Fashioning the Future with Artificial Intelligence 用人工智慧塑造未來
男女服裝的設計師和製造商，正在探索比以往更快，更準確地預測趨勢的方法。他們正在尋找利用人工智慧方法的研究人員的幫助。
Smart Industry 去了紐約的康乃爾大學，與兩位聰明的年輕學者進行了交談，他們正在教授電腦有關服裝、織品、顏色和圖案，以及樣式製造的所有知識。
幾年前，施夢雲（Mengyun Shi）進入時尚界並離開中國，在義大利的 Dolce＆Gabbana 和 Giorgio Armani 等著名品味仲裁員中，擔任各種職務，他馬上就學到了寶貴的經驗。儘管給人一種個人化的感覺很有趣，但他在一些基本知識上，進行了艱苦的努力。例如，他花了 30 分鐘的時間，刷新了他的產品構想，一個不錯的草圖，但是為了開發值得製造的東西，他不得不提出許多版本和變體。
他認為，至少在未來的一段時間內，技術可能會縮短精打細算的大眾市場，產品精心開發的過程，從而成功地鎖定變化無常，具有趨勢意識的消費者。為了實現這一崇高目標，他決定離開義大利和整個行業，進入美國學術界，以建立正確的聯繫。
「 AI 可以將設計過程縮短到幾分鐘。 設計工作的價值將降低。」 康乃爾大學的史夢雲
他搬到伊薩卡（Ithaca），這是位於紐約州北部卡尤加湖沿岸的一個小鎮，也是康乃爾（Cornell）的故鄉，康乃爾是著名的常春藤盟校中，知名度較低的大學之一。2014 年，他在那開始了他的碩士學位學習，並於 2016 年進入了大學人類生態學院的一個分支，即纖維科學與服裝設計系攻讀博士學位。
他的最終目標聽起來很簡單，即使將所有拼圖拼湊在一起，也需要時間。夢雲希望將人工智慧應用於時尚預測，並幫助該行業及其專家提高效率。他承認：「這很可怕。」「 AI 模型可以將創建設計草圖的過程，減少到僅幾分鐘，並且可以在很短的時間內，生成數百個草圖。設計工作的價值將降低。」
這反映了當電腦，以其強大的處理大量數據，和數萬億個排列的強大能力，開始運行時發生的一切情況。即使他們首先需要學習所有困難的事物，例如與時尚物品一樣敏感，和個性化的東西，但那些對風格很敏感的人，卻像第二皮膚一樣穿上衣服，以表達個性、性情和地位。
「該項目的成功，將為高度可靠的趨勢預測打開一扇門，並幫助時裝業，迅速響應消費者需求和時尚品味的變化，」纖維科學與服裝設計副教授 Huiju Park 說。Park 與電腦科學系教員 Serge Belongie 和 Kavita Bala 一起，是該項目的顧問。
該項目極有可能會敞開大門 – 它有可能推開並夷平，具有創意的人們，與億萬追求時尚的消費者之間的整座山峰。目前，要生產一條準備在跑道上使用，並準備批量運輸到感興趣的零售店的時裝線，需要花費一年的時間和大量的資金，再加上冒險精神。應用的 AI 可以大大縮短該時間段。
當前，該行業嚴重依賴於預測技術，以最小化風險。隨著時間的流逝，負責人的概述變得越來越複雜，並且不需要算命先生或占星家來預測未來。
儘管方法論是合理的，但普通的預測看起來像是煉金術，心理學和騙子的綜合手段。通常，它之所以成功，是因為大規模的市場行銷手段，足以說服中間商、媒體、名人、零售商，和一般公眾相信即將發生的事情。
任何物有所值的預測，都需要正確預測許多不同的事物，包括顏色、織品、紋理、印刷圖案、圖形以及配件和鞋類。
由於社交媒體的到來，現在的預測通常基於對來自 Instagram 或 Pinterest 等，社交媒體網站趨勢的分析。一旦人工智能慧開始發揮其魔力，那麼這種猜謎遊戲中的大部分，最終都將被減少。
沒有人期望電腦程序能夠拋棄像 Coco Chanel，Christian Dior 或 Yves St Laurent，以及他們的繼任者，這樣的高素質設計師的傳奇版本。他們的作品，所謂的高級時裝，被認為與藝術品一樣有價值，並且可以滿足那些不想在 H＆M 購物的富裕客戶，口味昂貴的客戶的需求，但人工智慧在這裡，很可能是正確的成本佔主導地位的該行業的成衣，和大眾市場部分的錢。
「在我們看來，人工智慧可以促進人們的工作，並幫助時尚內部人士，設計師和購買者，但它也可以幫助客戶，」同鄉史夢雲（Mengyun Shi）的研究夥伴賈夢麟（Menglin Jia）說。「我們想創造一種東西，可以幫助各方做出有效而明智的決定。」
