用演算法做服裝設計：從30億款女式襯衫中找出最受歡迎的9種

李杉 編譯自 QZ

量子位 報道 | 公眾號 QbitAI

傳統服裝設計師的創意流程或許是從草圖開始的，但Hybrid Designs卻是從人工智慧開始的。

Hybrid Design是時裝訂購公司Stitch Fix的自有品牌。他們聘請了一個數據科學團隊，利用母公司的數據來預測用戶希望穿什麼樣的衣服。

Stitch Fix的模式是讓用戶填寫一些關於自己穿衣風格的信息，然後由專們的造型師定期挑選5件衣服，送貨上門，用戶可以花3天時間從中挑選。

這種商業模式產生的訂單數據，簡直是時尚風向標。

他們很快發現，時尚界不太給力。Stitch Fix首席演算法官Eric Colson說，他的團隊發現公司庫存存在很大的缺口——也就是人們想要購買，但卻未被設計師製作出來的服裝。

不僅他們的庫存中沒有，整個市面上都沒有。

如何填補市場空白（走上人生巔峰）呢？Colson給出的答案還是演算法。他說，「現在，當市場上缺少某些東西時，我們便可通過自己的演算法生成的設計來填補空缺。」

演算法生成設計的過程，是先由3套演算法共同生成一個起點：

第一套演算法選取3個「母板」，推薦一些可以相互結合，或者用來製作新板型的樣板；

第二套則推薦3個補充母板風格的元素——可能是不同的領口或袖口；

第三套演算法則顯得有些隨機，它提出的建議可能不太符合之前的風格，但有可能很有吸引力。

這三套演算法結合起來就可以對大約30萬億種潛在的女士襯衫組合進行篩選，最終給出9個建議。

不過Stitch Fix數據科學總監Daragh Sibley表示，雖然演算法負責為Hybrid Designs提供初步想法，但卻並不負責整個流程。人類設計師仍然要負責把演算法提供的建議轉化成客戶想要的服裝。

換句話說，軟體或許可以從數學上完善服裝設計流程，但卻無法評估哪些元素更能契合當下的流行文化。

試圖用演算法攻克時尚密碼的不只是Sibley和他的團隊，亞馬遜新推出的Echo Look也會分析用戶的服裝，並判斷具體效果，然後像一個旁觀者一樣提出建議。

在開展了5年的業務後，Stitch Fix已經拿下千禧一代在線服裝市場3%的份額，遙遙領先於ASOS等零售商。據報道，該公司的營收已經突破5億美元。

Hybrid Designs在2016年6月首次推出了它的3款服裝，全部都是女士襯衫，此後又發布了另外大約20款設計。

「我們最少可以呈現30萬億種不同的襯衫，所以可能的樣式很多。」Sibley說，「我估計人類設計的襯衫款式不到100萬種。」

【完】

交流溝通

量子位讀者5群即將滿員，對人工智慧感興趣的朋友，歡迎加量子位小助手的微信qbitbot2，申請入群，一起探討AI。

想要更深一步的交流？

量子位還有大咖雲集的自動駕駛技術群和NLP群，僅接納相應領域的在校學生或一線工程師。申請方式：加qbitbot2為好友，備註「自動駕駛」或「NLP」申請加入~

（審核較嚴，敬請諒解）

誠摯招聘

工作地點在北京中關村。期待有才氣、有熱情的同學加入我們！相關細節，請在量子位公眾號(QbitAI)對話界面，回復「招聘」兩個字。編輯/記者

掃碼強行關注『量子位』

追蹤人工智慧領域最勁內容

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！