亞馬遜的六頁備忘錄很有名。高管們必須每年寫一份計劃書，列出他們的商業計劃。鮮為人知的是，這些備忘錄總要回答一個特殊問題：你打算如何使用機器學習?亞馬遜的高管們普遍表示，亞馬遜并不鼓勵作出像“不多”這樣的回答。

 

機器學習是人工智能的一種形式，其從數據中挖掘出可用于預測的有價值信息。當杰夫·威爾克(Jeff Wilke)于1999年加入亞馬遜時，機器學習就在亞馬遜扎根了。如今威爾克已經是杰夫o貝索斯(Jeff Bezos)的副手，他成立了一個科學家團隊，研究亞馬遜的內部流程，以提高效率。他將自己的研究人員編成業務單元，將自我評估和改進的循環變成了默認模式。很快這個循環就加入了機器學習算法，比如第一時間自動推薦顧客可能喜歡的書。隨著貝索斯的野心越來越大，自動化預測也越來越重要。

 

其他科技巨頭也開發了更為亮眼的人工智能技術，譬如Facebook的面部識別軟件、蘋果的Siri數字助理、Alphabet的自動駕駛汽車和圍棋大師等等。相比之下，亞馬遜采用了一種更低調的機器學習方法。亞馬遜也有Alexa與Siri競爭，而且該公司在其云計算中提供預測服務。但對該公司成功最關鍵的算法，是其用于不斷簡化自身運營的算法。反饋循環看起來與面向消費者的人工智能是一樣的:構建服務，吸引客戶，收集數據，讓電腦從這些數據中學習，所有這些都是人力無法模仿的。

 

物流中心的算法

 

亞馬遜在北美地區有超過100個物流中心，在全球其他區域還有超過60個類似的巨型倉庫，是其2070億美元在線購物業務的心臟。這里負責儲存并配送亞馬遜電子商務平臺所銷售的商品。在西雅圖市郊的一個物流中心，包裹以摩托車的速度沿著傳送帶疾馳而過。整座設施內噪音震耳欲聾，而且里面似乎沒有人類員工。相反，在一個足球場大小的隔離區里，有成千上萬個長方體擱架單元，每一個都有1.8米高。亞馬遜稱之為“豆莢”。數以百計的機器人把這些“豆莢”拖來拖去。在人們的眼中，諸如牙膏、書籍和襪子等各種商品的堆放雜亂無章，但在指導這一過程的算法方式看來，一切都井然有序。

 

人類員工站在圍繞這個“機器人領域”柵欄的縫隙中。有些人從機器人帶給他們的“豆莢”中挑選物品;還有一些人把東西裝進空箱子里，然后被傳送帶運走并儲存起來。無論他們是挑選還是放置一件物品，他們都會用條形碼閱讀器掃描產品和相關的貨架，以便軟件能夠跟蹤實時位置。

 

負責開發這些算法的是亞馬遜首席機器人專家布拉德o波特(Brad Porter)。其團隊是威爾克領導的物流中心優化小組。波特先生關注的是“豆莢間隙”，即在機器人將“豆莢”貨架拖回工作站之前，人類員工必須等待的時間。更少更短的間隔意味著更少的人工等待時間，也就意味著貨物更快地通過倉庫，最終更快地送貨上門。波特的團隊一直在試驗新的優化方法，但他們推出新方法時也非常謹慎，畢竟機器人領域的交通堵塞可能更加嚴重。

 

亞馬遜云服務AWS是另一個核心基礎設施。它支撐著亞馬遜260億美元的云計算業務，該業務允許企業在沒有服務器的情況下托管網站和應用程序。

 

AWS機器學習的主要用途是預測計算需求。當互聯網用戶涌向客戶服務時，計算能力不足可能會導致錯誤，而當用戶遇到錯誤頁面時，則會導致銷售損失。AWS負責人雅西(Andy Jassy)表示:“我們不能說我們缺貨。”為了確保永遠出現這種情況，云服務團隊會對客戶數據進行了分析。亞馬遜無法看到服務器上托管的內容，但是它可以監視每個客戶獲得了多少流量、連接持續了多長時間以及其穩定性。與其物流中心一樣，元數據所提供機器學習模型能夠預測云服務的需求。

 

亞馬遜云服務最大的客戶之一就是亞馬遜自己。其他亞馬遜公司想要的主要東西之一就是預測。需求如此之高，以至于AWS設計了一種名為Inferentia的新芯片來處理這些任務。雅西表示，Inferentia芯片將為亞馬遜節省所有機器學習任務的成本，。他表示:“我們相信，這至少可以大幅提高成本和效率。”此外，Alexa中識別聲音和理解人類語言的算法將是亞馬遜云服務采用Inferentia芯片的一大受益者。

 

該公司最新的算法投資是亞馬遜的無人商店Amazon Go。數百臺攝像機從上方觀察購物者，將視覺數據轉換成3D輪廓，用于跟蹤他們處理產品時的手部動作。該系統可以查看購物者購買了哪些商品，并在他們離開商店時將其記入亞馬遜賬戶。Amazon Go的負責人迪利普·庫馬爾（Dilip Kumar）強調，該系統能夠實時追蹤購物者的身體運動。他表示，亞馬遜沒有使用面部識別技術來辨別顧客，也沒有將他們與自己的亞馬遜賬戶聯系起來。相反，這是通過在門口刷條形碼來實現的。該系統=通過對數百臺攝像機的數據進行處理，來確定購物者的消費需求。盡管實驗者盡其所能，也無法騙過系統偷走物品。

 

其他應用

 

人工智能身體追蹤技術也在亞馬遜物流中心興起。該公司有一個試點項目，內部稱為“Nike意圖檢測”系統，其為物流中心員工提供的服務和無人商店Amazon Go為購物者提供的服務類似:跟蹤他們在貨架上挑選和擺放的商品。這個想法是為了徹底擺脫手持條形碼閱讀器。這種手動掃描需要時間，對工人來說也很麻煩。理想情況下，他們可以把物品放在任何他們喜歡的架子上，同時系統會監視和跟蹤一切舉動。“同以往一樣，我們的目標是提高效率，使產品流動速度最大化。”波特表示，“員工們覺得這很自然。”