AI+时尚科普：什么是真正的AI？AI时尚案例说明

主题：AI+时尚的概念越来越多，到底有哪些是真正有实际应用价值的场景和工具？

参与：冷芸时尚圈4群群友

时间：2020年9月5日

引言

讨论提纲

一、追本溯源：什么是真AI，什么是伪AI

二、和时尚相关的AI技术

1.识别技术

2.生成技术

3.智能算法

三、时尚行业主流应用场景

1.服装图片/视频拍摄

2.选款、找款

3.美图

4.趋势预测

5.辅助设计

6.评价分析

7.AI客服

四、AI未来发展的路径探讨

1.美学数字化

2.选品/企划数字化

五、市场上有哪些资料和工具可以参考学习

庄主、跟庄副群主简介

一、追本溯源：什么是真AI，什么是伪AI

随着AI的概念越来越大众化，一些包括一些大厂和巨头逐步拥抱这一个技术，市场上越来越多的AI工具出现在大家面前。但可对于初识AI或者对信息技术不太了解的大众来说，如何判别哪些是真正运用了AI，而哪些又是披着AI外衣的“李鬼”呢？就此在这我来分享一个我们一直以来比较有效的判定方法，就是来决定看一个工具、一个场景是否涉及数据、模型和算力。

毫不夸张地的说，数据量、运算力和算法模型是影响AI行业发展的三大要素。2000年之后，数据量的上涨、运算力的提升和深度学习算法的出现都极大地的促进了AI行业的发展。

数据量和算法可以分别比作人工智能的燃料和发动机。算法是计算机基于所训练的数据集归纳出的识别逻辑，因此可以说，实现AI的第一步，就是获取海量而优质的应用场景数据。以人脸识别为例，训练该算法模型的图片数据量至少应为百万级别。

而面对如此数据密集的领域，传统的数据处理技术难以满足高强度、大数据的处理需求。AI芯片的出现让大规模的数据效率大大提升，加速了深层神经网络的训练迭代速度，极大地的促进了人工智能行业的发展。这也就是我们提到的“运算力”。

最后就是上文我前面提到的“算法”，也就是“模型”。在深度学习出现之前，机器学习领域的主流是各种浅层学习算法。而随着深度学习的出现，彻底突破人工智能算法瓶颈，使整个行业的能力得到了极大地提升，也使得AI逐步进入应用领域。

回溯到我所提出的问题，那有哪些算是“披着AI外衣的“李鬼”呢？

我举个例子来说，在时尚行业用到的许多数据工具，这些工具能够帮助大家收集数据，进行分析归类和搜索，提高决策效率。，这些工具中就主要涉及上面提到的数据，但跟模型和算力关系不大。这就不是AI。这种工具只是主要涉及大数据领域，但并不是AI，这就是一个李鬼。

再比如大家应用很多的Photoshop软件，其中的快速抠图，识别内容填充等功能乍看没有AI，但背后其实是经过了无数张图片精修过程中积累的算法模型才能做到的，所以PS很多地方都用到了AI。AI是在大数据里找规律，并将这种规律总结提炼出来形成算法，并在那么下次再遇到就能会快速便捷的完成操作的技术。

1.识别技术

目前，人工智能基础技术主要为感知类技术。因为机器唯有探测到、看懂、听懂、读懂这个世界，才能更进一步地的分析、预测。感知类技术包括计算机视觉、语音/语义识别。其中最经典的是人脸识别。现在人脸识别已经广泛运用于金融、司法等众多领域。

语音识别解决的是计算机“听得见”的问题，而语义识别解决的是“听得懂”的问题。百度旗下的人工智能助手小度就同时具备语音识别和语义识别功能。它既解决了听得见，又解决了听得懂，再辅以各种场景，发出指令，是非常好的产品。

而在时尚领域，以图搜图就是识别技术。它能给服装打标签，比如一件衣服是什么颜色、款式、风格等等。

2.生成技术

生成技术的当今主流，是生成式对抗网络（GAN,Generative Adversarial Networks），一种深度学习模型，其中。最常用的就是图片生成。图片生成不需要材料，通俗一点可以解释为在现实中有一堆“真”的图片，然后我们用模型去不断生成“假”的图片，通过反复不断地调整模型使其接近真实图片，那么就可以达到有以假乱真的效果了。

例如淘宝中现在使用的口红试色，首先它要定位到你的嘴唇，这一步就是识别技术。而女生熟悉的，美白磨皮则跟上面说的PS类似，部分也会基于AI优化最后的效果。还有很多特效特效妆容滤镜也都是类似的原理。

