昨日雷锋网曾报道，阿里将于7月初在第二届淘宝造物节上推出阿里无人超市“淘咖啡”。
人工智能领域前沿技术应用
注：部分段落摘自雷锋网。
前段时间，深兰科技联合芝麻信用及Nvidia，发布了三款无人智能店快猫quiXmart。quiXmart采用Take go系统，应用了人工智能卷积神经网络、深度学习、机器视觉以及生物识别等人工智能领域前沿技术，可实现扫手进店、直接购物、拿了就走、无需结账的无人店全智能化操作。
阿里自己的无人零售商店“淘咖啡”开启了大数据新格局，无人零售商店目前的主要任务是手机数据，比如购物者拿到商品时候的表情，在货架的停留时间等，根据手机的数据进行分析处理，可以掌握消费者的喜好并能够合理安排商品在货架的位置。
可见，无人零售商店是大数据的新应用领域。使得线下购物也能应用大数据、云计算的技术，目的除了提高商店的运营效率之外，还能够节省消费者的购物时间，等待结账时间。另外一个目的是可以收集消费者的大量购物数据，如果线上线下的购物数据结合起来，还具有合理分配线上和线下的商品，更有效的提高线下商店的可以提供的货品种类。给消费者带来极大的方便。可见，找好大数据的具体应用的领域，大数据分析的作用不可小觑。
阿里自己的无人零售商店有哪些特点？
多路摄像头和传感器结合的方案
阿里无人零售团队负责人多马在接受采访时也提到了这一点。他表示，目前阿里采用的是多路摄像头和传感器结合的方案。多路摄像头的主要作用在于监控店内的情况，同时追踪分析消费者的行为。比如，分析用户拿到某一样商品时的表情和肢体语言，借此帮助商家判断某款商品是否足够符合他们的心意；通过捕捉消费者在店内的运动轨迹、在货架面前的停留时长，则可以指导商家调整货品的陈列方式和店内的服务装置。但和quiXmart不同，阿里无人超市内的商品加购并非通过机器视觉系统来完成的。虽然其货架上也集成了识别系统，但主要是用于记录消费者的行为，比如消费者对某个特定商品拿起、放下了多少次。多马表示，目前在货架上做加购动作是有漏洞的。
极端天气时的识别和运算工作本地化
据业内人士介绍，采用机器视觉方案的无人零售店，随着店铺面积增大、人流量增多，将对GPU造成巨大的挑战，且识别精度也难以保证。
陈海波先生介绍，为了保证quiXmart无人售货便利店系统的稳定性，在极端天气以及较差的网络环境下也能正常工作，其识别和运算工作都是在本地进行的。
大数据计算和识别精度问题仍然是大问题
陈维龙还表示，无人售货便利店中用到的图像识别系统在小范围场景中——比如10平米，100个商品品类，2个用户——和高资本、技术投入下，准确率是可以接受的。但如果要进一步扩大，则将面临非常大的挑战。考虑到阿里无人零售店面积高达200平米，无论是从对GPU的挑战还是识别的准确性来说，用机器视觉进行商品加购都是难以实现的。
商品识别技术
那么如何才能对消费者想要购买的商品进行确认呢？消费者离店时需要经过由两道门组成的“结算门”。当第一道门感应到用户的离店需求时，便会自动开启；几秒钟后，第二道门将开启，此时已经完成了扣款，一旁的提示器会告诉用户，“支付宝共计扣款XX元”。商品识别就在两道门之间完成，至于使用的是RFID还是机器视觉技术，目前尚不得而知。不过阿里也有可能暗藏大招，因为多马在采访中表示，商品识别技术目前还比较敏感，涉及到专利申请。
“非配合人脸识别”技术
阿里无人超市用到的是“非配合人脸识别”技术，即用户在不看镜头的情况下，系统也能精确捕捉用户的生物特征，并进行匹配、计算。用户首次进店时需要进行人脸信息采集，并同意自动扣款协议。
消费者监督
在商品识别部分，阿里能做到的是用户无需让商品刻意对着设备，也能被识别，但前提是消费者要配合，不要刻意地让商品避免被识别。如此一来，如何监督消费者就成了一个重大的课题，为此阿里也采取了一些机制。
结算时，若消费者试图作弊，例如刻意掩藏商品、或撕毁电子识别码，会被视为不良记录，影响其下次入场。
支付宝优势大于微信
由此可见，在人工智能时代，对消费者的信用进行评价对监督消费者的消费行为有重大作用。支付宝是有信用评价体系的，而腾讯的微信支付在信用评价领域仍是空白。
总结：人工智能大爆发
无人零售商店涉及到了物联网技术、大数据技术、云计算概念、人工智能技术。可以看到，所有技术的终点仍然是人工智能。所以，人工智能在18年即将爆发的说法是可以见证的。
