Las novedades tecnológicas que Amazon ha presentado en su evento re:MARS

Amazon ha celebrado esta semana la primera edición de un nuevo evento. Se trata de re:MARS, una conferencia que la compañía dedica a sus avances y novedades en cuatro áreas relacionadas con las nuevas tecnologías: machine learning, automatización, robótica y el espacio. Se trata de un evento al que sus miles de asistentes, procedentes de 46 países, sólo han podido acceder mediante invitación. Y entre ellos no solo había ingenieros y expertos en tecnología. También había astronautas, artistas, emprendedores e incluso jugadores de la NBA.

El evento contó con la presencia, entre otros, del Vicepresidente de dispositivos y servicios de Amazon, Dave Limp; el fundador de Boston Dynamics Marc Raibert, los miembros de Disney Research Morgan Pope y Tony Dohl; y el actor Robert Downey Jr., aparte de Jeff Bezos.

En su ponencia inaugural, Dave Limp se encargó de desgranar las bases del evento, así como de detallar la influencia que varias de dichas tecnologías han tenido en la compañía, así como en su evolución. Según Limp, hace cuatro o cinco años, la compañía pasó de un enfoque de machine learning centralizado a otro descentralizado.

Paralelamente, el número de empleados que trabajaban con el asistente virtual se dobló en un año aproximadamente, y en noviembre de 2018 ya lo hacían 10.000 empleados. Todo de manera completamente invisible a los clientes de la compañía. Pero no todo fueron datos y cifras. Amazon también mostró sus innovaciones en distintos campos, conseguidas gracias a las tecnologías que han sentado las bases para el evento.

Robots para optimizar el sistema de almacenamiento de productos

Amazon aprovechó la celebración de re:MARS para mostrar los robots que va a comenzar a utilizar en sus almacenes de todo el mundo. Brad Porter, Responsable de robótica de Amazon, confirmó que han estado trabajando en un robot paletizador, y probándolo durante la mayor parte de lo que va de año.

La compañía, de cara a utilizarlo para optimizar el almacenado de productos, ha estado además trabajando en un nuevo sistema de ordenación que utiliza este tipo de robot. Se llama Pegasus y ha contribuido a que mejore la clasificación y ordenación de elementos en un 50%. Todo sin perder ni un ápice de la seguridad que proporciona el sistema empleado hasta ahora.

Además de Pegasus, también ha presentado un sistema robótico modular y compacto, de nombre Xanthus, que puede adaptarse para trabajar en distintas situaciones. Además, cuenta con diversos accesorios, como Xanthus Sort Bot (un clasificador) y Xanthus Tote. Se trata de una evolución de uno de los robots primarios de Amazon, muchos de los cuales consiguió con la compra en 2012 de Kiva Systems.

Por ahora, tanto Xanthus como el sistema Pegasus se emplearán solo en los almacenes de Amazon, y se unirán a los 200.000 robots propios y de terceros que están en funcionamiento en las instalaciones de clasificación y distribución del grupo. Pero gracias a su compra de la startup de robótica autónoma para almacenes Canvas, se espera que puedan realizar otras tareas, incluso fuera de los almacenes, e interactuar de manera colaborativa con los asistentes de ventas en ciertas tareas.

Alexa Conversations, conversaciones naturales multiturno

Durante una de las presentaciones que han tenido lugar en re:MARS, Amazon ha desvelado, en fase de prueba para desarrolladores, Alexa Conversations, un sistema de deep learning pensado para que el asistente virtual de la compañía, Alexa, pueda participar en conversaciones de varios turnos de palabra con un lenguaje natural. Y también enlazar lo que se trata en las conversaciones con otras de sus habilidades.

Con Conversations, las líneas de código necesarias para la creación de apps de voz se han reducido de 5.500 a 1.700. Esto rebaja las interacciones que podrían haber llevado 40 intercambios de voz con Alexa a unas 12. Los desarrolladores se encargan de suministrar los elementos que necesita Alexa para ello, como el acceso a una API, así como una lista de las entidades a las que tiene acceso la API, como listados de restaurantes, y Conversations se encarga del resto.

Que Alexa sea capaz de participar en conversaciones multiturno no es nuevo. Lo que sí es nuevo en Conversations es que el sistema está diseñado para ayudar a los usuarios de Alexa a conseguir lo que necesitan con más rapidez y facilidad. Desde reservar una mesa en un restaurante hasta facilitar la compra de entradas para espectáculos o pedir un taxi.

