及数据录入的效率。

    在盐田这块创新的沃土上,码隆科技逐渐生根抽芽、着花成果,先后在计较机视觉世界三大顶级集会CVPR上荣获人工智能“世界杯”,在WebVision挑战赛、G20“创新企业奥林匹克”竞赛等世界级角逐中斩获冠军,在业内被称为“冠军收割机”。

  无人车全流程无需人工干预

    与码隆科技雷同,将来呆板人(深圳)有限公司也是被盐田吸引过来的一家国度高新技能企业。

    据先容,将来呆板人以天然情况下低速视觉无人驾驶技能为焦点,当终端指令发出后,无人叉车可根据预设轨迹,主动完成取货、搬运、卸货、转运、上货架等全部行动,实现闭环场景下的仓储主动化。

    在将来呆板人无人仓里,结合首创人兼CTO方牧演示了AGV无人搬运车的事情历程:电脑端长途发出搬运指令后,现场两台无人托盘叉车从指定所在叉取货品,输送至货品堆存区,接着由1辆均衡重式无人叉车将货品从堆存区搬运至5米高的货架上,后折返举行第二轮的上货架搬运。

    方牧先容说:“无人叉车可以24小时持续事情,每一台叉车都设置了主动充电模块,在电量低时完成自充电。无相干搬运指令时,全部无人车将主动回到充电区待命,全流程无需人工干预。”

    无人仓储融合了人工智能和新一代物联网技能,在帮忙企业改善流程、晋升效率、节流成本方面具有较大上风。

    方牧说,今朝许多企业都面对用工难问题,而AGV无人搬运车可以很好地替换人工操作环节。一般来说,7×24小时事情的1台无人搬运车可以替换1至两名工人事情量,假如所有改换新流程,将取代2至3人的事情量。同时,无人搬运车的培训也越发简朴,比传统的叉车培训缩减至少70%的培训时间。

    今朝,将来呆板人已开辟出应用于工场、堆栈、物流园、机场、船埠等四大类工业无人车辆产物并实现大范围量产。

    谈及将来,方牧说:“在当局的鼎力大举扶持下,无人仓储行业进入飞速成长期。将来3年,我们将重点投入到技能层面的通用运动节制技能模块的开辟和完美、场景语义舆图的自建和云端数据传输,以及货柜船埠、机场载重无人牵引车的POC和量产。”

    数据显示,在深圳盐田,有用国度高新技能企业数由2013年的16家增至此刻的45家。2018年全区共有12家企业乐成认定为国度高新技能企业,个中9家为初次认定,持续3年增加10%以上。

    陈清说,盐田区捉住粤港澳大湾区建设的汗青机缘,从研发投入、技能创新、专利掩护等方面赐与高新企业全方位支撑办事,促使辖区高新技能财产形成了小而精、特而新的奇特财产形态。

在不久的将来,多智时代一定会彻底走入我们的生活,有兴趣入行未来前沿产业的朋友,可以收藏多智时代,及时获取人工智能、大数据、云计算和物联网的前沿资讯和基础知识,让我们一起携手,引领人工智能的未来!

人工智能 应用场景 应用落地 智能 智能监测 大数据
0

最新评论(0)