吴一黎和他的YI Tunnel 团队做出了一款智能收银机，他的目标是为线下商超提供新零售的一套解决方案。
“机器只要‘看一眼’就能自动结账，”吴一黎对饭桌君解释。
好奇之下，饭桌君顺手抄起两只散装的苹果，放在YI Tunnel的智能收银机上，机器屏幕上立马显示出苹果的品类、重量和价格。
这要是在一般超市，想买俩苹果，你得吆喝上店员半天，等他们不紧不慢走过来，称重、包装、贴价签。要么就是为了等称重，排老长的队，也许一怒之下，你索性不买了。
眼下，YI Tunnel正在与不少知名的零售商开展了合作，对市场试水。这算是苦尽甘来，创业过程中，吴一黎崩溃过不少回：
比如，YI Tunnel 采用的是机器学习中的一种——CNN（卷积神经网络）技术，这就需要机器反复辨识和学习，“一个简单的桃子，教小孩教三五次就记住了，机器可能得500次，”吴一黎不无苦恼的说。
好在，功夫不负有心人。从2016年10月吴一黎团队全面转向YI Tunnel 技术开发和研究算起，至今共计8个月时间，YI Tunnel 已经可辨识3000个SKU物品、标注超200万个数据，测试期间物品识别和结算准确率超99.7%，错误率仅为人工结算错误率的1/5。
“如果说现在的很多人工智能公司都在强调自己的技术创新，像爱因斯坦一样发明相对论，那我们更愿意把自己比喻成爱迪生，愿意将技术商业化。”吴一黎一直都在强调自己更愿意接地气、将前沿技术优化并进行商业化的定位。
目前，该项目正在进行A轮融资，由凡卓资本（小饭桌旗下专业的投融资顾问品牌）担任独家财务顾问。
收银是线下商超最后、也是最重要的一环，因而体验就显得异常重要。
目前，主流的收银方式是：所有的商品价格都提前统一录入系统，结算时通过用人工方式扫码商品条形码来获取商品价格。
这样的方式有两个明显的弊端：
一是人工的方式相对而言错误率较高，有数字显示人工结算方式的错误率在1.5%左右；
二是，对于诸如水果、肉类、海鲜等非标准化产品，线下商超基本都是通过先称重、封口、贴条形码，之后结算时再扫码的方式，耗费人工多、成本高。
在IBM做了四年智慧商务管理工作的吴一黎清晰的认识到，如果能通过人工智能的方式减少线下商超的错误率、解决非标品的自动称重和结算、降低人力成本，这将是一个机会。
“如果你在超市里买水果，不用再麻烦工作人员称重、贴条形码，而是直接用智能收银机器人，自动称重、自动辨识水果价格，并直接给出最终结算价格，这样岂不是更便捷？”吴一黎这样描绘YI Tunnel的未来使用场景。
2016年，吴一黎回到了母校清华大学软件学院，在交流中他发现，卷积神经网络（CNN）在人工智能领域技术相对成熟、也是离商业化相对更近一些的领域。
“其实基于CNN的实际应用，很多高校和研究中心都在做，”吴一黎透露，“不过他们更多的是出于学术研究的目的，很多错误率都比较高，在3%~30%之间。”
选定了具体的实现技术之后，吴一黎接下来要考虑的就是如何提高准确性，而提高准确性的第一步就是准确辨识物体。“传统的方式是将价格信息置于条形码之中，我们则是通过图像识别，与后台自动匹配价格。”吴一黎这样拆解他的技术逻辑。
听上去简单，做起来却十分棘手。这中间包含两个方面：一个是如何完善算法体系，一个是增加数据的多样性。
在完善数据算法方面，“CNN包括识别层、隐藏层、输出层，每一层都是在计算一个Y=aX+b的函数。我们现在做的就是在识别层和隐藏层。”开发团队来自清华大学软件与图像识别实验室，核心算法由中国工程院院士、清华大学孙家广教授带队研发。
在数据多样性方面，25人的数据工程师团队不停地给机器“喂数据”，比如辨识一个苹果，会在不同光线、不同角度、摄像头是否有污渍等多样情况下分别进行拍照、打标签、数据分析等，直至机器能够准确辨识出是苹果为止。
目前，YI Tunnel 的准确性超99.7%，单个物品辨识速度为0.02秒，可识别包括酒水、水果、肉禽蛋奶、零食等超3000个常见品类。
做好智能收银只是第一步，未来，吴一黎的目标是：无人值守超市。
Amazon Go就是这个领域最受人瞩目的：顾客只需下载Amazon Go的APP，在商店入口扫码成功后，便可进入商店开始购物。Amazon Go的传感器会计算顾客有效的购物行为，并在顾客离开商店后，自动根据顾客的消费情况在亚马逊账户上结账收费。
“Amazon Go 采用的技术是RFID芯片感应技术，即在每一个商品上贴一个小芯片，当用户拿走物品时，芯片将被扫描并记录，并通过视频等感应器记录到个人账户中。”吴一黎介绍说。
他认为，Amazon Go 有两点不足：
一是每一个商品都需要贴上芯片，每一个芯片成本都在0.2~0.3元之间，不仅耗费人力财力，错误率也不低；
第二，目前的技术仅能支持超市内不超过20人的规模，超过20人芯片识别错误率将大大提升。
吴一黎认为，智能收银+数据分析系统才是未来。
“智能收银不仅仅只是计算和收钱，更重要的是数据积累和应用。”吴一黎告诉记者，系统将结合用户消费数据、天气甚至当天新闻来指导商超的商品理货、上下架、盘点、摆放、存货等。
另外，为了防止被盗窃，通过添加人脸识别等辅助工具，顾客在进店和离店都会采集到人脸信息，从而起到防盗作用。
“未来将实现机器人完全管理超市的全业务流程，将现在150人的管理团队减至15人以下。”吴一黎透露。
2017年，吴一黎的目标是开出3~5家概念店。
“最开始的几家店做示范，一旦平稳运营后，复制是很容易的。”吴一黎透露。目前YI Tunnel 计划与包括7-11、永辉超市等线下便利店、大型超市等开展战略合作。
为此，吴一黎还请来了有20多年零售经验的聚美优品CTO，专门负责应对线下店比较复杂的用户信息、营销、打折等模块。为了保证准确性，机器还会在便利店、传统大型商超学习大概3个月时间。
同样，数据的量级也是吴一黎最关心的，“数据每上升一个数量级就乘以一个10，然后错误率就会降低40%”。2017年吴一黎的团队将完成工程优化，识别SKU将超10000种，错误率降低至千分之三一下。
在商业模式上，YI Tunnel 有两种方案：一种是直接售卖机器，目前每台机器的售价为20万；另一种是机器租借、按照使用次数收费，每使用一次将支付一定的使用费。
未来，YI Tunnel 还将发展包括餐饮、药店、书店等客户。“我们将从商超数据出发，逐渐布局更多领域，”吴一黎这样描绘自己的商业化未来。
