Amazon har udviklet en AI-modedesigner

Amazon er endnu ikke synonymt med high fashion, men virksomheden er muligvis klar til at føre an, når det kommer til at erstatte stylister og designere med altid så smarte AI-algoritmer.

Forskere ved e-commerce juggernaut arbejder i øjeblikket på adskillige maskinlæringssystemer, der kan være med til at give et forspring, når det kommer til at spotte, reagere på og måske endda forme de seneste modetrends. Indsatsen peger på måder, hvorpå Amazon og andre virksomheder kan forsøge at forbedre sporingen af ​​trends inden for andre detailområder – for eksempel at komme med anbefalinger baseret på produkter, der dukker op i opslag på sociale medier. Og det kan hjælpe virksomheden med at udvide sin tøjforretning eller endda dominere området.

Der er sket et helt træk fra virksomheder som Amazon, der forsøger at forstå, hvordan mode udvikler sig i verden, siger Kavita Bala , en professor ved Cornell University, der deltog i en workshop om maskinlæring og mode arrangeret af Amazon i sidste uge. Dette ændrer branchen fuldstændigt.

En række fremadstormende detailhandlere bruger allerede sociale netværk som Instagram og Pinterest til at spore de seneste modetrends og reagere hurtigt. Og startups som abonnementstjenesten Stitch Fix giver allerede personlige anbefalinger baseret på brugerpræferencer og aktivitet på sociale medier.

Relateret historie

Relateret historie

Amazon tager i mellemtiden skridt til at styrke sin beklædningsvirksomhed, udvikler sine egne tøjmærker, investerer i højkvalitetsfotografering af produkter og lancerer Prime Wardrobe, som lader kunder prøve tøj, før de køber det. Dens Echo Look-app vil endda give dig feedback på dine outfits.

Men Amazon ser ud til at skubbe den algoritmiske tilgang endnu længere. For eksempel udviklede en gruppe Amazon-forskere baseret i Israel maskinlæring, der ved at analysere nogle få etiketter knyttet til billeder kan udlede, om et bestemt look kan betragtes som stilfuldt. Softwaren kunne tænkes at give modefeedback eller anbefalinger til justeringer. Arbejdet er innovativt, fordi computere normalt kræver omfattende mærkning for at kunne lære af visuel information. Men i mange situationer i den virkelige verden, såsom et billede, der er sendt på Instagram, er der måske kun én etiket.

Et Amazon-team hos Lab126, et forskningscenter med base i San Francisco, har udviklet en algoritme, der lærer om en bestemt modestil fra billeder og derefter kan generere nye varer i lignende stilarter fra bunden – i det væsentlige en simpel AI-modedesigner. Fremgangsmåden er rå og næppe klar til Projekt landingsbane , men det antyder mulighederne.

Dette arbejde bruger et banebrydende værktøj kaldet et generativt modstridende netværk eller GAN. Den består af to dybe neurale netværk, der arbejder i tandem for at lære effektivt af rådata. GAN internaliserer egenskaberne ved en bestemt stil blot ved at se på mange eksempler, og den kan derefter anvende denne stil på et eksisterende tøj. GAN'er, som blev udviklet af en forsker på Google Brain-teamet, er et varmt emne inden for maskinlæring i dag (se Innovators Under 35: Ian Goodfellow).

Begge disse projekter blev afsløret på workshoppen arrangeret af Amazon. Arrangementet omfattede for det meste akademiske forskere, der udforsker måder, hvorpå maskiner kan forstå modetrends. Virksomheden afviste at kommentere projekterne.

Nogle på workshoppen viste, hvordan de teknikker, der udvikles til at spore modetrends, kunne give bredere indsigt i menneskelig adfærd. Bala og hendes kolleger bruger information hentet fra Instagram som en form for antropologisk forskning. Vi forsøger at forstå, hvordan folk lever deres dagligdag, siger hun. Det er virkelig hidtil uset i menneskehedens historie, at vi har dette omfang af visuelle optegnelser.

Andre udforsker ideer, der kan føres direkte ind i folks skabe. En gruppe fra University of Illinois i Urbana-Champaign demonstrerede en algoritme til at identificere modefokuserede sociale netværkskonti. Et hold fra den indiske tøjside Myntra viste et program, der gætter en persons rigtige størrelse for en bestemt beklædningsgenstand ud fra hans eller hendes tidligere køb.

Tim Oates , en professor ved University of Maryland i Baltimore County, præsenterede detaljer om et system til at overføre en bestemt stil fra en beklædningsgenstand til en anden. Han foreslår, at denne tilgang kan bruges til at fremtrylle nye tøj fra bunden. Du kunne træne [en algoritme] på dit skab, og så kan du sige, at her er en jakke eller et par bukser, og jeg vil gerne tilpasse det til min stil, siger Oates.

Modedesignere burde dog nok ikke bekymre sig endnu. Oates og andre peger på, at der kan gå lang tid, før en maskine kan opfinde en modetrend. Folk innoverer på områder som musik, mode og biograf, siger han. Hvad vi ikke har set, er en virkelig ny musik- eller modestil, der blev genereret af en computer og virkelig gav genklang hos folk.

Det kan være tilfældet, men når det kommer til fashion-forward algoritmer, kan Jeff Bezos åbenbart godt lide, hvad han ser.

skjule