Aujourd’hui, dans les centres de distribution d’Amazon, des employés doivent identifier les produits à différents points en scannant manuellement les codes-barres. Comme l’explique le géant du e-commerce, l’employé doit prendre l’article, chercher son code-barres, puis scanner celui-ci.
L’entreprise n’est pas satisfaite des performances réalisées en utilisant ce système, basé sur une technologie qui a presque 50 ans. “Ce processus est répété des millions de fois dans un vaste catalogue d’articles de formes et de tailles variées, et il ne peut pas être facilement automatisé”, explique Amazon.
En effet, pour le moment, il n’existe pas de robots suffisamment performants pour automatiser cette tâche. Aussi, l’objectif d’Amazon est désormais de dire adieu au code-barres, en utilisant une nouvelle méthode d’identification des articles basée sur l’IA.
Amazon veut remplacer le code-barres par le MMID
Afin de se débarrasser du code-barres, les chercheurs d’Amazon travaillent sur une nouvelle méthode d’identification des produits, appelée multimodal identification ou MMID. En substance, cela consiste à identifier un article à partir d’une image, en extrayant des informations sur son apparence et ses dimensions. Et si le système n’est pas encore parfait, les chercheurs d’Amazon estiment qu’il pourront un jour cesser d’utiliser les code-barres dans les entrepôts.
“Cette vision, d’utiliser MMID tout au long du processus d’exécution, pour accélérer et permettre l’automatisation robotique, va être atteinte”, déclare Nontas Antonakos, l’un des initiateurs de ce projet chez Amazon. “Et quand ce sera le cas, ce sera une autre étape dans notre cheminement pour acheminer les colis vers les clients plus rapidement et avec plus de précision.”
Researchers designed a new approach using computer vision and multimodal identification to help ensure packages are delivered more accurately and more efficiently. #Robotics #OperationsResearch
— Amazon Science (@AmazonScience) December 9, 2022
Ce ne sont pas les données qui manquent
Pour commencer, les chercheurs d’Amazon ont photographié des articles se déplaçant sur les convoyeurs. Puis, ces images ont été converties en vecteurs, des suites de chiffres. Ensuite, Amazon a créé des algorithmes d’apprentissage automatique (de l’IA) pour l’identification.
Lors des premières expériences, les chercheurs d’Amazon ont obtenu un taux de correspondance (donc, d’identifications correctes) de 75 % à 80 %. Et aujourd’hui, ils seraient à 99 %.
Ce taux élevé s’explique par le fait que les algorithmes ne recherchent pas l’article à identifier à travers tout le catalogue d’Amazon. Une tâche impossible, selon l’entreprise.
“Chaque article provient d’un emballage particulier, et chaque emballage contient quelques dizaines de produits. Ainsi, l’algorithme n’a qu’à faire correspondre un élément au contenu d’un seul emballage”, précise le géant du e-commerce.
En tout cas, ce ne sont pas les données pour perfectionner ce système qui manquent, puisque Amazon n’a qu’à positionner une caméra au-dessus de ses convoyeurs. Cela permet d’obtenir des images des articles qui défilent, pour entraîner l’IA.
Du potentiel et des limites
Pour Amazon, cette technologie est prometteuse. Et elle pourrait ouvrir la voie à plus d’automatisation dans ses entrepôts. D’ailleurs, à Hambourg et à Barcelone, cette intelligence artificielle fait déjà ses preuves. Sur les tapis roulant, elle détecte les erreurs : quand un article ne correspond pas à ce qui est indiqué dans l’inventaire.
Mais le géant du e-commerce admet également que sa technologie a des limites, pour le moment. Par exemple, celle-ci est testée sur les tapis roulant parce que l’éclairage ainsi que la vitesse de déplacement des articles sont relativement constants. Sur d’autres emplacements, l’identification pourrait être plus compliquée.
📍 Pour ne manquer aucune actualité de Presse-citron, suivez-nous sur Google Actualités et WhatsApp.
