El camino de Amazon hacia la inteligencia artificial
La máquina de aprender
La máquina de aprender
El imperio comercial online se basa en un enfoque discreto de la inteligencia artificial
Esta Internet La empresa Business Empire ha elegido un camino discreto en el desarrollo de la inteligencia artificial
Los memorandos de seis páginas de Amazon son famosos. Los ejecutivos deben escribir uno cada año, en el que exponen su plan de negocios. Las misivas siempre deben responder a una pregunta en particular: ¿cómo planea utilizar el aprendizaje automático? Según los gerentes de Amazon, se desaconsejan respuestas como "no mucho".
El memorando de seis páginas de Amazon es tan famoso que los ejecutivos. cada año Debe escribir una página detallando su futuro plan de negocios. Pero lo que es menos conocido es que cada letra debe responder a una pregunta específica: ¿Cómo planeas utilizar el aprendizaje automático? Si su respuesta es "nada que decir", esa respuesta no está permitida, según la gerencia de Amazon.
El aprendizaje automático es una forma de inteligencia artificial (IA) que extrae datos en busca de patrones que pueden usarse para hacer predicciones. Echó raíces en Amazon en 1999 cuando Jeff Wilke se unió a la empresa, quien hoy es. es el segundo al mando de Jeff Bezos, creó un equipo de científicos para estudiar los procesos internos de Amazon con el fin de mejorar su eficiencia. Entretejió sus expertos en unidades de negocio, convirtiendo un ciclo de autoevaluación y mejora en el patrón predeterminado. Pronto el ciclo involucró algoritmos de aprendizaje automático; el primero recomendó libros que podrían gustar a los clientes. A medida que crecieron las ambiciones de Bezos, también creció la importancia de los conocimientos automatizados.
El aprendizaje automático es una forma de lograr inteligencia artificial. que incluye principalmente tipos específicos de minería de datos, con el objetivo principal de predecir tendencias futuras. La idea empezó a gestarse en 1999 cuando Jeff Wilke se incorporó a la empresa. El Sr. Wilke es la persona de segundo rango en Amazon. Ha formado un grupo de expertos en inteligencia artificial, principalmente responsables de la investigación sobre el flujo de trabajo interno de Amazon, con el propósito de mejorar la eficiencia laboral de los empleados.
Colocó científicos en varios departamentos corporativos y fijó el ciclo continuo de autoevaluación y mejora como modo predeterminado. A este ciclo pronto se unieron los algoritmos de primera generación que podían recomendar libros que les gustaran. A medida que crecen las ambiciones de Bezos, este modelo de recomendación algorítmica totalmente automatizada se vuelve cada vez más importante.
Sin embargo, mientras que sus colegas titanes tecnológicos hacen alarde
¿Qué tienen otros gigantes tecnológicos para mostrar?
Su destreza en IA en cada oportunidad: el software de reconocimiento facial de Facebook, El asistente digital Siri de Apple o los autos autónomos y el reproductor Master Go de Alphabet: Amazon ha adoptado un enfoque discreto para el aprendizaje automático. Sí, su Alexa compite con Siri y la compañía ofrece servicios predictivos en su nube. El éxito de la empresa son aquellos que utiliza para optimizar constantemente sus propias operaciones. El circuito de retroalimentación es el mismo que en su IA orientada al consumidor: crear un servicio, atraer clientes, recopilar datos y dejar que las computadoras aprendan de estos datos, todo al mismo tiempo. escala que el trabajo humano no podría emular.
Los gigantes tecnológicos aprovechan cada oportunidad para mostrar su fortaleza en IA: Facebook lanzó un software de reconocimiento facial, Apple tiene su asistente de voz Siri y Google lanzó la conducción autónoma y Alpha. Ir. En comparación con estas empresas, Amazon ha elegido un camino discreto en el aprendizaje automático. Alexa (Alex) es un servicio de inteligencia artificial lanzado por Amazon. Su principal competidor es Siri de Apple. Basándose en la plataforma en la nube de Alexa, Amazon puede proporcionar a los usuarios servicios predictivos. El algoritmo detrás de esta inteligencia artificial es bastante único. Puede optimizar continuamente su proceso operativo, pero el ciclo de retroalimentación de este servicio de IA es similar al de la IA de su cliente: lanzar un servicio, atraer clientes objetivo, recopilar información del usuario y dejar que las computadoras aprendan de él. estos datos y procesarlos a una escala que está más allá del alcance humano.
