27.01.2022
Mit Machine-Learning will Amazon die perfekte Menge an Verpackungsmaterial ermitteln, um Müll zu reduzieren. Über die letzten Jahre wurde die Menge immer weiter optimiert und so bisher um 36 Prozent reduziert. Auf diese Weise konnten eine Million Tonnen Material gespart werden.
Die Reduktion der Verpackung führt auch zu weniger Füllmaterial. Bei der Ermittlung steht außerdem die Art des Produkts im Vordergrund, dessen Schutz nicht beeinträchtigt werden soll.
Visuelle Informationen für mehr Genauigkeit
Das Modell ermittelt die passende Verpackungsart für jedes Amazon-Produkt, das verkauft wird. Das Forscher-Team um Research Science Manager Matthew Bales stellte dem Modell verschiedene Daten zur Verfügung: Produktbeschreibungen, Kundenfeedback sowie auch Bildmaterial, das das Produkt aus mehreren Winkeln zeigt. Auf diese Weise können Form und Größe bestimmt werden.
Es macht bei der Entwicklung vor allem einen Unterschied, die visuellen Informationen hinzuzunehmen. Dem Modell nur Informationen wie Art und Beschaffenheit des Produkts zu beschreiben, war nicht ausreichend. Seit der visuelle Input berücksichtigt wird, wurde das Modell um 30 Prozent leistungsfähiger.
Entscheidung für die Produktzuordnung
Ist das Verpackungsmaterial ermittelt, wird es automatisch dem entsprechenden Produkt zugeordnet – sofern sich das Modell sicher ist. Bei Unklarheiten bedarf es immer noch eines Menschen, der abschließend entscheidet, ob die Verpackung geeignet ist. Eingesetzt wird das System in Nordamerika und Europa. (tl)
