Когда искусственный интеллект вступает в конфликт с модой, как будут выглядеть наши платья будущего?
Инструмент «гибридного дизайна» Stitch Fix: дизайн одежды - это головоломка, состоящая из 30–80 деталей. Clem Onojeghuo / Unsplash
На веб-сайте службы личных покупок Stitch Fix компания опубликовала отзыв клиентов, в котором говорится: «Мне нравится, что мой стилист прислушивается к моим отзывам. Личная заметка, содержащаяся в моем Fix, показывает, насколько она гордится обслуживанием каждого клиента ».
Персональный стилист Stitch Fix лучший в своем роде. Действительно, немногие стилисты в отрасли достигли такого же уровня успеха в выборе одежды и рекомендациях по покупкам. С точки зрения бизнеса, стилист Stitch Fix всего за семь лет превратил стартап в квартире в публичную компанию.
За исключением того, что «стилист» - это не «она» и не «он». . »
Stitch Fix подбирает одежду для каждого покупателя из множества запасов с помощью набора алгоритмов, созданных командой данных компании из 85 человек. Хотя окончательное решение о выборе одежды будет принимать стилист, алгоритмы помогают рекомендовать предметы в соответствии с ценой, размером и стилем каждого клиента, сообщил Observer представитель компании.
Для каждого клиента «стилист» с помощью алгоритма анализирует модные предпочтения на основе профиля клиента на сайте (включая информацию о размере, общих предпочтениях по цвету, ценовому диапазону и случаю и т. д.), покупке и возвращать историю с помощью Stitch Fix, а также действия в социальных сетях, такие как модные фотографии, сохраненные в Pinterest. Чем больше данных собирает алгоритм о клиенте, тем лучше он знает о модных вкусах этого человека и тем лучше умеет рекомендовать одежду.
Технология, лежащая в основе робота-инструмента для моделирования Stitch Fix, который венчурный капиталист Мэри Микер назвал момент «ага» для электронной коммерции, теперь он используется в области оригинального дизайна.
Инициатива под названием «гибридный дизайн» направлена на создание одежды с нуля, как это делает дизайнер-человек. .
«Мы заметили пробелы на рынке и возможность производить что-то, чего не существует, но должно», - сказал CoDesign Эрик Колсон, директор по алгоритму Stitch Fix, когда эта инициатива стала популярной в прошлом году. .
Пробелы на рынке, по словам Колсона, являются результатом беспрецедентного сбора пользовательских данных благодаря распространению социальных сетей и сайтов подписок, таких как Stitch Fix.
«Мы уникальны. подходит для этого. Раньше этого не было, потому что не было необходимых данных. У Nordstrom нет таких данных, потому что люди примеряют вещи в примерочной, а вы не знаете, что они не купили и почему. У нас есть доступ к отличным данным, и мы можем многое с ними сделать », - сказал он в отдельном интервью Glossy.
Для алгоритма« гибридного дизайна »дизайн одежды - это головоломка для 30 человек. до 80 штук - цвет, тип ткани, форма воротника, количество пуговиц и многие другие. Однако, как следует из названия, «гибридный дизайн» по-прежнему полагается на дизайнеров-людей, которые придумывают реальные предметы одежды на основе рекомендаций, предоставленных анализом алгоритма.
«Это машинное обучение с экспертным человеческим мнением», - Колсон сказал.
В настоящее время «гибридный дизайн» составляет около одного процента от общего объема запасов Stitch Fix. Компания заявила, что эти товары были хорошо приняты покупателями. И все же, что, возможно, неудивительно, этот подход вызвал скептицизм у инсайдеров отрасли.
Stitch Fix анализирует модные предпочтения покупателей на основе онлайн-активности на своем веб-сайте, а также в социальных сетях. Stitch Fix
«Мне сложно представить, что алгоритмы искусственного интеллекта могут специально создавать что-то авангардное или творческое», - сказала Натали Нуделл, историк моды, преподающая в Технологическом институте моды в Нью-Йорке. Наблюдатель.
«Вполне возможно, что они случайно сделают что-то действительно творческое», - пошутила она.
