Мир моды созрел для разрушения интеллектуальными машинами, но готовы ли технологии?

Есть довольно много компаний с проектами ИИ на ходу - одни выглядят многообещающими, другие - бесполезными. В этом посте я собираюсь ознакомиться с некоторыми из этих проектов и проанализировать, что происходит за кулисами. Я закончу дискуссией о том, как очень скоро интеллектуальные машины смогут управлять взлетно-посадочной полосой.

Кейс-стади 1: Project Muze

Project Muze - это экспериментальное сотрудничество между европейским сайтом электронной коммерции Zalando и Google. Это был один из первых проектов «машинного обучения», который попробовал себя в дизайне одежды, и он показывает…

Muze не собирает продукты, а предлагает только 10 различных базовых моделей.

Различаются только цвета и принты. Они создаются на основе нескольких «вдохновений», данных пользователями, таких как пол, возраст, настроение, стиль, музыка, дух животного, цвет и рисунок руки.

Эти входные данные затем вводятся в алгоритм, обученный на аналогичных «вдохновляющих» данных. Затем он генерирует результат, который ... ну ... случайный. Например, предположим, что вы выбрали «синий» цвет в качестве одного из входных параметров - на выходе, скорее всего, не будет ни одной синей полосы - он использует вход синий, чтобы «вдохновить» дизайн. чем кормить в дизайне.

Заключение. Project Muze - это не более чем маркетинговое мероприятие для Zalando. Это определенно несерьезная попытка создать инструмент искусственного интеллекта, несмотря на то, что на веб-сайте размещено как можно больше модных словечек.

Пример 2: Coded Couture от Ivyrevel

Google также участвует в этом проекте вместе с H&M's Ivyrevel. Задача состоит в том, чтобы определить, что покупатель должен носить в зависимости от конкретного случая. С веб-сайта:

Просто установите на свой телефон наше приложение, которое превратит неделю вашей жизни в уникальный дизайн ... Пусть приложение узнает, кто вы, что вам нравится делать и куда вы хотите пойти.

Итак, как это работает? На экранах приложений есть подсказки:

На экране слева отображается поездка, которая была отслежена через пригород Стокгольма. Приложению необходимо классифицировать это действие, сначала сделав вывод, что это за действие, а затем предложив пользователю подтвердить. Примером может служить средний экран - приложение спрашивает пользователя: «Ты сегодня качался на работе?» Это может быть обходной способ спросить: «Вы были в этом месте последние несколько дней в рабочее время, можно ли предположить, что это ваше рабочее место?»

Кроме того, приложение уже знает рабочее место пользователя и теперь хочет классифицировать его персонажа (например, «Вы качали на работе сегодня?» И «Жест двумя пальцами Дио»). Я не уверен - Ivyrevel - это бренд с четко определенной целевой аудиторией. Это может быть бренд, усиливающий свой голос, извлекая при этом необходимую информацию от пользователя.

В рекламном ролике, посвященном запуску, есть больше подсказок. Можно увидеть, как приложение предлагает пользователю проверить место, которое он посещает. Используя Google Maps API, с каждым местоположением будет связано множество метаданных, что позволит приложению создать профиль вокруг персонажа на основе мест, которые он посещает.

Последний кусок головоломки - это назначение платья; бизнес, вечеринка или торжество. Это определяет лучший базовый блок для использования, а другие индикаторы образа жизни служат для украшения блока.

В настоящее время приложение находится на стадии закрытого бета-тестирования, поэтому проверить эти предположения сложно, однако, если я прав, следует учитывать несколько моментов:

  1. Варианты дизайна ограничиваются матрицей фиксированных возможностей. Учитывая, что эти конструкции должны быть изготовлены, круг возможностей должен быть весьма ограничен.
  2. Ivyrevel делает ставку на данные об образе жизни, служащие основой для разработки дизайна, а не на более ощутимые данные, такие как данные из социальных сетей и точки продаж. Этого достаточно для создания актуальных дизайнов?

Заключение. На первый взгляд Coded Couture Айвиревеля не использует весь потенциал дизайна, основанного на искусственном интеллекте, однако это выглядит как шаг вперед по сравнению с Project Muze. Пока еще нет мнения о том, насколько вариативны дизайн и насколько он актуален для каждого пользователя.

