因為 Covid-19 的影響,盡量減少人與人的接觸已是基本原則,又因為日本高齡化,人力短缺,於是應運而生的各種自動販賣機和無人商店開始蓬勃發展。
日本山手線新站「高輪Gateway」的無人便利商店,使用 JR 東日本的合資公司 Touch To Go 開發的系統,內部安裝了大約 50 個攝影鏡頭,用來識別顧客拿取的每一件商品。因此不需掃描商品碼,到達收銀台時會直接顯示你所購買的物品,只需感應日本的 IC 卡(如 Suica 卡)即可結賬。
只需要拿商品到收銀台→感應付款就結束整個流程,真的超級方便!
雖然仍需要人工補貨和更換櫥窗展示,但大幅降低勞動成本和染疫風險是整個系統的主要賣點。JR 東日本未來4年預計開設100家無人便利商店。
擁有多數奢華名牌的 LVMH 集團和 Entrupy 公司合作,透過數百萬張圖片的學習可以辨識出各種材質(皮革,金屬,木材等)進而辨別出正品和仿冒品。只要使用手機 app,準確率高達 99.1%,並可以在 4 秒內公佈結果。
如果仿冒的和真品一樣看不出來,那客人都買仿冒品就好了,這樣的狀況會對精品市場造成重大打擊。LVMH 集團針對精品業的核心價值做出對策,現在只要掃一掃就能識別真假,正是客戶需要的服務!
LVMH 旗下知名品牌:LV(路易威登),Bvlgari(寶格麗),Dior(迪奥),Tiffany & Co(蒂芬妮)。
麥當勞透過收購 Dynamic Yield,將其技術運用在得來速(drive-through )的看板上作餐點的推薦。比方說:
透過這樣的推薦系統大幅增加營收並減少員工出餐的壓力,而這樣的技術後來也導入麥當勞 app 和目前隨處可見的店內電子點餐系統。
ーー 客戶免下車,根據客戶當前的訂單為他們提供額外的食物建議。出處
更詳細的部分可以參考這篇中文報導
世界最大的零售商沃爾瑪,透過 GPT-3 開發了 Text to Shop,客戶只需要像聊天一樣列出想購買的東西即可加入購物車,如果是沒購買過的東西,系統則會作推薦。
ーー 原圖出處
現代人越來越晚婚,因為年齡的關係,針對體外受精(試管嬰兒)的需求也越來越高。
Harrison.ai 透過深度學習使用約1萬個以上的胚胎,使用監督式分類預測出哪個胚胎發育成有心跳的可能性比較高,目前已經被世界有名的生育輔助服務公司 Virtus Health 所採用。
ーー Hold out 的交叉驗證,AUC 約有 93%。出處
已經忘記 Hold out 和 AUC 的朋友請參考這篇
阿茲海默症俗稱失智症,是現在的文明病之一。目前沒有治癒方法,而有效阻止病情惡化的藥物都需要早期進行才有效果。
加州大學舊金山分校針對人腦的掃瞄圖像使用 CNN 做圖像分類 ,可以比臨床診斷提前 6 年預測出阿茲海默症,提前使用藥物作治療。
ーー 左:阿茲海默症的大腦,右:正常人的大腦。出處
可以提前遏止病情惡化是一大福音。
大東建託公司委託 BrainPad公司開發的圖像分類系統。
每年約有30萬戶的房屋需要出租,一個房屋約有20張照片,透過人員手動對室內照片做分類,一個案件登錄約需5到10分鐘不等。
而透過該系統做圖像自動分類,約減少人員作業時間70%,換算也就是一個月可以減少3000個小時的工作時間。
ーー 分類用圖片,用來分類成客廳/廚房/浴室等等,出處
算是業務改善的一環,員工的眼睛終於可以休息了。
不動產公司東急 Livable 和 TeamLab 公司合作的系統。
透過房屋的文字介紹和格局圖的圖像辨識濃縮成各種特徵的 Hash-Tag,比如說 #房間全部有窗,#有前後陽台,#格局近正方形,#客廳可通全房間 等等。
再透過簡單的問答,和用戶以往的瀏覽履歷,可以做精準的物件推薦。
ーー 解析使用者目前瀏覽物件,推薦相似物件,出處
新加坡新創公司 LenddoEFL,使用 AI 的心理分析問卷來了解客戶還款的意願,並經由貸款申請者同意下,使用其手機的網路閱覽紀錄,SNS 對話和手機的位置情報來作深度學習,可以提供信用調查評等。
ーー 出處
智慧家庭不可或缺的智慧音箱,可以透過說話下指令作遠端家電遙控。
例如關燈,開電視,啟動掃地機器人或是預設2小時後關閉空氣清淨機。
以下是智慧音箱三大品牌:
項目 | Amazon | Apple | |
---|---|---|---|
語音智能 | Alexa | Google Assistant | Siri |
產品名稱 | Amazon Echo | Google Nest | HomePod |
日本 NTT 集團提供的線上 AI 自動翻譯「COTOHA Translator」,實際約等同 TOEIC 960分等級的 AI,可以針對25種語言作翻譯,只要將檔案如Word,Excel上傳至線上服務,一般需7小時的翻譯工作只要2分鐘即可完成。
英文翻成繁體中文還是簡體中文,兩者的用語還是有差別,中文的翻譯還是有點不同。