Los algoritmos del señor Porter
Los algoritmos del señor Porter
Considere los centros logísticos de Amazon, más de 100 en Norteamérica y unos 60 en todo el mundo. son el corazón palpitante de su negocio de compras en línea de 207 mil millones de dólares. Almacenan y envían los productos que vende Amazon. Dentro de uno en las afueras de Seattle, los paquetes se transportan a lo largo de cintas transportadoras a la velocidad de un ciclomotor. aparentemente desprovisto de humanos, dentro de un área vallada del tamaño de un campo de fútbol se encuentran miles de estanterías cúbicas amarillas, cada una de seis pies (1,8 metros) de altura. Amazon las llama cápsulas. de filas ordenadas, deslizándose debajo de ellas y arrastrándolas. Sin embargo, a través de la lente de los algoritmos que guían el proceso, todo tiene sumo sentido. p>
Podemos echar un vistazo a los "centros logísticos" de Amazon. En realidad son grandes almacenes, con más de 100 en Norteamérica y más de 60 repartidos por todo el mundo. Se puede decir que estos almacenes son el poderoso corazón de la empresa e impulsan el comercio de compras en línea de Amazon por valor de 207 mil millones de dólares. Estos almacenes se utilizan para almacenar y distribuir productos antes de que Amazon los venda a los clientes. En un almacén situado en las afueras de Seattle, la cinta transportadora transporta los suministros de embalaje a la velocidad de una locomotora. Es difícil oír un poco de ruido y estas instalaciones están básicamente totalmente automatizadas. En un área vallada, un área del tamaño de un campo de fútbol contiene algunos estantes amarillos de forma cuadrada. Cada estante tiene aproximadamente 1,8 metros de altura. Los llama "pequeños almacenes". Estos "almacenes" están cuidadosamente dispuestos en una fila, y cientos de robots se desplazan entre ellos, moviéndolos hacia adentro y hacia afuera. Desde una perspectiva humana, estos artículos, como pasta de dientes, libros y calcetines, se colocan al azar en los estantes, lo cual es realmente incomprensible. Pero bajo la guía del algoritmo, este proceso parece extremadamente razonable.
Los trabajadores humanos, o “asociados” en la lengua vernácula de la empresa, se ubican en los huecos de la cerca que rodea este “campo de robots”. Algunos recogen artículos de las cápsulas que les trae un robot; cápsulas vacías, para ser retiradas y almacenadas. Cada vez que recogen o colocan un artículo, escanean el producto y el estante correspondiente con un lector de códigos de barras, para que el software pueda realizar un seguimiento.
Empleados humanos. Los "socios humanos", como los llama Amazon, prestan principalmente servicios auxiliares a los robots. Su lugar de trabajo está situado en la plataforma entre las vallas, y el interior de la valla es la llamada "zona de robots". Los robots mueven constantemente pequeños almacenes. Algunos empleados retiran la mercancía de ellos y otros la devuelven a los almacenes vacíos. Pero ya sea que los empleados lo saquen o lo vuelvan a colocar, utilizarán un escáner de código de barras para escanear el producto y el estante correspondiente, de modo que el sistema de software pueda registrar el recorrido del producto.
El hombre a cargo de desarrollar estos algoritmos es Brad Porter, el jefe de robótica de Amazon. Su equipo es el equipo de optimización de Wilke para los centros logísticos. Los trabajadores humanos tienen que esperar antes de que un robot arrastre una cápsula hasta su estación. Menos intervalos y más cortos significan menos tiempo de inactividad para el trabajador humano, un flujo de mercancías más rápido a través del almacén y, en última instancia, una entrega de Amazon más rápida a su puerta. Experimentamos constantemente con nuevas optimizaciones, pero las implementamos con precaución. Los atascos en el campo de los robots pueden ser infernales.
Brad Porter es el principal desarrollador y administrador detrás de estos algoritmos. También es el científico jefe de robótica en Amazon. . El equipo que reunió era una versión optimizada del equipo del Sr. Wilke y prestaba servicios principalmente en el centro logístico. El principal objetivo de Porter es cómo cerrar las brechas entre los pequeños almacenes y reducir el tiempo que los trabajadores humanos pasan esperando en sus estaciones a que los robots entreguen las mercancías. Para los trabajadores humanos, menos espacios y más pequeños significan tiempos de carga y descarga más cortos, procesos de transporte de carga más rápidos y servicios de entrega más rápidos. El equipo del Sr. Porter ha estado experimentando con nuevas estrategias de optimización, pero cada implementación ha sido muy cautelosa, porque los atascos en la "Zona de Robots" son un problema muy serio y terrible.
