Seguici su

Soldi

Una startup si serve dell’AI per automatizzare ogni negozio come Amazon Go

Pubblicato

il

fonte: visionari.org

Poly, con sede a San Francisco, ha lanciato una telecamera e un sistema di intelligenza artificiale con l’ obiettivo di trasformare i convenience store in mini-mart con checkout automatizzati.

Quando Amazon ha svelato la sua piattaforma automatizzata Amazon Goalla fine dello scorso anno, le reazioni spaziavano dalla fascinazione verso la nuova tecnologia alla critica feroce sui posti di lavoro che sarebbero stati tolti grazie all’AI. Servendosi dell’ apprendimento delle macchine, delle telecamere e di altri sensori, Amazon avrebbe potuto tenere traccia di ciò che i consumatori toglievano dagli scaffali, facendo pagare i prodotti acquistati senza bisogno di una cassa tradizionale. Mentre Amazon Go presenta alcuni difetti tecnici che devono ancora essere risolti, alcune aziende stanno cercando di ottimizzare i sistemi di rilevazione, riducendo al minimo gli errori.

Una di queste è Poly, startup che ha sviluppato un sistema di telecamere e modelli di machine learning per monitorare gli acquisti dei clienti. Poly ha dato a Fast Company un’anteprima esclusiva della tecnologia, che cerca di applicare la soluzione di Amazon Go al resto del settore retail.

L’azienda ha avviato un progetto pilota con un rivenditore della grande distribuzione, come afferma il co-founder Alberto Rizzoli — che non ha voluto dire di quale catena di negozi si stia parlando, anche se ha riferito di essersi già incontrato con 7-Eleven.

Per ispirazione, Rizzoli guarda non solo alla Silicon Valley ma anche alla costa toscana, dove acquistava in stabilimenti balenari durante le vacanze in famiglia. “Quello che facevo era prendere un pacco di popcorn, mostrarlo alla commessa… e lei lo scriveva su un pezzo di carta,” dice. Al termine della vacanza, Rizzoli saldava la sua scheda per popcorn e quant’altro avesse preso. “Dio solo sa su quante lire sia stato truffato con questo sistema,” dice. “Ma c’era quella facilità che mi ha fatto sempre contare su quel luogo dove non avrei dovuto fare la coda.”

A differenza dei negozi non presidiati promessi da Amazon (e consegnati in Cina da stabilimenti come BingoBox), Rizzoli sostiene che Poly non eliminerà tutti i posti di lavoro.

“Se facciamo le cose bene, allora possiamo avere un sistema che può effettivamente fare in modo che chiunque avvii un’azienda abbia molta più capacità di interagire con i propri clienti,” dice. “E l’unica cosa che non fanno più è la parte del check-out”.

AI incontra la vita reale

Tuttavia, farlo funzionare è un’enorme sfida tecnica. Amazon, una delle più grandi aziende AI del mondo, aveva pianificato di aprire il suo primo negozio Amazon Go al pubblico all’inizio del 2017, ma il progetto è stato rimandato a tempo indeterminato per difetti tecnici (secondo il Wall Street Journal). Il colosso di Seattle e le difficoltà riscontrate nel progetto non hanno però spaventato i concorrenti. Standard Cognition, con base a Santa Clara, ha recentemente raccolto $5 milioni da investitori, tra cui Charles River e Y Combinator, per fare proprio quello che Poly mira a fare. Rizzoli dice di conoscere almeno un altro concorrente in fase startup, che è ancora in modalità stealth (nascosta).

(credit: Sean Captain)

Rizzoli ha mostrato le sfide tecniche in un negozio fittizio ubicato in un ufficio del coworking RocketSpace, dove Poly affitta alcune scrivanie. Una telecamera di sicurezza montata vicino al soffitto ha facilmente identificato i partecipanti all’esperimento mentre camminavano nella stanza: il sistema ha identificato due esseri umani ed ha estratto informazioni da tutto il corpo, processandole in tutto lo spazio del negozio per assicurarsi che fosse sempre la stessa persona. Questo include cose come l’abbigliamento, i movimenti del corpo e i capelli — visibili a colori su un monitor nella stanza come figure sovrapposte sul nostro corpo. Il sistema annota anche i nostri vestiti e le nostre facce.

