Исторический рубеж: миллионный робот Amazon доставлен в Японию

Post Thumbnail

Amazon достиг исторического рубежа! И после 13 лет внедрения роботов в свои складские помещения, компания объявила о достижении отметки в 1 млн роботизированных устройств. Миллионный робот был недавно доставлен на склад Amazon в Японии.

Эта цифра приближает Amazon к ещё 1 важному показателю. Скоро в складской сети компании может работать одинаковое количество роботов и людей. По данным The Wall Street Journal, уже сейчас 75% всех глобальных доставок Amazon осуществляются с помощью роботов.

Вместе с этим достижением компания представила новую модель искусственного интеллекта под названием DeepFleet для своих складских роботов. Эта система может более эффективно координировать маршруты роботов внутри складов. Что позволит увеличить скорость работы роботизированного парка на 10%.

Для создания DeepFleet компания использовала платформу Amazon SageMaker. Облачную студию AWS, которая помогает разрабатывать и внедрять модели искусственного интеллекта. Модель обучалась на собственных данных Amazon о складах и товарных запасах.

Почитать из последнего
ИИ-ассистент научили разбирать документы и алерты
Главный вопрос корпоративного ИИ прост: что будет с данными после запроса? РТК-ЦОД предлагает не рисковать ими. На форуме «Цифровые решения» компания с блоком ИТ «Ростелекома» представила ассистента для организаций с жёсткими требованиями к защите.
К 2027 году чипов хватит на миллиарды ИИ-агентов
Похоже, у ИИ скоро вылезет проблема, которую не залатать покупкой ещё одного чипа. По расчётам Epoch AI, вычислительной мощности, выпущенной с 2025 по 2027 год, хватит для одновременной работы от 33 до 171 млн агентов уровня передовых моделей.
Kandinsky научился лепить видео со звуком
ИИ-видео всё меньше смахивает на немой клип. «Сбер» показал Kandinsky 6.0 Video - модель, которая разом генерит картинку и звук: речь персонажей, музыку и шумы окружения.
Три профессии, которые ИИ уже плодит прямо сейчас
ИИ перетряхивает рынок труда не только тем, что съедает привычные задачи. Вместе с автоматизацией вылезают специалисты, которых ещё несколько лет назад никто бы не вообразил, и часть таких профессий формируется на глазах.
Google научила эмбеддинги переваривать сразу пять типов данных
Google порешила, что эмбеддингам хватит возиться с одним текстом. Компания выкатила вторую версию EmbeddingGemma: теперь система сваливает в общее векторное пространство текст, код, изображения, видео и аудио. Так что на вход можно подавать сразу несколько типов данных.