賈出生於中國大陸，並在香港求學，在那裡她加入了德國內衣製造商黛安芬（Triumph）在其亞洲市場總部的工作。
「人工智慧可以幫助時尚內部人士，設計師和買家，但也可以幫助客戶。」 賈孟林，康乃爾大學
她設計了一系列帶有猴子圖案的胸罩和內褲，並在「中國猴年」（2016 年）開始時出售。之後，她申請了康乃爾大學的碩士學位，並決定合併博士學位，以兼顧對時尚和人工智慧的興趣。最近，她在簡歷中加入了Facebook AI部門的實習職位。該研究仍處於早期階段。機器將需要學習許多尚未掌握的東西。賈說：「目標是促進電腦視覺中的細粒度辨識。」該軟體需要瞭解：「那是一件藍色條紋的襯衫。這是一個按鈕按下。她說：「這是一種什麼樣的織物，那是一種什麼樣的顏色。對於他們離實現目標有多接近的問題，誠實的回答是：「我們還沒有到那兒。」
但是兩位學者，都在努力達到這一目標。所需的小步驟之一發生在 2018 年，當時康乃爾宣佈，與 Bloomsbury Publishing 建立合作夥伴關係。藉此機會，可以利用公司時尚攝影檔案庫中的大量圖像和元數據檔案庫。
兩位博士候選人以此為基礎建立了他們所謂的「 Fashionpedia」，這是一種使用樹狀分類標準（特別是細粒度屬性）對圖像進行註釋的方法。
康乃爾大學纖維科學與服裝設計系位於紐約州北部風景如畫的手指湖區，是該大學人類生態學院的一個部門，該研究所正致力於通過人工智慧（AI）轉變高級時裝的研究。
一個重要的元素是訓練和基準測試下一代基於電腦的模型，以全面瞭解時尚。透過與美國雜誌出版商赫斯特（Hearst）的最新合作關係，這將得到幫助，後者推出了 Harper's Bazaar、Equipe、Elle 和 Marie-Claire 等旗艦出版物。康乃爾並不是人們重塑時裝設計過程的唯一場所。
亞馬遜是世界上最大的網路零售商，正在開發機器學習系統，根據《麻省理工學院技術評論》在線版最近的一份報告，該系統「可以在發現，反應甚至定型方面提供優勢。最新的流行趨勢。」這項工作是創新的，因為電腦通常需要廣泛的標籤，才能從視覺資訊中學習。學術界之外，似乎也有同樣的趨勢。
時裝界顯然沒有停止思考，如何整合前瞻性概念。不斷創新的產品之一是「混合設計算法」，該算法可根據算法分析提供的指導，幫助客戶根據實際服裝建構衣櫃系列。
混合設計對於像 Nordstrom 這樣的高檔商店而言，這些商店感覺，正面臨電子商務零售商失去生意的緊要關頭，可以幫助他們更好地瞭解其客戶的算法，被證明是非常重要的。
諸如訂閱服務 Stitch Fix（一家成立於 2011 年的網路個人樣式服務）之類的新創企業，已經提出了混合和匹配其數百萬客戶需求的系統。
使用者完成樣式配置文件後，還會被分配一個個人造型師，然後他會發送一個盒子，其中包含精心挑選的，適合個人口味和預算的衣服、配件和鞋子（也稱為「固定件」）。 透過使用每個客戶的不斷補充回饋，設計師在算法的輔助下，目的在更好地瞭解所討論客戶的特殊敏感性。
「一件適合你風格的夾克或一條褲子。」 蒂姆·奧茨（Tim Oates），馬里蘭大學
這是 Trunk Club（由 Nordstrom擁有）或化妝品專業公司Birchbox（由 Walgreens 擁有）之類的公司，也在試圖做到的。他們有潛力擴大高檔購物中心（如內曼·馬庫斯（Neiman Marcus）或諾德斯特羅姆（Nordstrom）或 J Crew 等專業零售商的高端美國百貨商店的業務，這些公司都感到將業務，丟給電子商務零售商的壓力。在加利福尼亞州山景城，Google Brain 團隊正在尋找方法，使電腦能夠分析視覺效果，並創建可應用於服裝樣式的數據集。
其他團隊正在探索，可能最終使消費者獲利的想法。伊利諾伊大學香檳分校的一個小組，開發了一種算法，用於辨識以時尚為重點的社交網路帳戶。根據《麻省理工學院技術評論》，巴爾的摩馬里蘭大學教授蒂姆·奧茨（Tim Oates）正在研究一種，將樣式從一種服裝，轉換為另一種服裝的可行系統。
他設想的算法，是「在你的壁櫥上經過訓練的，然後你可以說，這是一件夾克或一條褲子，我想讓它適應我的風格」。得益於電腦及其對加入人群的興趣的人為理解，時尚的未來可能僅僅意味著你的個人時尚感，最終可能會佔上風。
 |
0 comments:
張貼留言