Alexa Conversations empleará la Inteligencia Artificial para comprender mejor a los usuarios, por lo que los desarrolladores que se encarguen de crear apps de voz no tendrán necesidad de incluir en ellas todas las variantes o formas en que una persona puede hacer una pregunta.

Nueva versión del dron de Amazon Prime Air

El dron que Amazon planeaba utilizar para el reparto de paquetes tiene una nueva versión: se llama Prime Air y la compañía espera que esté listo en unos meses para empezar a repartir paquetes como parte de varias pruebas piloto.

Estos repartos se harán con el nuevo dron, que tiene un nuevo diseño y es completamente eléctrico y autónomo. Con él, Amazon espera poder repartir paquetes a los compradores que estén a menos de 10 kilómetros de sus cientos de almacenes en 30 minutos desde que efectúen una compra. Los paquetes los transportará el dron en un pod situado en el centro del aparato, que volará a escasa distancia del suelo, y dejará el paquete en un espacio marcado.

El dron puede despegar y aterrizar en vertical, cuenta con seis propulsores optimizados para reducir el ruido que emiten, y puede llevar paquetes de hasta 2,5 kilos, que constituyen entre el 75% y el 90% de los paquetes que Amazon envía a los clientes en la actualidad.

Entre sus mejoras no sólo está el diseño y su potencia. También figura un sistema de seguridad, que comprueba constantemente si el espacio aéreo es seguro, y si es posible acercarse a tierra. Para ello lleva unos sensores que se encargan de verificar distintas variables.

Incorpora diversos algoritmos de machine learning que se encargan de tomar los datos de los sensores, y deciden qué hacer cuando los espacios para el aterrizaje y el despegue no están libres, cuando no se detecta la dirección de reparto, cuando hay personas o animales cerca, o si lo que hay que repartir es demasiado grande o pesado. Si no encuentra condiciones satisfactorias, puede volver al almacén, esperar unos momentos o aterrizar y apagar su motor.

StyleSnap, sistema que ayuda a comprar prendas de redes sociales o revistas

Amazon también ha presentado una función que sugiere estilos para comprar objetos y prendas en Amazon a partir de capturas de pantalla e imágenes tomadas en revistas, páginas web o posts en redes sociales. Se llama StyleSnap, y se lazó el pasado mes de abril integrada en la app de Amazon para algunos usuarios de Android y iOS. Según la compañía, estará pronto disponible para todos los usuarios que quieran utilizarla.

Su funcionamiento es sencillo. Una vez se cuenta con la versión de la app de Amazon que cuenta con este sistema, basta con dar un toque en el icono de la cámara que hay en su esquina superior derecha. Entones aparecen los elementos de StyleSnap.

Basta con subir una foto o tomar una imagen de un look de moda para que Style Snap muestre recomendaciones de artículos similares que están a la venta en Amazon. Para ello, StyleSnap tiene en cuenta la marca, el rango de precio y las opiniones de los clientes. El sistema utiliza visión por computador y deep learning para identificar prendas que aparecen en las fotos, así como para catalogarlas.

Inteligencia Artificial y matemáticas para mejorar Amazon Locker

Amazon Locker es un sistema autoservicio de reparto de paquetes con el que la compañía guarda en una taquilla de Amazon, previamente elegida por el usuario de entre las que hay en centros comerciales y de negocio o gasolineras, los paquetes que tiene que entregar para los usuarios de las mismas, que luego pasan a recogerlas. Su uso ha crecido notablemente en los últimos tiempos, y la compañía asegura que se debe al uso de machine learning, que ha hecho crecer su consistencia y fiabilidad.

Gracias a esto, la compañía prevé que en 2021 habrá diez veces más de estas taquillas que las que hay en la actualidad en los países en los que funciona actualmente el sistema: Estados Unidos, Reino Unido, Canadá y diversos países de la Unión Europea.

Cuando se reserva una taquilla en Amazon Locker, un sistema de toma de decisiones en tiempo real elige si el paquete pedido cabrá en la taquilla elegida. Además se encarga de predecir la ocupación que tendrá en la fecha de reparto estimada, dato que tendrá en cuenta al asignarla. Si la ocupación actual, y el nuevo paquete, son iguales o menores que la capacidad de reserva disponible desde la reserva hasta dos días después, el reparto se permite. Si no, se rechaza.

Pero a veces, el sistema daba error, y rechazaba un paquete que cabía perfectamente en las taquillas, o asignaba la taquilla equivocada. Por lo tanto, se han centrado en mejorarlo, lo que han logrados gracias a la Inteligencia Artificial y a optimizaciones matemáticas. Todo esto entró en producción el año pasado y se ha probado desde entonces, con resultados satisfactorios.