Amazon Web Services (aws) es la otra pieza de la infraestructura central que sustenta el negocio de computación en la nube de Amazon, valorado en 26.000 millones de dólares, que permite a las empresas alojar sitios web y aplicaciones sin servidores propios.
Amazon Web Services (AWS) es otro componente de su infraestructura central. Su existencia sostiene el negocio de computación en la nube de Amazon, valorado en 260 mil millones de dólares. Con este sistema de red, las empresas pueden abrir sus propios sitios web o desarrollar sus propias aplicaciones sin un servidor.
El uso principal del aprendizaje automático por parte de AWS es pronosticar la demanda de computación. Una potencia informática insuficiente cuando los usuarios de Internet acuden en masa al servicio de un cliente puede generar errores y pérdidas de ventas cuando los usuarios encuentran páginas de error. "Están agotados", dice Andy Jassy, jefe de AWS. Para asegurarse de que nunca tengan que hacerlo, el equipo del Sr. Jassy analiza los datos de los clientes. Amazon no puede ver lo que está alojado en sus servidores, pero puede monitorear cuánto tráfico tiene cada uno de sus servidores. obtiene los clientes, cuánto duran las conexiones y qué tan sólidas son. Al igual que en sus centros logísticos, estos metadatos alimentan modelos de aprendizaje automático que predicen cuándo y dónde aws verá la demanda.
El aprendizaje automático de AWS. El uso principal es la previsión de las necesidades informáticas. Cuando los usuarios de Internet ingresan al cliente, la falta de potencia informática provocará muchos errores, como que los usuarios ingresen a páginas de error y las transacciones deban cancelarse. "No podemos decir que no tenemos inventario", dijo Andy Jassy, el jefe de AWS, para garantizar que este sistema de red nunca falle, su equipo recopila y analiza una gran cantidad de datos de los clientes. Si bien Amazon no tiene forma de saber qué hay en sus servidores, puede detectar cuánto tráfico reciben los clientes, cuánto dura su conexión al servidor y la calidad de esa conexión. En los centros de ejecución de Amazon, los modelos de aprendizaje automático se basan en la entrada de estos metadatos para ejecutarse. La función de estos modelos es principalmente predecir cuándo y dónde es probable que los sistemas AWS generen necesidades informáticas.
Uno de los mayores clientes de AWS es la propia Amazon. Y una de las principales cosas que quieren otras empresas de Amazon son las predicciones. La demanda es tan alta que AWS ha diseñado un nuevo chip, llamado Inferentia, para manejar estas tareas. Jassy dice que Inferentia le ahorrará dinero a Amazon en todas las tareas de aprendizaje automático que necesita ejecutar para mantener las luces encendidas, además de atraer clientes a sus servicios en la nube. “Creemos que puede ser al menos una orden de prioridad. "Una mejora enorme en costos y eficiencia", afirma. Los algoritmos que reconocen voces y comprenden el lenguaje humano en Alexa serán un gran beneficiario.
Uno de los mayores clientes de AWS es Amazon Own. Al mismo tiempo, la demanda de AWS por parte de otras empresas de Amazon también se centra en sus capacidades predictivas. Debido a la enorme cantidad de cálculos, los investigadores diseñaron un nuevo chip para AWS para manejar estas tareas. Se llama Inferentia. Jesse dijo que el chip le ahorrará a Amazon mucho dinero en diversas tareas de aprendizaje automático y, al mismo tiempo, atraerá a más clientes para que elijan sus servicios en la nube. El Sr. Jesse también dijo que "Inferentia aportará una mejora de orden de magnitud a la rentabilidad de la empresa". Alexa, que puede reconocer sonidos y comprender el lenguaje humano, aportará infinitos beneficios al desarrollo de su propio algoritmo.
La última iniciativa algorítmica de la empresa es Amazon Go, una tienda de comestibles sin cajero. Un banco de cientos de cámaras observa a los compradores desde arriba, convirtiendo datos visuales en un perfil 3D que se utiliza para rastrear manos y brazos mientras manipulan un producto. El sistema ve qué artículos recogen los compradores y los factura en su cuenta de Amazon cuando salen de la tienda. Dilip Kumar, jefe de Amazon Go, enfatiza que el sistema rastrea los movimientos de los cuerpos de los compradores. identificarlos y vincularlos con su cuenta de Amazon, dice. En cambio, esto se hace deslizando un código de barras en la puerta. El sistema atribuye las acciones posteriores de ese perfil 3D a la cuenta de Amazon deslizada. aprendiendo, procesando datos de cientos de cámaras para determinar lo que toma un comprador. Por más que lo intente, su corresponsal no podría engañar al sistema y robar un artículo.
