艾美：这让我想起了AI改善型黄瓜农场。以前，分拣黄瓜很难，因为每一根黄瓜的颜色、形状、品质、质地和新鲜度都略有不同。
日本工程师小池诚（Makoto Koike）对此进行了探索，他使用TensorFlow将家庭农场的黄瓜分为九类。该系统使用了深度学习，包括在三个月的时间里使用7000张图像训练系统来识别图像并对其进行分类。在此之前，他的母亲每天要花8个小时来分拣黄瓜，后来使用这个衡量和优化模型大大地缩短了时间。17
AI对物流的影响
克里斯：如果AI能够对分拣黄瓜产生如此大的影响，想象一下它对全球物流业可能产生的影响。物流这个传统行业一直被全球供应网络的复杂数据所碾压，而且这个问题正在变得越来越糟糕，因为它需要整合能够实时产生大量数据的物联网的快速实现。
艾美：在物流中，有许多流动的部件必须一起工作，跨越多国公司、众多供应商和服务提供商，每个部件都使用截然不同的设备，数据库和软件。18此外，不同的人类语言也很复杂，记录往往甚至没有计算机化。