借力AI：IBM攜手Tommy Hilfiger與紐約時裝技術學院走在時尚前沿
至頂網CIO與應用頻道 01月18日 編譯：如今的年輕時尚購物者比以往更要求個性化。根據IBM的一項研究，52％的Z世代女性希望看到能讓他們為自己定製產品的工具。
這與對產品交付速度的越來越高的期望相一致。雖然有幾家快速時尚零售商可以在幾周內將產品上架，但是大部分服裝的交付需要花費6-12個月的時間。
技術正在影響整個供應鏈，以推動這一進程，包括創造性的過程本身。人工智慧（包括計算機視覺、自然語言理解和深度學習）正在被用於得出對趨勢的重要見解，以加快最初的設計過程，並更好地預測超本地化產品的需求。
IBM正在與Tommy Hilfiger和紐約時裝技術學院（FIT）Infor設計和技術實驗室合作了一個名為Reimagine Retail的項目來證明這一點。IBM全球消費品行業總經理Steve Laughlin表示，這麼做的目的是要展示人工智慧如何為零售商帶來速度優勢，並為下一代零售業領導者提供使用人工智慧進行設計的新技能。
紐約時裝技術學院的學生可以使用IBM Research的人工智慧功能，包括計算機視覺、自然語言理解和專門訓練時裝數據的深度學習技巧。
這些工具被應用於Tommy Hilfiger產品圖像中的15000個、大約60萬個公開可用的圖像以及來自織物網站的近10萬個圖案。然後，這些工具把關鍵的輪廓、顏色和新穎的印刷品和圖案用來啟發學生的設計靈感。
「機器學習分析為我們提供了有關Tommy Hilfiger顏色、輪廓和印花的見解，而這些我們無法用人類的思想開始消化或理解。這使得紐約時裝技術學院時裝設計專業的學生從美國史料或流行時尚潮流中獲得靈感，並將Tommy Hilfiger品牌的『DNA』與那些『DNA』結合起來，創造全新的設計理念。」紐約時裝技術學院Infor設計與技術實驗室執行總監Michael Ferraro解釋說。
「所以，這個項目的關鍵是新的靈感。對於消費者來說，另一個重要的影響是定製和個性化服裝的機會，又不會失去他們所喜愛的Tommy Hilfiger風格，」他認為，印刷生產工具和個性分析提供了一些很好的機會，除了探索人工智慧如何影響時尚設計的決策，我們還探討了社交媒體聆聽和語音識別等工具如何打造以互動「智能」供應鏈戰略為基礎的、更加個性化的購物體驗，從而優化浪費，減少對環境的影響。「
由此產生的3D數字設計呈現給Tommy Hilfiger和IBM的高管，他們選擇了紐約時裝技術學院高級設計師Grace McCarty的一款格紋科技感夾克。McCarty說，當設計外觀的時候，她從AI對Tommy品牌風格、流行和趨勢的色彩、人工智慧產生的新穎款式中汲取靈感。
該設計中還利用IBM Watson音頻分析工具，融入了一種潛入一個可移動的、未來感的格子圖案。該分析工具幾乎可以實時地響應客戶社交媒體帳戶中的各種情緒。
「作為一個品牌，我們總是通過創新和顛覆來推動各種可能性的界限。這些年輕的設計師通過展示時尚、科技和科學的成功融合，真正體現了這種精神，」Tommy Hilfiger首席品牌官Avery Baker在IBM的博客中這樣寫道。
在設計中使用人工智慧的一個關鍵點，是它是否宣告了創造力的死亡。如果人工智慧是用來打造新的收藏品，那麼首先是否還需要設計師呢？ Ferraro和Laughlin都認為這個項目展示了如何將它用作增強人類進程的手段，而不是取代人類。
Laughlin解釋說：「AI可以通過增強和縮短總體交付時間來幫助設計團隊，並通過使用計算機視覺分析和記憶來自數千個圖像和視頻的見解，來擴展他們的創造性發現。這些設計師還可以更容易地找到如何整合各種流行色彩、關鍵模式和樣式的方法。」這將減少耗時的、資源密集型的手動過程——或者通過提供比以前更廣泛的來源來消化該研究元素。
「這是那些加強和擴大人類專業知識的系統，那些試圖複製全部人類智能的系統，之間的關鍵區別。AI激發了我們，為設計過程注入了新的活力，」Ferraro補充道。
IBM之前曾與澳大利亞設計師Jason Grech一起在墨爾本時裝周的Cognitive Couture系列中合作，同樣是分析了數以千計的時尚圖像以及社交媒體內容，以數據驅動的方式在設計過程中提供幫助。
Laughlin強調說，更容易獲得對趨勢的預測，更快地將產品推向市場，這意味著減少銷售損失。他解釋說：「對於消費者來說，當所需的商品沒有立即上線網上商店的話，銷售就不會發生。」
「（時裝公司）緩慢流動過程阻礙了品牌與當今快速發展的消費者期望、產品趨勢和外部市場力量同步的能力……在有了AI的未來時尚中，設計師可以從內部和外部數據源獲得洞察，從而使他們的設計為更多人所了解。這也賦予了他們為某些市場或消費者定製和個性化外觀的能力。」
紐約時裝技術學院的六個設計中的三個樣品在本周紐約NRF的Big Show展出。
TAG:至頂網 |