某一个周五的傍晚你决定做墨西哥鱼肉卷，所以你在下班回家的路上，匆匆走进一家当地的超市。只需要几分钟就可以找到香菜，或者，更准确地说，定位到应该放香菜的空货架。然后在只有一名工作人员的收银处排了10分钟的队后，你最终到家了，但发现你忘买了玉米薄馅饼。那么你就只能在周五的晚上吃吃剩菜砂锅了。

   数据几乎以光速移动，但杂货店却不能。随着高速互联网的普及，信息传输速度越来越快，但买卖商品所必需的实物交易的效率有所落后。这种情况即将有所改变。

   我们公司的一名系统工程师Gustavo Martinez说： “很多大公司和小公司正在致力于使用传感器技术和机器学习来改善购物体验。比如，顾客在很长的付款队伍中排队等候，或者发现商店没有自己想要买的商品，或者觉得这家商店的东西比别家贵，这些都会让他们感到沮丧。”

你的私人购物助理

   机器学习和GPS技术的结合已经能够让零售商在潜在顾客走到商店附近时提供个性化的广告。下一步是使用店内传感器（如蓝牙信标）在单个货架上提供超本地化促销。

   这些可能会触发智能手机上的自定义通知——比如给那些会盯着饼干货架长达数分钟之久的顾客们提供香草威化饼的半价优惠。另外，用LCD显示屏代替纸质价格标签能够灵活的将特价显示在货架上，并随着不同的顾客走近而变化。

  Gustavo说，这些智能显示屏还可以引导顾客逛商店。他还说：“商店的app可以规划出最有效的购物路线，让你能够拿到购物单中所有的物品，而且我们可以让货架内的显示屏在你靠近时亮起，以便你找到想要的物品。”

排队结账时代的终结

   店内体验最显著的变化之一是自助结账的兴起。这不仅仅是为商店节省员工成本。

   Gustavo说： “最主要的事情是消除排队结账。至少就我而言，多等10或15分钟是我去商店最讨厌的事情。”

   然而，自助结账并不完善。输入未编码的商品（如散装水果）仍然是一个相对费力的过程，而且也需要商店服务员为了帮助处理问题和有保质期限制的商品而在销售点之间来回奔跑。

   我们公司的一名系统工程师Aldwin Delcour说：“一些公司正考虑将摄像头集成到自助结账系统中去。这样，系统就可以使用机器视觉来识别你购买的商品。你不需要再搜索一整套菜单了，只需将苹果放到摄像头前，系统就会自动识别。”

   虽然越来越多的自助结账还没有完全取代排队结账，但排队结账的时代可能即将终结。在处于零售自动化前沿的商店里，顾客可以在走到自助结账系统旁时扫描手机。然后，摄像头和货架内传感器的结合可以记录并结算顾客购物篮中的物品，然后在他们离开时自动生成账单。

   目前，这需要通过机器学习算法将从可能几十万个商店的数据流发送到云端上进行处理。

   Gustavo说：“大量的数据会被抽走，这会带来巨大的挑战。因此，我们正在研究如何在商店中处理这些数据以减少负载。”

   TI的毫米波传感器可以将高频无线电波反射到物体上，从而精确地识别物体的形状、大小和距离。因此，它能够简化识别任务，这可能使其允许在我们专门为低功耗机器学习应用而设计的SitaraTM处理器上进行存储。

高传感商店永远不会缺货

   让顾客在商店里购物顺畅还包括确保他们想要的商品在其应该在的地方。无处不在的传感不仅可以让商店追踪顾客，还可以追踪库存，确保可以立即检测到物品的低库存程度并订购。

   Aldwin说：“商店可能有一个弹簧装置，当你拿一件商品的时候，新的商品就会被往前推。你可以在后面放置一个能够检测物品移动距离的传感器，然后向中央计算机发送信号，以表明库存不足，可能是时候需要订货了。”

   一旦下了库存订单，引导顾客逛商店的技术也可以用来指导仓库周围的拣货员，这样会使得填写订单的过程变得更快、更高效。

未来的周五晚上

   杂货店购物的未来可能是这样的：周五的晚上，当地超市的app给你发送墨西哥鱼肉卷的烹饪方法。基于你先前的购物行为，该公司的机器学习算法已经为你建立了你的个人档案——一个在周五晚上享受烹饪的墨西哥美食爱好者，而且它推荐的烹饪方法是完美的。你可以单击将原料添加到数字购物列表中，然后前往商店。

   当你走进商店门口时，会弹出一个通知，上面提供所需的所有原料的位置图。当你走近货架时，相关物品下面的标签会亮起，且不会有缺货。

   一旦所有的商品都已放入你的购物篮中，你就可以直接走出商店门口。不会有保安人员追你，相反，你的手机会提供一张收据，通知你所有的商品都已记在你的帐户上了。

   整个过程只需几分钟，然后你就可以提着全套鱼肉卷原料早早到家。剩下的就看你了。