Tíz évvel ezelőtt a vonalkód beolvasása telefonnal fájdalmas volt. Tökéletesen be kellett igazítani, visszafojtani a lélegzetét és várni. Ma meglengeti a telefonját egy doboz közelében, és *csip* – azonnal rögzíti a kódot. Még akkor is, ha sötét van. Még akkor is, ha a címke szakadt.
Mi változott? Nem csak a jobb lencsék. A Gépi tanulás (ML) volt az.
A régi módszer vs. az MI módszer
A hagyományos lézerszkennerek a visszavert fény mérésével működnek. Gyorsak, de buták. Ha egy fekete sáv karcos, a lézer összezavarodik.
A modern mobilalkalmazások számítógépes látást használnak. Nem csak 'látják' a fényt; 'megértik' a képet. A közvetlenül a telefonján futó apró MI modellek másodpercenként 30-szor elemzik a videófolyamot, hogy mintákat találjanak és dekódoljanak.
Az MI szkennelés 3 szuperereje
Az ML modellek kikövetkeztethetik a hiányzó adatokat. Egy kávéfoltos QR-kód vagy egy szakadt vonalkód gyakran még mindig olvasható, mert az MI rekonstruálja a mintát.
Az algoritmusok virtuálisan 'kivilágosíthatnak' egy sötét keretet és zajszűrhetik a képet, hogy észrevegyenek egy kódot a raktár sötét sarkában.
Többé nem kell merőlegesnek lennie. A szoftver korrigálja a perspektivikus torzítást, lehetővé téve, hogy oldalról szkenneljen, miközben elhalad mellette.
Miért számít az "eszközön"
Az olyan alkalmazások varázsa, mint a Mobile Inventory, abban rejlik, hogy ez az MI az eszközön fut, nem a felhőben. Ez két okból kritikus:
- Sebesség: Nulla hálózati késleltetés. A csipogás azonnali.
- Adatvédelem: A videófolyama soha nem hagyja el a telefonját.
Következtetés
Nincs szüksége 2000 dolláros, saját tulajdonú eszközre az ipari teljesítmény eléréséhez. Csak jobb szoftverre van szüksége. Az alkalmazottja zsebében már ott lévő MI chip kihasználásával olyan szkennert kap, amely tanul, alkalmazkodik és bárhol működik.