Amazon Go 令人驚豔的地方，就是你可以直接走進超市，選好貨品之後立馬離開，不用在收銀台前排長長的隊伍，等待結賬。
甚至還莫名有一種從商店「搶劫」的快感。
我們說，行動支付顛覆了既有商品交易方式，那麼這種「搶劫式」的 Amazon Go 甚至連「交易感」都消滅了。
總之，人們被這種新奇的似乎隱含了某種黑科技的新型購物方式所吸引。不僅是普通人，就連史丹佛教授李飛飛、著名科技出版公司 O’reilly 創始人 Tim O’Reilly 都特地發推點讚。
李飛飛：電腦視覺十分顯著和絕妙的應用！
Tim O’Reilly：零售業的未來，我對此已經期待很多年了。
Amazon Go的亮點
用戶進入商店，穿過閘門的時候打開手機讓其辨識，這時手機裡的系統啟動，並隨時準備更新物品清單。令人驚豔的部分就是，在用戶拿走或放回物品的一瞬間，手機裡的系統會自動更新清單。最後，用戶拿著物品滿意地離開，手機自動扣款。
這裡面到底有什麼黑科技呢？就官方發表的影片來看，技術亮點有 3 個：機器視覺、深度學習演算法和感測器融合。
但僅有這幾個關鍵詞還是不夠的，雷鋒網遂向亞馬遜在職員工進行採訪，但是對方表示 Amazon Go 還屬於保密項目，公司要求不能對外透露任何細節。
不過在 Quora 上，有一位名為 Brian Roemmele 的網友挖出了幾年前亞馬遜提交的兩份專利文件，裡面描繪的系統跟如今的 Amazon Go 非常相似。這兩份文件名稱為：「偵測物體互動和移動」（Detecting item interaction and movement）和「物品從置物設備上的轉移」（Transitioning items from the materials handling facility），兩文件分別於 2013 年和 2014 年申請。
這兩份專利文件都描繪了十分龐雜的應用場景，包括：貨倉、船運、零售市場等，所以很多人當初在看到這份文件時，都以為這是亞馬遜為自己的倉儲系統量身定制的，不過今天一切真相大白。
這兩份專利分別講了什麼？
「偵測物體互動和移動」（Detecting item interaction and movement）這份專利的摘要是：
用戶從一個貨架上拿起或放下一個物品，貨物管理系統可以偵測到這個動作，並且更新用戶行動裝置裡的清單。
「物品從置物設備上的轉移，/（Transitioning items from the materials handling facility）這份專利的摘要是：
物品被辨識，並且當用戶正在拿起物品時，物品自動與用戶發生關聯。當用戶進入或穿過一個「轉移區」（Transition Area），被拿起的物品將自動轉移到用戶，而不需要用戶有任何的輸入。
總的來說就是，被辨識的物體與用戶發生關聯，能自動更新清單，並在「轉移區」進行自動交易（「轉移區」在 Amazon Go 裡指的就是商店的出口）。
我們可以從下面一張圖裡，一窺 Amazon Go 的基本原型。
圖中代號為 208 的物體都是鏡頭，大約有十多個（有一些被人體擋住）。208 鏡頭分別置於天花板（如圖左右兩邊各有一個比較大的攝影機）、貨架兩側和貨架內部。文件裡描述到，天花板上的 208 用來採集用戶和貨品的位置、貨架兩側的 208 用來捕捉用戶的圖像和周圍的環境，貨架內的 208 用來確定貨品的位置或用戶手的移動（進入和離開貨架）。
而從影片裡，我們隱約能夠看到安置在貨架內部的鏡頭。
另外，專利文件裡還補充：這裡的鏡頭可以是多種類型的，可以是 RGB 鏡頭，或深度感知鏡頭。除了鏡頭之外，也可以有其他輸入設備，比如壓力感測器、紅外線感測器、體積位移感測器、光幕等。壓力感測器可以偵測物品移出和進入的時間，紅外感測器可以用來區分用戶和的手和物品。
我們具體並不清楚 Amazon Go 到底在多大程度上使用了電腦視覺技術。比如說，當用戶進出商店時，都需要對用戶進行辨識，文件裡反覆提到可以用人臉辨識技術實現，但是又會繼續補充說明可以透過手機等行動裝置來偵測。
Quora 網友 Anurag Ranjan 是一位機器視覺和深度學習領域的準 PhD，他分析稱：
Amazon Go 使用商店裡的鏡頭辨識出了用戶，可能針對用戶拍了幾張照片，依靠一些標準的深度學習網路形成了一幅特徵圖，比如 Resnet、GoogLeNet 或者 VGG 這樣的。總之，當用戶踏進店裡的那一刻起，Amazon Go 就知道用戶長什麼樣了。
但是根據專利和既有經驗來看，在整個過程中用電腦視覺來追蹤用戶，代價太高了。我們大致可以確定的是，貨架上的一排排鏡頭應該就是對用戶進行「動作辨識」，並且辨識出物體是否被拿走（這裡也或許是感測器完成的）。
不過整個過程中的難點是，如何將物品與用戶進行唯一綁定？
雲從科技高級演算法工程師周翔告訴雷鋒網，Amazon Go 具體用到哪些技術，目前我們只能夠猜測，他提到可能的實現機制是：
透過手機做到了精準定位人，然後物體的具體位置可以大概確定，一旦人附近的物品離開，同時最近的人的 ID 就會關聯這個物品 ID。
置物架肯定用到了壓力感測器，一旦物品離開，就會明確知道什麼物品在什麼地點離開，一旦物品回來，壓力感測器同樣會感應到。
深度學習可能是學習了人的購物習慣，可能用到電腦視覺做了人的動作辨識，然後根據物品與人的 ID 進行關聯，也就是二次確認。同時分析一個人的購物喜好，推測他會買的東西，提前做一些預判。
周翔提出，可能 Amazon Go 根本沒有用到人臉辨識的技術，「國外對人臉的隱私權是比較高的，未經允許採集他人的人臉會被告的」。雷鋒網也關注到，在李飛飛的那篇推文下，有網友對此持抵觸態度，認為如果是人臉採集，侵犯了自己的隱私。
Amazon Go 的出現驚豔了很多人，不過並不是所有人對此表示歡迎，除了上文提到的隱私問題外，有不少人擔憂，如果這種技術大範圍普及（我們知道亞馬遜是多喜歡 2B 業務），大量超市收銀員將會失去工作，畢竟亞馬遜在影片裡承諾要在 2017 年初，於西雅圖上線第一家 Amazon Go。
不過這種技術究竟有多少「實用性」，還是存在很多的疑惑的，例如：
- 如果好幾個人擠到一起買同一類東西（比如商場打折搶貨，這是經常發生的），那麼物品與人的 ID 關聯還能保持精準嗎？
- 如果用戶把商品放回的位置是錯的呢，這樣也會被收費嗎？
- 如果有人搞怪，將自己家空果汁瓶取代商店裡的新鮮果汁，那麼 Amazon Go 辨識的出來嗎？
「所以，這裡要求購物的人得非常有水準才行」，周翔對雷鋒網說。我們對 Amazon Go 的諸多疑惑，或許過幾個月就能在西雅圖見分曉。
延伸閱讀：