Пример 3: Исправление стежков

Stitch Fix - один из самых интересных стартапов в области искусственного интеллекта, с которыми мне приходилось сталкиваться. Вместо того, чтобы иметь сайт электронной коммерции для продажи продуктов, они представляют собой службу подписки, которая задает кучу вопросов для создания профилей стилей для каждого пользователя. Это поступает в механизм рекомендаций, который выбирает продукты, соответствующие их профилю. Затем эти продукты собираются, упаковываются и отправляются им. Они примеряют изделия, оставляют себе то, что им нравится, и возвращают то, что им не нравится.

Нововведение заключается в механизме рекомендаций: каждый раз, когда пользователь отправляет товары обратно, алгоритм узнает, что им нравится, а что не нравится, что подходит и что находится в их ценовом диапазоне. Это невероятно ценные данные, которые позволяют Stitch Fix занимать важное место в эпоху дизайна искусственного интеллекта. Фактически, они начали разрабатывать свои собственные продукты, используя эти данные, на которые в настоящее время приходится около 1% всех продаж.

В отличие от Coded Couture Ivyrevel, Stitch Fix создает продукты на основе отзывов пользователей, которые настолько разнообразны, что алгоритмы машинного обучения могут синтезировать различные тенденции в новые продукты, которые имеют высокую вероятность успеха в розничной торговле.

Например, алгоритм может отслеживать три независимых товарных тренда и объединять их в новый товар. Этот алгоритм может точно рассчитать, какой сегмент их клиентов, скорее всего, его купит, и предоставить точные оценки объемов, которые компания должна произвести.

Звучит неплохо, правда? Что ж, есть еще кое-что, что нужно учитывать:

  1. Если алгоритм определяет тенденцию и разрабатывает продукт, для вывода этого продукта на рынок еще требуется много времени и усилий для координации (скажем, 4–8 недель). К тому времени, когда продукт был распространен среди покупателей, он, возможно, вышел из моды.
  2. Существует ограничение в творческом потенциале ИИ-дизайнеров, полагающихся на эту модель массового производства - дизайн должен иметь достаточно большие рынки, чтобы оправдать его масштабное производство, что, в свою очередь, ограничивает доступность релевантных продуктов для отдельных потребителей.

Заключение: Stitch Fix хранит массу данных, которые идеально подходят для проектирования, управляемого искусственным интеллектом. Однако всегда есть риск упустить возможность из-за сроков вывода продуктов на рынок и ограничений творческого потенциала ИИ-дизайнеров, работающих в рамках бизнес-модели массового производства.

Реализация всего потенциала ИИ

Stitch Fix продемонстрировал, что ИИ достаточно продвинут, чтобы взяться за дизайн продукта, сочетая тенденции таким образом, о котором даже не могли мечтать самые талантливые дизайнеры или стилисты. Теперь задача состоит в том, чтобы снабдить интеллектуальные машины инструментами, позволяющими раскрыть их творческий потенциал. Чтобы дизайн ИИ полностью раскрыл свой потенциал, он должен использовать:

  • Бэкэнд сборки продукта с миллиардами возможных комбинаций - не предписанных вариаций, таких как Project Muze и Ivyrevel.
  • Фотореалистичный рендеринг собранных продуктов - AI-дизайнеры должны собирать, рендерить и запускать продукты мгновенно, без вмешательства человека.
  • Производство по запросу - продукты должны разрабатываться и производиться на индивидуальной основе, а не для самой маленькой коммерчески жизнеспособной группы людей.

Bespokify может заполнить этот недостающий для AI-дизайнеров пробел. Его можно использовать для:

  • Собирайте продукты на основе миллиардов возможных комбинаций дизайна с помощью своей библиотеки шаблонов.
  • Создавайте реалистичную фотореалистичную визуализацию собранных продуктов, чтобы их нельзя было отличить от физических образцов.
  • Мгновенно создавайте и передавайте индивидуализированные выкройки и сведения о продукте производителям по запросу для производства.

Вывод

ИИ-дизайн недалеко от того, чтобы сбить человеческих дизайнеров с высоких пьедесталов. Данные все больше продвигают индустрию моды вперед, и инновационные компании добились больших успехов, используя данные для управления процессом проектирования. Еще предстоит пройти долгий путь, и обеспечение ИИ-дизайнеров самодостаточной экосистемой для проектирования, рендеринга и производства продуктов по запросу станет ключевым направлением в будущем. Я очень рад видеть, как это будет развиваться, и очень скоро увидеть, как ИИ разрушает индустрию моды и правит взлетно-посадочной полосой.