Poly non deve usare il riconoscimento facciale per dare un nome reale ad ogni viso, anche se questo renderebbe il checkout molto più facile, secondo Rizzoli. Il suo ideale (un modello applicato in alcuni negozi automatizzati in Cina) sarebbe che i clienti si registrassero al sistema, permettendo alla telecamere di utilizzare una loro foto per identificarli sia quando entrano sia quando escono dal negozio, con il fine di aggiornare automaticamente il loro account. Essi effettuerebbero il check-in al negozio con un’app. (Nel cinese Tao Cafe, ad esempio, ciò richiede la scansione di un codice QR sullo schermo dello smartphone).

Lo scenario prospettato può essere da “grande fratello”? Anche Rizzoli se lo è chiesto e ha riconosciuto che alcuni potenziali clienti non vogliono un tale livello di tracciamento.

Sono state proposte quindi alcune modifiche: il sistema potrebbe essere in grado di estrarre informazioni sufficienti per distinguere le persone, senza che sia necessario abbinare alle stesse delle identità reali. E i clienti potrebbero pagare in contanti o con carta di credito, con la promessa che Poly non abbinerebbe il dato numero di carta di credito al volto di chi sta pagando.

La prova dimostrativa del funzionamento del sistema includeva un televisore maxischermo che mostrava cosa avrebbe visto un impiegato che controllava il sistema. I rendering sullo schermo illustrano come Poly estrae il significato dal movimento. La schermata demo ha etichettato le attività come stare piedi, mangiare, bere e anche ballare, suggerendo gli usi futuri della tecnologia.

(credit: Sean Captain)

“Vogliamo che questa tecnologia sia impiegata anche al di fuori dei prodotti sugli scaffali,” dice Rizzoli.

Questi prodotti non devono necessariamente trovarsi in luoghi specifici per essere riconosciuti. Per preparare questa demo, Rizzoli ha allestito un sistema di scansione, essenzialmente una scatola di plastica piena di luci e telecamere. Il co-founder prende migliaia di foto di ogni prodotto a diverse angolazioni, con differenti condizioni di illuminazione e tipi di distorsione dell’obiettivo, al fine di addestrare Poly a riconoscere, per esempio, una lattina di Coca-Cola in qualsiasi condizione. Per automatizzare ancora di più il tutto, Poly potrebbe utilizzare immagini digitali di fornitori come Coca-Cola o General Mills. Si potrebbe arrivare anche a una scansione 3D dell’oggetto. “La cosa ideale è che possiamo usare quel modello 3D, e poi fare un processo completamente tridimensionale per addestrare il sistema sul nuovo prodotto,” afferma Rizzoli. Il suo obiettivo a breve termine, tuttavia, è semplicemente quello di acquistare un braccio robotizzato in grado di caricare e scaricare automaticamente i prodotti per la fotografia.

I feed video sono catturati da telecamere economiche che Poly ha ordinato da un produttore cinese, modificate con sensori di immagine di fascia alta. I filmati HD 1080p a 15 fotogrammi al secondo sono sufficienti per la formazione e l’esecuzione dei modelli di riconoscimento multipli dell’immagine e delle attività. L’invio di video al cloud richiederebbe troppo tempo, quindi le riprese vengono elaborate localmente su un PC con una singola scheda grafica high-end (un Nvidia 1080Ti, anche se potrebbero bastare delle schede inferiori). Questo è un livello di efficienza che secondo Rizzoli rappresenta un vantaggio rispetto ai concorrenti.

“Nessun modello singolo può realizzare da solo un negozio autonomo, quindi stiamo facendo più cose. Ciò che è in esecuzione qui è una combinazione di diversi modelli che stanno cercando di capire chi sei, dove sei, cosa stai facendo, e poi, in definitiva, quali prodotti stai utilizzando.” Rizzoli

Poly ha testato il suo sistema con un massimo di 23 persone (che si adattano alle ridotte dimensioni della stanza), e Rizzoli calcola che potrebbe essere in grado di gestire fino a 40 persone. Alcuni report dimostrano che Amazon Go ha incontrato difficoltà a tenere traccia di più di 20 persone.

