預測流行偏好,時尚 AI 未來可望取代造型師

作者 | 發布日期 2017 年 12 月 26 日 9:49 | 分類 AI 人工智慧 follow us in feedly

預測時尚潮流是一項需要天分的工作,還得仰賴一個龐大的系統讓少數人追捧的時尚進入大眾流行市場,進而讓業者賺取大筆鈔票。現在預測工作也可以交給人工智慧,讓服飾業者率先掌握流行趨勢,甚至未來可以取代造型師,成為個人穿搭顧問。



麻省理工科技評論(MIT Technology Review)報導,加州聖地牙哥大學研究人員及 Adobe 開發出一種人工智慧,會學習個人穿搭風格,並創造與這種風格相匹配的電腦生成圖像,零售商可以使用該系統創造個性化服裝,甚至可以用來幫助預測更廣泛的時尚趨勢。

這篇研究詳細介紹 2 種不同的演算法,研究人員訓練卷積神經網路(Convolutional Neural Networks,CNN),根據用戶對某些項目的偏好進行學習和分類,使用來自亞馬遜(Amazon)男女裝的上衣、褲子、鞋子 6 大類服飾種類購買資料庫。這種類型的推薦模式在線上零售世界很常見,通常出現在頁面底部的您可能會喜歡的其他項目區域。

接著團隊使用這些資訊來訓練一個生成對抗網路(Generative Adversarial Network,GAN),這是一種在生成逼真圖像方面特別精通的人工智慧,生成對抗網路透過 2 個以相同數據訓練的網路來運作,其中一個網路根據該資料庫生成假圖像,而另一個網路使用相同的資料庫來確定圖像是否真實,這種方法可以讓網路改善結果,在這項研究當中,生成對抗網路可為每個用戶創造多張產品圖像。

將生成對抗網路添加到推薦系統,可以幫助線上零售商了解除了已存在的項目之外,顧客還想要什麼產品。儘管如此,研究人員在這之前還需要弄清楚一些事情,包括如何將 2D 電腦生成的圖像轉換成可以用來製作一件衣服的 3D 效果圖。

研究團隊開發的生成對抗網路只能生成同一類型的服飾,還無法取代造型師提供全套的穿搭建議,譬如系統還無法針對某款褲子生成搭配的鞋子。儘管目前有局限性,人工智慧已經開始入侵時尚產業。

時尚產業擁有豐富的客戶興趣資料庫,如亞馬遜(Amazon)已經在開發人工智慧系統,預測時尚趨勢,並且也採用生成對抗網路展開一些工作,阿里巴巴也剛推出 FashionAI,這種技術可以根據消費者拿到更衣室的物件向顧客推薦產品。

時尚人工智慧新創公司 Vue.ai 首席科學家 Costa Colbert 最近使用生成對抗網路產製假的時裝模特兒圖片,採用此技術的服裝公司將不再需要雇用模特兒、攝影師、租用攝影棚來拍攝每季時裝照,只要拍攝平面的服裝照片,人工智慧會自動生成不同膚色的模特兒最適合的穿搭照片,這類照片的模特兒沒有頭部,背景是白色,因此並非取代高級時裝攝影或封面藝術拍攝工作。Vue.ai 目前正在與北美零售商合作實施這項技術。

Colbert 表示,儘管加州聖地牙哥大學和 Adobe 的研究似乎很有希望,但它需要大量的資料,且只對現在大型線上零售商有幫助。不過,生成對抗網路將繼續在線上領域發展,Colbert  指出一些企業已經讓購物者傳送個人資訊訂製產品,而生成對抗網路可能是客製化服務中最便宜、快捷的方式,當然,也可以幫助業者賣出更多商品。

(首圖來源:Flickr/Cajsa Lilliehook CC BY 2.0)