Amazon quiere eliminar los códigos de barras y está usando inteligencia artificial para conseguirlo. La empresa ha desarrollado un modelo de IA que utiliza una cámara para identificar los productos, de modo que ya no será necesario escanear un código de barras. De acuerdo con el gigante del comercio electrónico, este sistema agilizará el procesamiento de envíos en los centros de distribución, lo que se traducirá en tiempos de entrega más cortos.

Si bien los códigos de barras son fundamentales en los procesos de embarque de Amazon, la empresa quiere eliminar la dependencia a ellos. Existen múltiples razones para hacerlo, aunque la principal es la automatización. El escaneo de productos requiere un empleado, ya que los robots no son lo suficientemente versátiles como para manipular un producto y realizarlo.

Cuando un artículo llega a un centro logístico de Amazon, los empleados usan códigos de barras para verificar su identidad en varios puntos diferentes a lo largo de su viaje hasta el vehículo de entrega. Cada vez, se debe recoger el artículo y localizar y escanear el código de barras. A veces, el código de barras está dañado o incluso falta.

Para modernizar sus almacenes, Amazon compartió detalles del proceso conocido como identificación multimodal (MMID). El primer paso para eliminar la dependencia de los códigos de barras fue capturar fotografías de los productos mientras se movían por la banda transportadora. El modelo de IA toma valores como dimensiones, características visuales, texto del empaque o peso.

Amazon creó un modelo de IA para identificar sus productos y eliminar la dependencia al código de barras

Con la ayuda de cámaras fotográficas y de profundidad se crea una especie de huella dactilar de cada objeto. Posteriormente, los investigadores tradujeron los datos de cada imagen en vectores y construyeron un modelo de aprendizaje automático para extraerlos y asociarlos al producto con que se realizará la comparación.

De acuerdo con Amazon, la tasa de coincidencia del algoritmo se mantuvo entre 75% y 80% cuando lo usaron por primera vez. Con la captura constante de nuevas imágenes para entrenar al modelo de IA, el MMID alcanzó una precisión del 99%. Según los ingenieros, la alta tasa de coincidencia también se debe a que los sistemas de inventario de la compañía saben donde se encuentra cada artículo, por lo que el algoritmo no necesita hacer coincidir un producto con el catálogo completo de la empresa.

El sistema está diseñado para no ser intrusivo y es capaz de detectar un error de forma temprana. Las bandejas individuales forman parte de la etapa inicial del proceso, por lo que si existe una discrepancia se resuelve sin tener que esperar hasta el final. El modelo utiliza un sistema de puntuación de confianza que determina si hay un desajuste o si el algoritmo no está del todo seguro.

El MMID depende de múltiples factores para asegurar un correcto funcionamiento. De entrada, las cámaras toman fotografías que nutre la base y entrena al algoritmo. La iluminación y la velocidad en la banda transportadora también son importantes, y Amazon se asegura de mantenerlas controladas. El único inconveniente ocurre cuando un empleado manipula el objeto en la bandeja, ya que dificulta la detección dependiendo de cómo lo sostenga.

Los ingenieros de Amazon ahora trabajan en integrarlo con los brazos robóticos de modo que la presencia de un humano no sea requerida a futuro. La compañía confía en poder eliminar la dependencia de la identificación manual de artículos, un proceso que resulta incómodo e ineficiente.

Deja un comentario

Participa en la conversación, deja tu comentario