Amazon har utviklet en AI-motedesigner

Amazon er ikke synonymt med høymote ennå, men selskapet kan være klar til å lede an når det gjelder å erstatte stylister og designere med aldri så elegante AI-algoritmer.

Forskere ved e-handel juggernaut jobber for tiden med flere maskinlæringssystemer som kan bidra til å gi et forsprang når det gjelder å oppdage, reagere på og kanskje til og med forme de siste motetrendene. Innsatsen peker på måter Amazon og andre selskaper kan prøve å forbedre sporingen av trender på andre områder innen detaljhandel – for eksempel å gi anbefalinger basert på produkter som dukker opp i innlegg på sosiale medier. Og det kan hjelpe selskapet med å utvide sin klesvirksomhet eller til og med dominere området.

Det har vært et helt grep fra selskaper som Amazon som prøver å forstå hvordan mote utvikler seg i verden, sier Kavita Bala , en professor ved Cornell University som deltok i en workshop om maskinlæring og mote organisert av Amazon forrige uke. Dette endrer bransjen totalt.

En rekke fremtidsrettede forhandlere bruker allerede sosiale nettverk som Instagram og Pinterest for å spore de siste motetrendene og reagere raskt. Og startups som abonnementstjenesten Stitch Fix gir allerede personlig tilpassede anbefalinger basert på brukerpreferanser og aktivitet på sosiale medier.

Relatert historie

Relatert historie

Amazon tar i mellomtiden grep for å styrke klesvirksomheten sin, utvikler sine egne klesmerker, investerer i høykvalitetsfotografering for produkter og lanserer Prime Wardrobe, som lar kunder prøve klær før de kjøper dem. Echo Look-appen vil til og med gi deg tilbakemelding på antrekkene dine.

Men Amazon ser ut til å presse den algoritmiske tilnærmingen enda lenger. For eksempel utviklet en gruppe Amazon-forskere basert i Israel maskinlæring som, ved å analysere bare noen få etiketter knyttet til bilder, kan utlede om et bestemt utseende kan betraktes som stilig. Programvaren kan tenkes å gi mote tilbakemeldinger eller anbefalinger for justeringer. Arbeidet er nyskapende fordi datamaskiner vanligvis krever omfattende merking for å lære av visuell informasjon. Men i mange situasjoner i den virkelige verden, for eksempel et bilde lagt ut på Instagram, kan det bare være én etikett.

Et Amazon-team ved Lab126, et forskningssenter basert i San Francisco, har utviklet en algoritme som lærer om en bestemt motestil fra bilder, og deretter kan generere nye elementer i lignende stiler fra bunnen av – i hovedsak en enkel AI-motedesigner. Tilnærmingen er grov og neppe klar for Prosjekt Runway , men det antyder mulighetene.

Dette arbeidet bruker et banebrytende verktøy kalt et generativt motstridende nettverk, eller GAN. Den består av to dype nevrale nettverk som opererer i tandem for å lære effektivt fra rådata. GAN internaliserer egenskapene til en bestemt stil ganske enkelt ved å se på mange eksempler, og den kan deretter bruke den stilen på et eksisterende klesplagg. GAN-er, som ble utviklet av en forsker på Google Brain-teamet, er et hett tema innen maskinlæring i dag (se Innovators Under 35: Ian Goodfellow).

Begge disse prosjektene ble avslørt på workshopen organisert av Amazon. Arrangementet inkluderte for det meste akademiske forskere som utforsker måter maskiner kan forstå motetrender. Selskapet nektet å kommentere prosjektene.

Noen på workshopen viste hvordan teknikkene som utvikles for å spore motetrender kunne gi bredere innsikt i menneskelig atferd. Bala og hennes kolleger bruker informasjon hentet fra Instagram som en form for antropologisk forskning. Vi prøver å forstå hvordan folk lever hverdagen, sier hun. Det er virkelig enestående i menneskets historie at vi har denne omfanget av visuelle registreringer.

Andre utforsker ideer som kan føres direkte inn i folks skap. En gruppe fra University of Illinois i Urbana-Champaign demonstrerte en algoritme for å identifisere motefokuserte sosiale nettverkskontoer. Et team fra den indiske klessiden Myntra viste et program som gjetter en persons riktige størrelse for et bestemt plagg fra hans eller hennes tidligere kjøp.

Tim Oates , en professor ved University of Maryland i Baltimore County, presenterte detaljer om et system for å overføre en bestemt stil fra ett plagg til et annet. Han foreslår at denne tilnærmingen kan brukes til å trylle frem nye plagg fra bunnen av. Du kan trene [en algoritme] på skapet ditt, og så kan du si at her er en jakke eller et par bukser, og jeg vil gjerne tilpasse det til stilen min, sier Oates.

Motedesignere burde nok ikke bekymre seg ennå. Oates og andre påpeker at det kan ta lang tid før en maskin kan finne opp en motetrend. Folk innoverer på områder som musikk, mote og kino, sier han. Det vi ikke har sett er en genuint ny musikk- eller motestil som ble generert av en datamaskin og virkelig resonerte med folk.

Det kan være slik, men når det kommer til mote-fremover algoritmer, liker tydeligvis Jeff Bezos det han ser.

gjemme seg