小科普：人工智能（AI）在时尚领域的应用有哪些？

AI在时尚领域的应用有哪些?

参与：冷芸时尚8群群友

时间：2021年8月28日

庄主：多恩Stone-上海-研究生

▼ 以下的冷芸时尚圈讨论是就行业问题的讨论及总结。这些分享属于集体智慧的结晶。（它们并不代表冷芸个人观点）。希望通过此种方式能让更多行业人士受益！

｜一｜

AI的局限与趋势

1.认识AGI通用人工智能，AI人工智能，ML机器学习，DL深度学习

庄主：

首先我们得清楚一点是人工智能并没有多么的高大上，而是非常贴近我们生活。也许本身这些概念的理论有些晦涩难懂，这里我们可以用自己的感受进行理解。通用人工智能AGI（Artificial General Intelligence）：像各类科幻电影里看到的人工智能拥有意识、最后控制人类之类的机器人就属于AGI。

人工智能AI（Artificial Intelligence）从诞生至今约70年的时间，前60年AI基本处于“发明期”。真正将AI从发明期带入“应用期”的技术则是深度学习DL（Deep Learning）。对于DL至今很多人都存在一个误区--把DL和机器学习ML（Machine Learning）等同起来了。实际上DL是ML的一种方法，ML中还有统计学习等方法也一直存在着。简单来说，ML是AI中的子集，DL是ML的一个子集。DL在2010年前后得到了迅速的发展，而它真正被广泛应用则是近5年的事情，现在常见的人工智能应用几乎都是DL。

芸友萧竣啸：

关于人工智能有没有具体的应用案例？

庄主：

刚刚大家有提到的siri所用到的语音识别属于自然语言处理（NLP），DL根据数据类型的不同分为计算机视觉（CV）和NLP两大类。NLP处理文本、语音这类“序列”数据。CV则处理图像数据，比如人脸识别。

芸友赵雅：

AI和AGI有什么区别？

庄主：

在科幻电影里大家觉得会具有意识、情感甚至控制人类、毁灭世界等等，这类就是AGI。AI有六七十年的历史，范围很广，包括但不限于刚刚说得NLP自然语言处理（siri），CV计算机视觉（人类识别），自动机器人控制，规划/最优化算法，专家系统，知识图谱....

2.以DL为主的AI简史及其局限

庄主：

今天我们主要梳理一下DL的几个“里程碑”。首先是2010年的ImageNet超大型数据集的出现。ImagNet是超过1400万的图像带有注释，以表示图中的物体；在至少100万张图像中，提供了边界框。自2010年以来，基于该数据集，每年举办一次比赛，全球就有很多高校和企业研究院竞相参加。而真正推动了深度学习迅速发展的则是AlexNet。2012年9月30日，Alex以及Hinton等人提出，他们提出的算法在该比赛中得到的分类错误率比第二名低了10.8个百分点，遥遥领先于其它选手。所以后来大家都纷纷开始模仿AlexNet的深度神经网络（DNN）结构来搭建算法。

那在这之后，2015-17年这段时间的AlphaGo，大胜人类顶尖围棋高手，将公众对“AI”的注意力和舆论推到顶峰。这个模型一开始使用几百个GPU，到后来用了Google的TPU，可见算力的重要性。

所以DL的三大核心要素：（1）数据（ImageNet等超大型数据集的出现）、（2）算法（AlexNet等深度学习算法的提出）、（3）算力（GPU、TPU的使用）。为了便于大家理解，我们把“DL类比于烹饪，那么数据就是食材，算法就是菜谱，算力就是烹饪工具”。“高端的食材往往是需要最朴素的烹饪方式”，可见数据（食材）的重要性。

冷芸时尚博士：

中国目前的DL水平如何？

庄主：

中国目前的DL水平基础不行，应用较强，因为可应用的数据多。

芸友白泽：

所以中国的AI发展，数据是大优势吗？算法和算力目前如何？

庄主：

这问题太宏观了，我只能说我了解到的。中国目前主流用的“算力”是Nividia的GPU，然后使用的框架是pytorch或者tensorflow，这些基础软件都是美国公司的。

芸友赵雅：

DL层数多了是不是就更有自己的意识？

庄主：

这个问题很难说，从2015年左右的ResNet（一种处理图像数据的DL算法）开始，做到了100多层神经网络，到GPT-3（处理文本数据的DL模型），各大公司都开始做超大型模型，参数达到“亿万”级别的。但是我也看有的学者说，像 GPT-3这样的超大模型，虽然有1750亿参数，但比大脑小一千倍。未来会不会有，还真说不定。

3.AI的未来发展趋势

庄主：

经济增长的基本动力一直是技术创新。其中最重要的，正是所谓通用型技术，包括蒸汽机和珍妮纺纱机（第一次工业革命）、电力与内燃机（第二次工业革命）、计算机、互联网（第三次工业革命）等。而我们现在正在进行的第四次工业革命中，最重要的通用型技术正是人工智能(AI)。所以我们可以把AI和之前的技术进行类比，可以知道AI的未来发展趋势必然是和各行各业更深入地结合与落地。

所以AI+时尚是必然趋势，AI可能会取代“通过练习就能掌握的设计技法、可被程序化的重复性工作；有数据支撑、模块化的设计”、而设计师的优势有：跨领域推理、抽象能力、思考能力、常识、审美，自我意识与情感等。

