211service.com
Denna AI lär sig din modekänsla och uppfinner din nästa outfit
Daniel Savage
Artificiell intelligens kan bara skapa en helt ny stiltrend: kalla det förutsägande mode.
I en tidning publicerad på ArXiv , har forskare från University of California, San Diego och Adobe skisserat ett sätt för AI att inte bara lära sig en persons stil utan skapa datorgenererade bilder av föremål som matchar den stilen. Systemet kan låta återförsäljare skapa personliga klädesplagg, eller kan till och med användas för att förutsäga bredare modetrender.
Tidningen beskriver två olika algoritmer. Först tränade forskarna ett konvolutionellt neuralt nätverk (CNN) för att lära sig och klassificera en användares preferenser för vissa föremål, med hjälp av köpdata skrapad från Amazon i sex kategorier: skor, toppar och byxor för både kvinnor och män. Den här typen av rekommendationsmodell är vanlig i onlinehandelsvärlden och dyker vanligtvis upp i området Andra föremål som du kanske gillar längst ned på sidan.
Relaterad berättelse
Relaterad historia Falska videor kan bli så övertygande att vi kanske måste vänja oss vid att få våra nyheter utan dem.Teamet använde sedan den informationen för att träna ett generativt motståndsnätverk (GAN), en typ av artificiell intelligens som är särskilt skicklig när det gäller att generera realistiska bilder. En GAN fungerar genom att två nätverk tränar på samma data. Ett av nätverken genererar falska bilder baserat på den datamängden, medan det andra nätverket använder samma data för att avgöra om en bild är verklig. Denna metod låter nätverket förbättra sina resultat. För denna forskning skapade GAN flera bilder av objekt för varje användare.
GAN, som skapades av Ian Goodfellow, en av MIT Technology Review 35 innovatörer under 35 för 2017, har varit i nyheterna nyligen: efter att ett annat forskarteam utbildat dem på riktiga bilder av Hollywoodstjärnor, kunde nätverken skapa kusligt trovärdiga falska kändisansikten. Ansiktena var dock inte perfekta – vissa hade suddiga områden eller saknade drag som ögonbryn. Det fanns färre sådana problem med modeprojektet, till stor del eftersom bilderna som användes för att träna nätverken alla togs från samma vinkel på vita bakgrunder, vilket gör det mycket lättare att skapa övertygande bilder – något som skulle vara viktigt om de någonsin skulle användas att sälja kläder.
Att lägga till GAN:er till rekommendatorsystem kan hjälpa onlineåterförsäljare att ta reda på vad kunderna vill ha utöver de artiklar som redan finns. Fortfarande skulle forskare behöva ta reda på en hel del saker innan det kunde hända, inklusive hur man förvandlar de tvådimensionella datorgenererade bilderna till 3D-renderingar som kan användas för att producera ett plagg.
Det är inte som att vi skapar ett sömnadsmönster, säger Julian McAuley, datavetare vid UC San Diego och en av tidningens författare.
Teamets GAN har också en väg att gå innan den kan ersätta en stylist eller till och med föreslå en ny outfit. För tillfället, för en shoppare som gillade blå skjortor, skapar GAN fler blå skjortor - knappast en uppenbarelse. Preferensen för svarta byxor matades in i GAN för att skapa khakis, men systemet kan inte skapa en uppsättning skor som skulle passa bra med ett visst par byxor ännu.
Du måste läsa tebladen lite om du vill kalla den stilen eller inte, säger McAuley.
Trots de nuvarande begränsningarna verkar modet moget för en AI-invasion; det är en arena som har stora datauppsättningar om kundernas intressen, och det står mycket pengar på spel. Amazon, för en, arbetar redan med AI-system för att ge ett steg upp i att upptäcka modetrender, och de har också arbetat med GAN:er (se Amazon har utvecklat en AI-modedesigner). Alibaba, under tiden, debuterade precis FashionAI , en teknik som kan rekommendera varor till shoppare baserat på vad de tog med sig in i omklädningsrummet.
Costa Colbert, chefsforskare på Vue.ai, en mode-AI-startup som nyligen avslöjade en metod för att skapa falska modemodeller använder GAN, säger att hur lovande forskningen än UCSD och Adobe verkar vara, kräver den så mycket data att den kanske bara kan vara till hjälp för de största namnen inom onlinehandeln.
Om allt personen gör är att komma in och klicka på en sak kommer du inte att kunna göra mycket, säger Colbert.
GAN kommer dock att fortsätta att göra vågor inom onlinemode. Colbert påpekar att vissa företag redan låter shoppare skicka in sina personliga mått för att få skräddarsydda artiklar. GAN kan vara ett billigt, snabbt sätt att visa användarna alla de olika alternativen som finns – och, naturligtvis, sälja fler föremål.