(credit: Sean Captain)

Poly non è dovuta partire da zero. L’azienda rappresenta lo sviluppo di un servizio precedente, chiamato Aipoly, che offriva la tecnologia di assistenza per i ciechi. La sua app gratuita Android e iOS (che è ancora disponibile) riconosce categorie di oggetti come diversi tipi di cibo, animali (comprese le razze di cani e gatti), prodotti e piante, così come i colori e anche i volti di individui e le attività fisiche come il guidare una bicicletta. Poly ha innestato il suo motore AI e i suoi modelli in un nuovo progetto imprenditoriale.

Il livello di inseguimento delle immagini e delle attività di Poly va oltre il check-out automatico. Può funzionare come un sistema di sicurezza per un negozio, un tracker dell’inventario e un modo per assicurarsi che i dipendenti non stiano rallentando il ritmo sul lavoro. Poly genera anche mappe di calore per fornire informazioni su come i clienti si muovono all’interno del negozio e raccoglie informazioni che potrebbero interessare i marketer, come i prodotti che le persone guardano e/o raccolgono per esaminare, anche se alla fine non li comprano.

Check-out automatico 2.0?

Non mancano le criticità tecniche, tuttavia: Poly può anche confondersi se due persone sono molto vicine tra loro, e non può dire cosa hai preso se dai le spalle alla telecamera. In una implementazione completa, un negozio avrà diverse telecamere montate in alto (ciò che Poly chiama “aquile”) per aggirare gli ostacoli. Quando qualcuno raggiunge la cassa, diverse dovranno verificare gli oggetti che la persona ha prelevato prima di caricarli. Il tracciamento migliora radicalmente, dice Rizzoli, con le telecamere, chiamate gufi, che sono localizzate nella parte inferiore di ogni scaffale, guardando tutto sul ripiano sottostante.

Anche il contesto è importante. L’obiettivo non è quello di essere in grado di identificare qualsiasi delle decine di migliaia di oggetti che i negozi hanno al loro interno. Telecamere che controllano la sezione latticini, per esempio, saranno alla ricerca di prodotti come latte, burro e yogurt; Poly sarà addestrata a riconoscere anche i clienti distratti che abbandoneranno un prodotto nello scaffale “sbagliato”: non si può non notare che “c’è un pezzo di carne rossa nel reparto latticini,” dichiara Rizzoli.

Cibi freschi come frutta e verdura si stanno rivelando particolarmente difficili e richiedono molto training prima che il modello di AI tenga conto della varietà di forme e dimensioni, così come l’occlusione quando gli elementi sono accatastati insieme. Identificare più oggetti, come qualcuno che tiene due lattine di soda in una mano, è anch’essa una sfida significativa.

La sfida per qualsiasi negozio automatizzato è che se non funziona al 100%, non funziona affatto. L’insoddisfazione per gli attuali sistemi di check-out automatico fornisce un ottimo esempio, ma Poly sta cercando di fare qualcosa di molto più difficile. (Uno dei mercati automatizzati di maggior successo, la cinese BingoBox, richiede agli acquirenti di scansionare i codici a barre sui prodotti, il che è molto più facile che effettuare il riconoscimento al 100% sull’immagine).

Amazon ha appreso questa lezione quando i beta tester affollavano il negozio o camminavano troppo in fretta. Rizzoli dice che un sistema deve essere preparato a gestire un intero continuum di scenari possibili, da una situazione “civilizzata” in cui le persone raccolgono gli oggetti e si muovono in modo ordinato, a una situazione molto più disordinata e caotica in cui le persone si imbattono negli oggetti e i prodotti cadono dagli scaffali.