芸友月乔：

AI可以代替设计师做什么工作？

庄主：

如果是服装设计的话，AI可以做流行趋势分析、服装的草图生成的工作。

芸友白泽:

那没有常识这一点，对AI在服装设计领域会有什么影响？

庄主：

我举一个有趣的例子：之前有人做狼和哈士奇的图像分类，模型学习得很好，但后来对模型进行分析，结果发现模型学到的是图片中的“背景”。因为在这个数据集里有狼的图片里背景都是“雪”，而哈士奇的图片里背景都是“草地”，所以机器其实靠图片背景来分辩，它根本不知道狼和哈士奇是什么。虽然AI学习了常识，也学习了模型，但在实际应用上影响因素还很多。

｜二｜

AI与时尚

1.AI在时尚行业应用有哪些？

庄主：

我们先从线上购物这个场景展开。大家常见的聊天机器人，网购客服，甚至在直播里已经有虚拟形象，可以根据你的互动进行购物推荐，商品介绍。线上购物场景还有推荐系统，基于用户的隐式反馈的推荐，用户的隐式反馈包括：用户点击、收藏、加购和购买等，这些反馈被用来推断用户的隐含偏好分数，并以此进行推荐。

下面是关于AI+时尚设计的例子：2016年，澳大利亚的时装设计师Jason与IBM 的AI系统Watson合作，打造了首款认知高级时装系列。Project Muze是在2016年谷歌与德国电商公司Zalando合作的人工智能项目，他们中搭建了包含一系列美学参数的神经网络。韩国的一个时尚品牌“SJYP”在2018年推出了由人工智能设计的服装。

深兰科技研发的辅助设计系统——DeepVogue在2019中国国际服装设计创新大赛中获得了亚军。由OpenAI于今年1月5日公布的超大模型，DALL-E可以根据文本来描述生成图像。Dall·E的模型使用了120 亿参数版本的 GPT-3 模型来解释自然语言输入并生成相应的图像。今年6月，阿里达摩院用 480张GPU训练了的万亿参数 M6 模型。DALL·E生成图片清晰度达256×256，M6将图片生成清晰度提升至 1024×1024。

芸友KK：

虚拟网红算AI吗？

芸友Sophia：

其实我比较想知道AI具体会对服装行业造成什么直观的未来影响？

庄主：

因为虚拟网红基本都是人做出来的，所有虚拟网红本身应该不算。AI对于服务行业直观的影响肯定是渗透时尚行业的全产业链。

2.AI与时尚的学术上细分领域有哪些

庄主：

（1）线上购物：以图搜图这个功能、图像识别、文本检索；

（2）服装搭配：搭配推荐；

（3）服装设计：服装辅助设计系统、服装属性编辑、虚拟试衣；

（4）市场销售：销售数据分析、流行趋势预测等。

芸友lele：

仓储分拣里面会涉及到AI？还是属于5G？

庄主：

仓储分拣有AGV自动导航的小车，智能机械臂等等这些都属于AI技术。同时他们的通讯需要5G网络，优势是延时低，反应快，不容易出错。

芸友Jean.Lok：

AI和3D打印都发展那么迅速，那么通过AI加持，3D打印服装这些年有比较突破的发展吗？

庄主：

3D打印日常的服装使用很少，市场不大，个人感觉更适合做高端市场。

3.AI在服装设计中目前可以做到什么程度？

庄主：

Deecamp是由创新工厂举办的公益性质的人工智能训练营，我们团队主要用了两大类技术来实现对话机器人，NLP（自然语言处理）和CV（计算机视觉）。NLP就是我们的对话部分，CV就是我们的服装图像生成。我们的项目主要是切一个“买手设计师”的痛点，不论是在与版师、首席设计师讨论改款的过程中，还是审样会中与渠道、商品部的交流，都存在着大量针对样衣设计的沟通，而这里的信息交流是依托于实体，所以我们也做了一个方便针对样衣的设计进行交流的产品。

【Demo展示】DeeCamp2021: FashionHack

庄主总结

一、AI的局限与趋势

1.认识AGI通用人工智能，AI人工智能，ML机器学习，DL深度学习

ML是AI中的子集，DL是ML的一个子集，目前的AI大多是以DL为基础。

2.以DL为主的AI简史及其局限

如果把DL类比于烹饪，那么数据就是食材，算法就是菜谱，算力就是烹饪工具，三者缺一不可。

3.AI的未来发展趋势和AI与设计师各自的优势

AI的未来发展趋势必然是和各行各业更深入地结合与落地，AI目前只能做一些基础性的设计工作。

二、AI与时尚

1.AI在时尚行业应用有哪些

目前在时尚行业，AI应用于时尚设计、推荐系统、对话机器人、流行趋势分析、智能制造等方面。

2.AI与时尚的学术上细分领域有哪些

主要有线上购物、服装搭配、服装设计、市场销售四个领域。

3.AI在服装设计目前可以做到什么程度

AI目前可以根据文本生成相应服装图像，但更具创意性的设计很难，对服装设计师们的创新能力提出了更高的要求。

文字整理：张怀楷

文字编辑：陈畅

美术编辑：李宁