3.智能算法

智能算法其实不算一个技术，是一种说法，它是基于的是机器学习的技术，比如最常用的抖音app的推荐栏下的视频就是通过机器学习不断地读懂你，预测你喜欢看什么，不断地将相似内容的推荐给你。现在许多时尚领域都用到了智能算法，比如服装电商的推荐，选款的推荐等等。

1.服装图片/视频拍摄：

AI模特、AI主播。

2、选款、找款：

通过以图搜图，智能推荐等技术，快速找到满意的款式。

3、美图：

切图、抠图、美化。

4、趋势预测：

根据销量，社交热度等多维数据源，预测某个细分品类，细分价格段，细分时间的销售情况。

5、辅助设计：

换色、换款式、换面料等。

6、评价分析：

主要应用于电商留言分析，找到用户对品类的关注点和关心点。

7、AI客服：

主要应用于前端获客和售后上。

1.美学数字化

美学数字化具体的场景就是把服装从最初到最后呈现给客户的全部过程数字化、AI化，从拍摄环节、修图环节、美工环节、上架环节，全部交给机器来做。

大家可以观察一下以下图片，猜猜哪一个是真人？哪一个是AI？

（图片来源：深尚科技StylingAI）

（图片来源：深尚科技StylingAI）

正确答案:before是真人，after是AI。其实这几张挑选的原图本身就是不错的，现在很多的公司会选择原图让自己的员工来拍或者人台来拍，再合成。多一个这样的步骤可以在原基础上进行美化，还可以避免版权问题。目前国内正在制定相关法律，规定这项技术的应用场景。

2.选品/企划数字化

选品/企划数字化和美学数字化其实在逻辑上是一致的，就是解放重复工作，主要是在看图这个环节让AI帮助大家节约时间，比如通过图片打标签，以图搜款，快速地的找到对应的图，也可以将原来的库存整理分类；，再或是通过智能推荐，快速读懂设计师和买手的心，推荐相关的图，以帮助大家快速找到灵感。

在AI领域这块，我个人还是非常推荐李开复博士的《人工智能》这本书，兼具技术和人文，是很合适作为非专业的同学的读本。

关于大家比较关注的工具方面，以下的几个网址可以供各位参考：

https://www.alluresystems.com/

https://stylesage.co/

https://www.trendalytics.co/

https://edited.com/

https://www.truefit.com/

（以上的这些网址涉及AI摄影、定价、预测、尺码数据、趋势等等，感兴趣的芸友可以自行了解。）

庄主总结：

一、追本溯源，什么是真AI，什么是伪AI

（基本判定原则：数据、算例和算法。）

在时尚行业用到的许多数据工具，帮助大家收集数据，进行分析归类和搜索，提高决策效率，这种就主要涉数据，跟模型和算例关系不大，这就是不不是真的AI。而大家应用很多的Photoshop软件，其中的快速抠图，识别内容填充等功能乍看没有AI，但背后其实是经过了无数张图片精修过程中积累的算法模型，才能做到的，所以PS很多地方都用到了AI。

二、和时尚相关的AI技术

1、识别技术

目前，人工智能基础技术主要为感知类技术。感知类技术包括计算机视觉、语音识别、自然语言处理。

2、生成技术

生成式对抗网络（GAN,Generative Adversarial Networks）是一种深度学习模型，是近年来复杂分布上无监督学习最具前景的方法之一。它最主要的应用就是生成图片。

3、智能算法

智能推荐、趋势预测、AI美化。

三、主流应用场景

1、服装图片/视频拍摄：

AI模特、AI主播。

2、选款、找款：

通过以图搜图，智能推荐等技术，快速找到中意的款式。

3、美图：

切图、抠图、美化。

4、趋势预测：

根据销量，社交热度等多维数据源，预测某个细分品类，细分价格段，细分时间的销售情况。

5、辅助设计：

换色、换款式、换面料。

6、评价分析：主要应用于

电商留言分析，找到用户对品类的关注点和关心点。

7、AI客服：

主要应用于前端获客和售后上。

四、AI未来发展的路径探讨

1、美学数字化

美学数字化具体的场景就是把服装到最后呈现给客户的全部过程数字化、AI化，从拍摄环节、修图环节、美工环节、上架环节，均交给机器来做。

2、选品/企划数字化

与美学数字化逻辑是一致的，就是解放重复工作，主要是在看图这个环节让AI帮助大家节约时间，比如通过图片打标签，以图搜款，快速的找到对应的图。也可以将原来的库存整理分类。再或是通过智能推荐，快速读懂设计师和买手的心，推荐相关的图，以帮助大家快速找到灵感极大提高效率。

五、市场上有哪些资料和工具可以参考学习

国外较为领先，尤其是纽约和伦敦

https://www.alluresystems.com/

https://stylesage.co/

https://www.trendalytics.co/

https://edited.com/

https://www.truefit.com/

End