Dùng Deep Learning để thay đổi ngành bán lẻ trực tuyến?

Trong tương lai, việc mua sắm sẽ ngày càng trở nên dễ dàng và thuận tiện hơn rất nhiều nhờ vào công nghệ nhận diện chuyên sâu (Deep Learning). Đây là công nghệ được ứng dụng trong nhận diện hình ảnh, giọng nói và xử lý ngôn ngữ tự nhiên.

Deep Learning thay đổi ngành bán lẻ trực tuyến?

Deep Learning là gì?

Deep Learning là thuật toán dựa trên ý tưởng từ não bộ tới việc tiếp thu nhiều tầng biểu đạt, cả cụ thể lẫn trừu tượng, qua đó làm rõ nghĩa của các loại dữ liệu. Deep Learning được ứng dụng trong nhận diện hình ảnh, nhận diện giọng nói, xử lý ngôn ngữ tự nhiên. Điểm đặc biệt của Deep Learning là tính chính xác dựa vào lượng dữ liệu với kích thước khổng lồ mà không bị hạn chế.

Ví dụ: Nếu bạn nhìn thấy một tấm thảm hoặc một chiếc đèn mà bạn thích trong một bức ảnh chụp cảnh phòng khách, có lẽ bạn sẽ cảm thấy thật khó khăn và mất khá nhiều thời gian để tìm hiểu xem những món đồ vật này được bán ở đâu. Houzz, một công ty có trụ sở ở Palo Alto, California (Mỹ), đã làm cho việc lựa chọn của bạn trở nên dễ dàng hơn với sự giúp đỡ của trí tuệ nhân tạo Deep Learning.

Deep Learning có thể thay đổi ngành bán lẻ trực tuyến?

Tiếp tục với ví dụ Houzz, khi đến với website Houzz, khách hàng có thể tự thiết kế lại nhà của mình theo ý thích. Người tiêu dùng và các chuyên gia thiết kế có thể tải lên những bức ảnh mô tả các dự án đã hoàn thành của họ. Tại đây, họ có thể sử dụng những vật dụng trang trí và đồ nội thất được cung cấp bởi Houzz, cho phép người dùng dễ dàng chọn lựa và mua những sản phẩm mà họ yêu thích.

DEEP LEARNING

Thành lập vào năm 2014, trang web bán lẻ của Houzz hiện đang phân phối khoảng 6 triệu sản phẩm của 15.000 nhà cung cấp. Theo Tech Crunch, Houzz đã phát triển một hệ thống nhận diện chuyên sâu, có khả năng quét hình ảnh của những căn phòng có đồ trang trí và nội thất, sau đó tạo cho người tiêu dùng cơ hội mua sắm những mặt hàng tương tự trong cơ sở dữ liệu của riêng mình.

Houzz gọi đó là Visual Match, một công nghệ có triển vọng trở thành nguồn doanh thu chủ lực của công ty trong tương lai. Theo các chuyên gia, nguồn thu này dự báo sẽ đạt con số 1 tỉ USD trong vòng 5 năm tới.

Hiện Houzz đang liên kết với nhiều nhà sản xuất nổi tiếng trên thế giới như Black and Decker, GE và Keurig, với mức hoa hồng bán hàng 15% đối với bất kỳ mặt hàng nào được bán qua trang web của công ty.

Các chuyên gia nhận định công nghệ Deep Learning sẽ có thể trở thành một “quân bài chủ lực” cho những công ty chuyên ngành bán lẻ trực tuyến như Houzz trong tương lai. Khi việc nhận diện một sản phẩm cụ thể nào đó trở nên dễ dàng như việc xử lý một bức ảnh bằng các thuật toán, người tiêu dùng sẽ mua hàng nhiều hơn.

Chẳng hạn, khi bạn phát hiện bạn bè trên Facebook hoặc một người nổi tiếng nào đó có một chiếc áo khoác rất đẹp, công nghệ Deep Learning sẽ giúp người tiêu dùng xác định đó là loại áo gì, các sản phẩm tương tự, các đặc điểm và giá thành của sản phẩm.

Ngoài ra, công nghệ Deep Learning này còn có độ chính xác hơn so với công nghệ nhận diện hình ảnh thông thường. Nó có thể phân tích một lượng hình ảnh đáng kể và còn so sánh chúng với các kết quả trong quá khứ.

Hồi đầu năm 2016, Facebook cũng đã ứng dụng một công nghệ tương tự gọi là Automatic Alternative Text. Công nghệ này dùng để nghiên cứu hình ảnh và đưa ra mô tả bằng chữ viết cho những người khiếm thị.

Bên cạnh đó, Google cũng cho ra đời PlaNet, một công nghệ nhận diện địa điểm của bức ảnh được chụp mà không dùng chức năng liên kết với địa điểm (geotag) trong lúc chụp. Việc phân tích dữ liệu của công nghệ này chủ yếu dựa trên phong cảnh và các hình ảnh khác như loại cây cỏ, ngôn ngữ trên các bảng hiệu, các phong cách kiến trúc, đường phố.

Và nếu như các công nghệ này có thể được áp dụng cho các bức ảnh, bạn có thể tưởng tượng ra một tương lai gần cho các ứng dụng thương mại điện tử trên thiết bị di động của bạn. Ở đó, nó có thể quét và xác định các mục đích của bạn trong thế giới thực, hoặc một cái gì đó gần gũi với bạn, giúp bạn dễ dàng hơn trong việc mua sắm.

Theo Inc.

Mời bạn đánh giá bài trên

Số lượt: [0]. Điểm trung bình: [0/5]

Chưa có đánh giá