英伟达希望通过今天宣布的一系列新零售人工智能（AI）工作流程，帮助零售商减少盗窃和欺诈造成的损失，并优化店内体验。
新的零售工作流程将在 2023 月 15 日在纽约市举行的全国零售联合会 （NRF） 2023 年会议之前宣布。通过零售 AI 工作流程，英伟达的目标是为零售商提供人工智能技术，以解决他们在2023 年面临的挑战。新的工作流程是使用 Nvidia Metropolis 微服务框架构建的，用于构建 AI 应用程序。
零售商今天面临的一个关键挑战是收缩问题，这是一个术语，用于描述由于产品放错位置和损坏而导致的库存和收入损失，以及欺诈和盗窃造成的损失。NRF 的 2022 年零售安全调查报告称，65% 的零售收缩与盗窃有关。
“由于通货膨胀和杂货产品价格上涨，这种[收缩]是一个进一步加剧的问题，”英伟达零售，CPG和QSR人工智能副总裁兼总经理Azita Martin在新闻发布会上表示。
改善和保护自助结账体验
当今零售业发生欺诈的众多方式之一是在商店的前面，自助结账越来越成为常态。
马丁描述了一种称为“票务切换”的欺诈类型，当价格较低的商品的价格标签或标签被替换并放置在价格较高的商品上时，就会发生这种情况。例如，如果购物者扫描一包口香糖的价格标签，而实际上该商品是一瓶洗涤剂。
新的零售损失预防 AI 工作流具有一种经过产品识别训练的算法，该算法将在结账时识别产品扫描过程是否存在潜在异常。如果检测到异常，可以关闭销售点终端，系统可以提醒零售员工以协助客户。
英伟达如何训练其人工智能来发现零售欺诈
英伟达正在使用多种技术来训练零售损失预防人工智能工作流程系统。
马丁说，英伟达做的第一件事就是用数百种最常被盗的产品来训练模型，以帮助提高产品识别度。
“这种算法被训练来识别各种尺寸和形状的产品，”马丁说。“所以我们真的购买了数万美元的产品，如牛排、潮汐、啤酒和剃须刀，这些都是最常见的被盗物品，我们训练了这些算法。
更进一步，Nvidia Omniverse 数字孪生平台用于帮助创建合成数据，以进一步提高准确性。Martin解释说，合成数据生成使开发人员能够生成数千种产品图像变体。
“我们可能没有购买每种尺寸的Tide和每种包装尺寸的啤酒，但通过合成数据生成，我们能够扩展训练算法的数据，”她说。
零售损失预防 AI 工作流还受益于持续的主动学习方法。马丁说，通过主动学习，每次收银员或客户扫描产品进行结账时，人工智能都会捕获额外的新产品或新包装，并获取额外的数据来继续提高模型的准确性。
随着多机位跟踪的 AI 进行 AI 时，3 号通道上的清理
除了帮助减少结账时的欺诈行为外，英伟达还推出了人工智能工作流程，以帮助零售商使用摄像头跟踪店内活动，以及优化商店布局。
新的多摄像头跟踪AI工作流程是一个旨在帮助零售商跟踪商店用户以查看他们购物方式的系统。马丁说，目标是更好地了解顾客在商店周围的旅程，并能够跟踪从相机到相机的物体。
Martin表示，通过另一个工作流程，即新的零售商店分析工作流程，开发人员将能够构建一个商店分析仪表板，提供有关客户购物偏好的见解。分析工作流程还将能够生成热图，识别商店中最受欢迎的过道和交通模式。
“这对于优化销售、商店布局和产品去向非常重要，”马丁说。
椰有料原创，作者：小椰子啊，转载请注明出处：http://www.studioyz.com/2657.html
文章评论