Amazon har utvecklat en AI-modedesigner





Amazon är inte synonymt med high fashion ännu, men företaget kan vara redo att leda vägen när det gäller att ersätta stylister och designers med ständigt så eleganta AI-algoritmer.

Forskare vid e-handelsjuggernauten arbetar för närvarande med flera maskininlärningssystem som kan hjälpa till att ge ett försprång när det gäller att upptäcka, reagera på och kanske till och med forma de senaste modetrenderna. Ansträngningen pekar på sätt på vilka Amazon och andra företag skulle kunna försöka förbättra spårningen av trender inom andra detaljhandelsområden – att ge rekommendationer baserade på produkter som dyker upp i inlägg på sociala medier, till exempel. Och det kan hjälpa företaget att expandera sin klädverksamhet eller till och med dominera området.

Det har skett ett helt steg från företag som Amazon som försöker förstå hur mode utvecklas i världen, säger Kavita Bala , en professor vid Cornell University som deltog i en workshop om maskininlärning och mode som anordnades av Amazon förra veckan. Detta förändrar branschen totalt.

Ett antal framåtsträvande återförsäljare använder redan sociala nätverk som Instagram och Pinterest för att spåra de senaste modetrenderna och reagera snabbt. Och startups som prenumerationstjänsten Stitch Fix ger redan personliga rekommendationer baserade på användarpreferenser och sociala medier.

Relaterad berättelse

Amazon gör samtidigt åtgärder för att stärka sin klädaffär, utvecklar sina egna klädmärken, investerar i högkvalitativ fotografering för produkter och lanserar Prime Wardrobe, som låter kunder prova kläder innan de köper dem. Dess Echo Look-app kommer till och med att ge dig feedback om dina kläder.

Men Amazon verkar driva det algoritmiska tillvägagångssättet ännu längre. Till exempel utvecklade en grupp Amazon-forskare baserade i Israel maskininlärning som, genom att analysera bara några få etiketter fästa på bilder, kan härleda om ett visst utseende kan anses vara snyggt. Programvaran kan tänkas ge modefeedback eller rekommendationer för justeringar. Arbetet är innovativt eftersom datorer vanligtvis kräver omfattande märkning för att lära sig av visuell information. Men i många verkliga situationer, som en bild som publiceras på Instagram, kan det bara finnas en etikett.

Ett Amazon-team på Lab126, ett forskningscenter baserat i San Francisco, har utvecklat en algoritm som lär sig om en viss modestil från bilder och sedan kan generera nya föremål i liknande stilar från grunden – i huvudsak en enkel AI-modedesigner. Tillvägagångssättet är grovt och knappast redo för Projekt Runway , men det antyder möjligheterna.

Detta arbete använder ett banbrytande verktyg som kallas ett generativt motståndsnätverk, eller GAN. Den består av två djupa neurala nätverk som arbetar tillsammans för att effektivt lära av rådata. GAN internaliserar egenskaperna hos en viss stil helt enkelt genom att titta på många exempel, och den kan sedan tillämpa den stilen på ett befintligt klädesplagg. GAN, som utvecklades av en forskare i Google Brain-teamet, är ett hett ämne inom maskininlärning idag (se Innovators Under 35: Ian Goodfellow).

Båda dessa projekt avslöjades vid workshopen som anordnades av Amazon. Evenemanget omfattade mestadels akademiska forskare som undersöker sätt för maskiner att förstå modetrender. Företaget avböjde att kommentera projekten.

Några på workshopen visade hur de tekniker som utvecklas för att spåra modetrender kan ge bredare insikter om mänskligt beteende. Bala och hennes kollegor använder information från Instagram som en form av antropologisk forskning. Vi försöker förstå hur människor lever sina dagliga liv, säger hon. Det är verkligen aldrig tidigare skådat i mänsklighetens historia att vi har denna omfattning av visuella uppgifter.

Andra undersöker idéer som kan matas in direkt i människors garderober. En grupp från University of Illinois i Urbana-Champaign demonstrerade en algoritm för att identifiera modefokuserade sociala nätverkskonton. Ett team från den indiska klädsajten Myntra visade ett program som gissar en persons rätta storlek för ett visst plagg från hans eller hennes tidigare inköp.

Tim Oates , en professor vid University of Maryland i Baltimore County, presenterade detaljer om ett system för att överföra en viss stil från ett plagg till ett annat. Han föreslår att detta tillvägagångssätt kan användas för att trolla fram nya klädesplagg från grunden. Du kan träna [en algoritm] på din garderob, och sedan kan du säga att här är en jacka eller ett par byxor, och jag skulle vilja anpassa det till min stil, säger Oates.

Modedesigners borde förmodligen inte oroa sig ännu. Oates och andra påpekar att det kan ta lång tid innan en maskin kan uppfinna en modetrend. Människor förnyar sig inom områden som musik, mode och film, säger han. Vad vi inte har sett är en genuint ny musik- eller modestil som skapades av en dator och som verkligen fick resonans hos människor.

Det kan vara så, men när det kommer till moderiktiga algoritmer gillar Jeff Bezos uppenbarligen vad han ser.

Dölj