Зачем в Перекрестках и Пятерочках так много камер, что умеют эти камеры?
Зачем в розничной торговле нужен искусственный интеллект, ведь в магазинах и супермаркетах просто продают различные товары? Более 50 процентов опрошенных россиян считают, что искусственный интеллект создан для высоких целей и великих открытий в науке и технике. А в магазине, который расположен недалеко от дома, используется ручной труд, и за порядком на полках и в торговом зале следят продавцы или управляющий магазином. Однако, на деле все иначе.
Когда ты являешься владельцем сети крупных продовольственных супермаркетов с многомиллионным продуктовый ассортиментом, без искусственного интеллекта тебе никак не обойтись. А все потому, что он помогает автоматизировать рабочий процесс, то есть сделать его в разы проще. Автоматизация помогает значительно снизить нагрузку на сотрудников. Например: искусственный интеллект следит за тем, чтобы торговые полки не пустовали. Для Х5 Group (магазины “Карусель”, “Перекресток” и “Пятерочка”) крайне важно, чтобы товары были плотно и аккуратно выложены на полках, именно поэтому сотрудники крупной торговой сети пристально следят за заполненностью товарных полок и регулярно их пополняют. Стоит отметить, что сотрудники магазина при вкладке тех или иных товаров обязаны соблюдать регламент выкладки.
Ниже ты найдёшь все ответы на вопросы, которые касаются введения новых технологий в сети магазинов "Перекрёсток" и "Пятёрочка". А также узнаешь массу интересных фактов о нейронной технологии Х5.
Пусть следят. Причём тут искусственный интеллект?
От восхода и до заката бегать между торговыми полками и регулярно пополнять ассортимент на них — довольно сложно и тяжело. К тому же большую часть рабочего времени сотрудник потратит на ходьбу по торговому залу и осмотр полок. Так можно и полу-марафон за один рабочий день нагулять. Зачем чрезмерно нагружать работников, если компьютер может сделать около 40 процентов основной работы? Пусть машины трудятся в тандеме с человеком.
Как это работает?
Машиной называют видеокамеры, связанные между собой, которые направлены на продуктовые витрины и нейросети, расположен он на сервере в маленькой комнате, предназначенной для служебных нужд. Картинку с камер редактирует искусственный интеллект, так же она "просматривает" торговый зал. После система сигнализирует о пустотах, образовавшихся на витринах, выводя текстовое сообщение на экран компьютера, который установлен в серверной, а также она делает рассылку на смартфоны работников магазина. Например: покупатель забрал с полки последние пять йогуртов и не успел отойти, как сотрудник выкладывает новую партию товара. В итоге — полки всегда заполнены, а персонал магазина не перегружен лишней работой.
Есть ли сложности?
Нет, нейросеть работает довольно просто. В сетевых супермаркетах и магазинах используют качественные и недорогие камеры наблюдения. Одна такая камера стоит примерно как компьютер, который располагается в серверной. Стоит отметить, тот факт, что установка такого оборудования имеет свои небольшие сложности, но это временные трудности, и их легко преодолеть. После остановки всё оборудование работает автоматически. Как? Да очень просто!
Определённое время система посылает камерам запрос и получает свежее изображение торговых полок. Время настраивается при помощи специальных программ всего в пару кликов. После система обрабатывает полученную картинку и удаляет из кадра покупателей и продавцов, заслонивших торговые ряды, затем искусственный интеллект детектирует все товары на витрине и распознает его PLU. После полученные данные сравниваются, какие группы товаров имеются на свежем изображении и какие были ранее. Например: в 12:30 на полке имелось 7 пачек сливочного масла, а в 12:35 их осталось всего 2, и система моментально распознает пустоту на витрине, и подаёт сигнал о том, что образовавшуюся пустоту на полке со сливочным маслом нужно заполнить, выложив ещё одну партию.
Относительно ценников: к позиции на полке подходит тот, ценник, который расположен правее сверху. Товары по акции всегда имеют жёлтый ценник, а обычные — белый. Также нейросеть контролирует витрины с фруктами и овощами, однако, это довольно сложная задача. На данный момент этот проект тестируется.