Возможность ИИ Роботы, занимающие человеческие рабочие места, в течение некоторого времени были горячей темой среди технических сообществ и социологов, но до сих пор такое обсуждение в основном сосредоточивалось на повторяющихся, низкоквалифицированных рабочих местах, таких как кассиры в супермаркетах, и, в лучшем случае, задачах, связанных с ограниченным пулом данных, таких как базовый анализ запасов и языковой перевод.
Наличие алгоритма для выполнения творческих задач звучит чересчур амбициозно, если не совсем непостижимо.
Наиболее очевидный недостаток - отсутствие осведомленности согласованность, которую разделяют только люди.
Первой компанией, которая экспериментировала с этой идеей, была Google. В 2015 году инженер Google выпустил проект под названием DeepDream, в котором нейронная сеть научилась заполнять пробелы в неполных изображениях графическими элементами, которые, как он предполагал, естественным образом исчезнут.это.
Результаты, однако, вряд ли были чем-то "естественным".
Тем не менее, технологические компании твердо верят в потенциал искусственного интеллекта, по крайней мере, в моде.
В прошлом году Amazon запустила услугу «виртуальная примерочная» под названием Prime Wizard, которая позволит покупателям в течение одной недели примерить три или более предметов одежды (доставка включена в членство Prime) и вернуть вещи, которые им не нравятся. С помощью этих записей о хранении и возврате Amazon анализирует предпочтения клиентов в отношении моды, чтобы уточнить свои рекомендации по одежде.
Фундаментальная технология, лежащая в основе автоматического выбора или дизайна одежды, не нова.
Подобные алгоритмы использовались для языкового перевода (Google Translate) и распознавания речи (Amazon Alexa). Основная задача заставить алгоритмы работать на моду - визуальный поиск, область исследований в области машинного обучения, которая все еще только зарождается. Как ведущий А. Ученый недавно сказал Observer, что для распознавания тонких различий в изображениях требуется более сложный «интеллектуальный» процесс, чем для распознавания текста или звука.
«Визуальный поиск - все еще новая и сложная область, но это одна из самых захватывающих технологий как для розничных продавцов, так и для потребителей», - сказал Observer Кавита Бала, профессор компьютерных наук Корнельского университета.
Самым многообещающим направлением, по словам Бала, является улучшение прогнозирования тенденций в индустрии моды.
«Дизайнеры по-прежнему будут движущей силой творчества, но они представляют собой нисходящий цикл моды, когда новые дизайны дебютируют на подиумах, а затем распространяются на более широкую основу. Эти вдохновляющие проекты обычно недоступны для обычного человека », - пояснил Бала. «Машинное обучение может повлиять на восходящую моду. Например, уличный стиль, в котором модные тенденции исходят от обычных людей в Instagram, Pinterest и других социальных сетях ».
В Корнелле Бала со-руководит исследовательским проектом под названием« StreetStyle », где используется алгоритм глубокого обучения стремится выявлять модные тенденции в городах по всему миру, анализируя миллионы фотографий, размещенных в Instagram и других социальных сетях.
«По мере того, как машинное обучение становится все более сложным, оно сможет выявлять микротенденции, прежде чем они станут широко популярными. Это будет Святой Грааль розничной торговли. Благодаря этому розничные торговцы могут намного быстрее реагировать на изменение предпочтений », - добавила она. «Если мы сможем быстро прогнозировать тенденции, это в корне изменит способ распространения дизайна и может открыть двери для« небольших »дизайнеров, чтобы охватить более широкую аудиторию. Потенциально можно обеспечить более демократичное распространение дизайнерских идей ».
Для потребителей это означает, что быстрая мода, скорее всего, станет быстрее. И независимо от того, рисует ли это робот или нет платье на следующий сезон, мода все еще нуждается в человеческом подходе - по крайней мере, на данный момент.
«Мне просто интересно, что Stitch Fix этого не делает». не упоминают «ИИ» или другие технические термины на своем веб-сайте. Они даже называют своего стилиста «она», - сказал Нуделл.
комментариев