En términos de exploración de algoritmos, el último logro de la compañía es. Amazon Go es una tienda de comestibles sin cajeros. Cientos de cámaras en la tienda monitorean en todo momento el comportamiento de los clientes desde arriba y convierten los datos visuales recopilados en información tridimensional del usuario. El propósito de estos datos es rastrear los movimientos de los brazos de los clientes al recoger la mercancía. De esta manera, el sistema de algoritmo puede saber qué productos ha tomado el cliente y enviar automáticamente la factura de estos productos a la cuenta de Amazon del cliente cuando este sale de la tienda. Dilip Kumar, jefe a cargo del proyecto Go de Amazon, enfatizó que el propósito del sistema es rastrear los movimientos corporales de los clientes y no utiliza el reconocimiento facial para identificar la información de los clientes para conectarse a sus cuentas de Amazon. El sistema es una oda al aprendizaje automático, ya que recopila información de cientos de cámaras para determinar exactamente qué tomaron los clientes. Tal vez esté intentando robar un artículo, pero estos sistemas de cámaras no se dejan engañar fácilmente.
Adecuado para el propósito
El seguimiento corporal mediante IA hecho a medida también está apareciendo dentro de los centros logísticos. La empresa tiene un proyecto piloto, llamado internamente ". Nike Intent Detección”, que hace para los asociados de los centros de cumplimiento lo que Amazon Go hace para los compradores: rastrea lo que recogen y colocan en los estantes. La idea es deshacerse del lector de códigos de barras portátil que requiere ese escaneo manual. tiempo y es una molestia para los trabajadores. Lo ideal sería que pudieran colocar los artículos en cualquier estante que quisieran, mientras el sistema observa y realiza un seguimiento. Como siempre, el objetivo es la eficiencia, maximizando la velocidad a la que fluyen los productos. asociados”, afirma Porter.
El seguimiento del movimiento mediante inteligencia artificial también desempeña un papel dentro del centro de ejecución. Amazon ha lanzado un programa piloto, conocido internamente como Nike Intent Detección, que opera en los centros logísticos con el mismo principio que Amazon Go: rastrear los artículos a medida que se sacan y regresan a los estantes. La idea es principalmente eliminar los lectores de códigos de barras portátiles anteriores, porque este trabajo de entrada hace perder tiempo a los empleados y es muy complicado de manejar. Idealmente, los empleados pueden colocar artículos en cualquier estante, mientras el sistema los monitorea y rastrea. El objetivo de Amazon siempre ha sido aumentar la eficiencia y maximizar el flujo de productos, un proceso que, en palabras del Sr. Porter, “se siente natural para todos nuestros empleados humanos.
”
El enfoque cuidadoso de Amazon en la recopilación de datos lo ha aislado de parte del escrutinio que Facebook y Google han enfrentado recientemente por parte de los gobiernos. Amazon recopila y procesa datos de clientes con el único propósito de mejorar la experiencia de sus clientes. No opera en el área gris entre satisfacer a los usuarios y a los clientes. Los dos son a menudo distintos: las personas acceden a las redes sociales o realizan búsquedas de forma gratuita porque los anunciantes pagan a Facebook y a Google para acceder a los usuarios. Para Amazon, en su mayoría son lo mismo. (aunque está jugando con las ventas de publicidad). Donde los reguladores sí plantean preocupaciones es sobre el dominio de Amazon en su negocio principal de compras en línea y computación en la nube. Este poder se ha basado en el aprendizaje automático.
En términos de recopilación de datos, Amazon ha elegido un camino muy cauteloso, en comparación con Facebook y Google, los departamentos gubernamentales relevantes tienen mucho menos control sobre Amazon, y algunas partes incluso pueden estar exentas. La información del usuario recopilada y procesada solo se utiliza para mejorar la experiencia operativa del usuario, y no existe una zona gris entre satisfacer las necesidades de los usuarios y los consumidores. La diferencia entre usuarios y productores (consumidores) de datos suele ser clara: las personas pueden utilizarlos. redes sociales o motores de búsqueda gratuitos porque los anunciantes pagan a Google y a Amazon para que sus anuncios lleguen a los consumidores (aunque para Amazon, en realidad no se preocupan por los ingresos publicitarios). Pero Amazon también enfrenta algunas preocupaciones regulatorias, como su monopolio en dos áreas comerciales importantes: las compras en línea y la computación en la nube. Pero este estatus se basa en la solidez del aprendizaje automático y no hay señales de que estén en declive.