Заполненность полок определяется быстро. Искусственный интеллект распознает контраст тонов между продуктом и контейнером, где тот расположен. Бывали случаи, когда программа не распознавала виноград. А все потому, что темный виноград был выложен в тёмные контейнеры, и контраст исчез.
Искусственный интеллект регулярно совершенствует свои возможности. Точнее сотрудники совершенствует нейросеть, периодически запускают процессы её обновления и добавляют обновленные данные. С каждым новым обновлением нейросеть все лучше и лучше распознает продукты. При монтаже системы в очередном магазине на сервер загружается новейшая версия ИИ.
Что кроме продуктов видит нейросеть?
Она способна распознать различные группы товаров, которые находятся на кассе. В "Пятёрочке" овощи и фрукты взвешивают на кассе, вводя уникальный код товара. Эти коды приходиться писать на листочке, запоминать или постоянно спрашивать у коллег. Все это серьёзно тормозит работу кассира. Однако, все можно упростить. На данный момент проходит тестирование одного очень интересного проекта нейросети. Над кассой устанавливается камера, которая направлена на весы. И когда на них появится весовой товар, искусственный интеллект подсказывает его уникальный код. Согласись, это очень удобно, и кассир сможет намного быстрее рассчитать покупателя. Одно нажатие кнопки и PLU перед глазами.
Может ли нейросеть определить человека?
Да, может. С помощью искусственного интеллекта можно определить количество людей, которые стоят в очереди на кассе. Когда у кассы стоит более пяти покупателей, то искусственный интеллект посылает сотрудникам магазина сообщение о том, что следует открыть еще одну кассу. Также на данный момент тестируется пилотная версия нейросети, которая может распознавать лица работников магазина. Её внедрили в 20 магазинах "Пятёрочка" по всей России. Это небольшое устройство, при помощи которого, работники магазина подтверждают свою личность по FACE ID.
Можно ли с помощью нейросети вычислить вора?
Это довольно сложно. Как распознать, что в торговый зал под видом обычного покупателя зашёл вор? Проверить наличие товара на витрине, а потом его корзину? Однако, вор мог отдать товар третьему лицу или унёс в руках, ведь так намного удобнее. Также стоит отметить, что люди перемещаются, отворачиваются от объективов камер. Данные технологии не развиты, однако, это лишь дело времени. Например, существует трекинг людей, он запущен только в одной торговой точке "Пятёрочка#налету". Постоянно снимающие камеры, расположенные по всему магазину, выводят картинку на главный экран. Нейросеть сеть прямо на этих изображениях прорисовывает полоски, которые помогают определить положение человеческого тела.
Анализ поз или трекинг — это очень важная часть искусственного интеллекта, она очень важна для магазинов такого типа, как Amazon Go. Человек просто берет нужные продукты с витрины, и ему не требуется идти на кассу и пробивать их. А все потому, что система распознала все, что покупатель отложил в свою корзинку, затем добавила покупки в чек. Система прекрасно понимает все действия, которые делает объект: подошёл, забрал с витрины, вернул обратно, взял другой продукт, забрал его в корзинку. Затем, основываясь на полученных данных, проходит оплата на кассе, или на сервер приходит сообщение, которое гласит, что покупатель покинул точку, не заплатив за покупки.
Какие технологии используют при разработке нейросети?
Пару лет назад, когда только начинали заниматься аналитикой в Х5, создатели поняли, что работа должна основываться на автоматических сенсорах. Требовались такие технологии, которые могли бы обеспечить простоту в обслуживании, переносить колоссальные объемы работы и быстро решать поставленные задачи. За основу взяли вычислительные модули и разместили такие во всех магазинах, на них собственно и держится нейросеть. Мощность напрямую зависима от поставленных задач, которые необходимо решить. В работе можно задействовать как компьютеры с одной платой и малой мощностью, так и полноценные сервера. Данные анализируются сразу в магазине. Есть и такие проекты, в которых система обрабатывает в день не более 10 фото. Однако, есть и такие торговые точки, которые ежедневно систематизируют по несколько гигабайт отснятого материала. Все сведения отсылаются на общий главный сервер, который нужен, чтобы составить отчёт и разослать сообщения всем работникам сети.
Система слежения и авторизации — самая главная частью платформы. Она позволяет очень быстро установить обновления или обнаружить внезапно возникшие проблемы во время работы платформы.