“Se i clienti si comportano in modo civile, possiamo tenere traccia del 98% degli articoli registrati in negozio; se i comportamenti delle persone sono poco civili e caotici, questo valore può scendere fino al 70%. Noi stiamo cercando di proporre una soluzione anche per la situazione incivile.” Rizzoli


Tradotto e riadattato in Italiano. Articolo originale: Fast Company


VISIONARI è un network di imprenditori, scienziati, artisti, scrittori e changemakers che pensano e agiscono al di fuori degli schemi.
Puoi fare domanda per entrare qui: https://bit.ly/visionari-entra

Seguici sulla nostra pagina Facebook per scoprire nuovi progetti innovativi:
Visionari

Clicca per commentare

You must be logged in to post a comment Login

Leave a Reply

Soldi

Gruppi segreti Facebook-prodotti Juice Plus, sanzioni da un milione di euro per pratica commerciale scorretta

Pubblicato

il

Il 27 marzo 2019 l’Autorità ha concluso un procedimento istruttorio nei confronti delle società The Juice PLUS+ Company Srl, The Juice PLUS+ Company Ltd, The Juice Plus+ Company Europe GmbH, The Juice Plus+ Company LLC, accertando che le stesse commercializzano integratori alimentari e prodotti sostitutivi dei pasti a marchio JuicePlus+ con modalità di promozione ingannevoli e non trasparenti attraverso il canale  social media marketing Facebook, in violazione del Codice del Consumo .

In particolare, il procedimento ha riguardato due profili: innanzitutto, la strategia di vendita adottata da JuicePlus incentiva la condivisione di esperienze di consumo non necessariamente autentiche. Nello specifico, è stata esaminata una forma di marketing occulto realizzata principalmente tramite pagine e gruppi segreti Facebook, consistente nel non rendere palese che i venditori dei prodotti JuicePlus agiscono nel quadro della propria attività commerciale, i quali, al contrario, si presentano falsamente sotto la veste di consumatori.

In secondo luogo, è stata accertata l’ingannevolezza delle informazioni diffuse con riguardo alle caratteristiche principali dei prodotti e dei risultati che si possono attendere dal loro utilizzo, soprattutto in termini di efficacia dimagrante e curativa, promettendo che con l’assunzione dei prodotti in esame sia possibile guarire da talune patologie o ottenere notevoli cali ponderali in poco tempo.

Inoltre, l’Autorità ha osservato che in un contesto virtuale, l’assenza degli elementi  caratterizzanti l’interazione consumatore-venditore richiede ai professionisti di adottare tutte le misure necessarie per evitare le confusioni di ruolo e, dunque, comportamenti scorretti da parte dei venditori affiliati. Di conseguenza, JuicePlus avrebbe dovuto esercitare una specifica cautela nelle indicazioni date ai propri affiliati ed effettuare un controllo esteso del loro operato, con l’applicazione di sanzioni disincentivanti.

Pertanto, l’Autorità ha ritenuto che la pratica commerciale descritta risulti scorretta ai sensi degli artt. 20, 21, 22 comma 2 e 23, comma 1, lett. aa) del Codice del Consumo e ha sanzionato le società coinvolte per un milione di euro.

 Nel corso del procedimento, l’Autorità si è avvalsa della collaborazione del Nucleo Speciale Antitrust della Guardia di Finanza.

Roma, 15 aprile 2019

Continua a leggere

Soldi

Caso Diamanti, vertice tra BPM, ADICONSUM e Federconsumatori

Pubblicato

il

Incontro con l’A.D. di BancoBPM Adiconsum e Federconsumatori:Abbiamo denunciato il grave disagio dei risparmiatori
Ora BancoBpm dimostri l’attenzione verso i clienti


9 aprile 2019
 – Si è tenuto a Milano, nel tardo pomeriggio di lunedì 8 aprile, l’annunciato incontro sulla vicenda “diamanti”, tra le delegazioni delle associazioni dei consumatori Adiconsum e Federconsumatori con il BancoBpm, rappresentato dall’amministratore delegato Giuseppe Castagna, dal vice direttore generale Salvatore Poloni e il responsabile della task force Annibale Ottolina.

Nel corso dell’incontro, le Associazioni Consumatori hanno espresso il pesante disagio dei clienti che hanno investito in diamanti, le giuste aspettative di ristoro dei propri risparmi, la buona pratica di altre banche che hanno proposto l’acquisto delle pietre e che hanno integralmente rifuso l’importo investito.

L’amministratore delegato, condividendo le affermazioni delle Associazioni Consumatori sullo stato d’animo dei clienti, ha ribadito la volontà del BancoBpm di trovare soluzioni eque, ancorché differenziate nella diversa tipologia delle posizioni coinvolte.

Adiconsum e Federconsumatori hanno proposto all’amministratore delegato la necessità di rifondere i risparmiatori a partire dagli investimenti più bassi ed arrivare al ristoro del valore complessivo dell’investimento, tenendo conto anche della difficoltà di realizzo del bene acquistato.

Inoltre, stante le difficoltà oggettive del curatore, nel consegnare nel breve le pietre in deposito presso la società IDB, è stato richiesto al BancoBpm di considerare la lettera di possesso delle pietre che il curatore invierà agli investitori, quale elemento probante per effettuare il ristoro.

A fronte delle proposte delle Associazioni Consumatori, l’amministratore delegato ed il vice direttore generale, hanno dichiarato di rispondere in tempi brevi alle richieste effettuate.

Continua a leggere

Soldi

CRAC BANCARI E FINANZIARI BRUCIATI 44 MILIARDI DI EURO 1,2 MILIONI I RISPARMIATORI ITALIANI COINVOLTI

Pubblicato

il

I crac bancari e finanziari degli ultimi anni che si sono succeduti nel nostro paese e all’estero hanno trascinato nel baratro oltre 1,2 milioni di risparmiatori italiani, i quali hanno visto andare in fumo complessivamente quasi 44 miliardi di euro investiti in azioni, obbligazioni e titoli vari, con una perdita media di 35.154 euro a risparmiatore. Lo afferma il Codacons, che fa i conti dei principali default registrati a partire dall’anno 2000 e che hanno coinvolto le tasche degli italiani, cancellando i risparmi investiti.

Si parte con i casi Bipop-Carire, Argentina e Cirio che tra il 2001 e il 2002 hanno coinvolto complessivamente più di 500mila risparmiatori italiani, passando per gli scandali Parmalat (2003, 110mila investitori) e Lehman Brothers (2008, 100mila investitori), fino ad arrivare ai più recenti Veneto Banca e Banca Popolare di Vicenza (2016, oltre 206mila investitori coinvolti).

Il conto totale per la collettività è abnorme: dal 2001 ad oggi quasi 44 miliardi di euro di risparmi sono letteralmente andati in fumo, e solo una minima parte di tali investimenti è stata poi recuperata dai piccoli risparmiatori.

“Lo Stato italiano non ha fatto praticamente nulla per tutelare il risparmio, e mentre ancora si attendono i decreti attuativi sui rimborsi ai risparmiatori, viene varata una Commissione d’inchiesta sulle banche, del tutto inutile e non in grado di dare giustizia agli italiani trascinati nei crac. Il Governo farebbe meglio a costituirsi parte civile nei vari procedimenti aperti dalla magistratura sui dissesti bancari, chiedendo un equo risarcimento alle banche, e a citare in giudizio la Commissione Europea che ha imposto il bail-in quando era possibile seguire altre strade per tutelare gli investitori” – afferma il presidente Carlo Rienzi.

Ecco di seguito tutti i numeri del rapporto Codacons sui dissesti bancari e finanziari che hanno coinvolto i risparmiatori italiani negli ultimi anni:

 Risparmiatori coinvoltiPerdite in euroAnno
    
Banca Popolare di Vicenza118.9948.750.000.0002015/2016
Veneto Banca87.5026.500.000.0002015/2016
Carife, Carichieti,
Banca Marche, Banca Etruria
12.500431.000.0002015/2016
Lehman Brothers100.0003.200.000.0002008
Finmatica25.000350.000.0002004
Finmek13.850250.000.0002004
Cerruti Finance- Fin.Part- Olcese28.500800.000.0002004
La Veggia Finance8.300300.000.0002004
Parmalat110.0006.500.000.0002003
Giacomelli6.500300.000.0002003
My Way – For You190.0002.850.000.0002003
Cirio35.0001.200.000.0002002
Bond Argentina440.0002.500.000.0002001
Bipop-Carire 73.50010.000.000.0002001
Totale1.249.64643.931.000.000

[Messaggio troncato]  Visualizza intero messaggio

Continua a leggere