“審美”一向是被認為是一種非常唯心的、且千人千面的能力，除了自己培養“時尚觸覺”之外別無他法。但近年來，科學家已經研發出了不少比人類還犀利的AI，或許不久之后人們就能使用它預測時尚潮流，甚至讓AI來“創造潮流”。

由于社交媒體和電子商務的發展與流行，如今流行趨勢的變化要比以前迅速得多，時裝設計師和時尚雜志編輯的影響力日益減弱，“網紅”博主、美妝達人等“小人物”對大眾消費者的影響力則越來越大。

2016年，市場研究公司Mintel發布了一份報告，調查結果顯示，美國超過百分之三十五的新千年女性宣稱社交媒體是最能影響她們購買時裝的媒介。

“口紅一哥”李佳琦在微博上擁有超過300萬粉絲。2018年雙11，李佳琦與馬云PK直播賣口紅，5分鐘就賣出了15000 支。

首家上市的服裝類MCN如涵控股(前身是創始人馮敏創辦的淘寶店)擁有128名網紅，包括張大奕、“寶劍嫂”“樸正義”等知名KOL(關鍵意見領袖)。2018財年，如涵GMV(成交額)為20億元;2019財年，如涵GMV增長到了29億元。

傳統時尚品牌也開始擁抱社交媒體，與KOL合作進行營銷。2019年3月的悅詩風吟發布會上，就邀請了知名網紅雪梨擔任產品體驗官，現場試用產品，與粉絲互動。

但比起被動地跟隨“網紅”潮流，現在時尚品牌可能多了一種更加主動的選擇——人工智能。

一家法國公司Heuritech近日就融資了440萬美元。這家公司主要致力于幫助時尚和美容領域的企業客戶跟上消費者快速變化的喜好和品味。

Heuritech成立于2013年，這家企業利用算法和計算機視覺掃描和分析互聯網上的大量圖像和文本，以了解網上的流行趨勢出現、變化以及消失的過程。

該公司CEO Tony Pinville與機器學習博士Charles Ollion共同創立了這家公司。該公司與法國LVMH更緊密地合作，并最終在2017年推出了一個產品分析平臺。該公司隨后還創建了一個趨勢預測平臺，這又給他們帶來了路易威登(Louis Vuitton)、迪奧(Dior)和阿迪達斯(Adidas)等客戶。

目前，Heuritech每天能夠處理300萬張圖片和視頻。它可以識別圖像中的2000個細節，包括模式、產品、形狀和顏色等因素。

Pinville說，這些數據與產品開發人員和市場人員共享，然后他們在設計決策中使用這些數據。

該平臺的數據還可以幫助企業在購買、營銷和庫存產品方面做出決策，提供關于趨勢可能會持續多久以及誰可能會接受這種趨勢的指導。

2017年在ArXiv上發表的一篇論文中，來自加州大學圣地亞哥分校(University of California, San Diego)和Adobe的研究人員也提出了一種方法，讓人工智能不僅能學習一個人的穿衣風格，還能創建與這種風格匹配的物品的電腦生成圖像。

該系統可以讓品牌設計個性化的服裝，也可以用來幫助預測更廣泛的時尚趨勢。

研究人員們訓練了一個卷積神經網絡(CNN)來學習和分類用戶對特定商品的偏好，使用的是從亞馬遜收集的關于上衣、褲子、鞋子等的購買數據。

這種類型的推薦模式在在線零售業很常見，通常出現在頁面底部的“其他你可能喜歡的商品”區域。

然后，研究小組利用這些信息來訓練生成式對抗網絡(GAN)，這是一種人工智能，尤其擅長生成逼真的圖像。

不過，該團隊的這種AI要想取代造型師，甚至達到為消費者推薦一套新衣服的程度，還有很長的路要走。

目前，對一個喜歡藍色襯衫的購物者，這種AI會創造更多的藍色襯衫——但還不能創造出與藍色襯衫所搭配的褲子和鞋子。

無獨有偶，亞馬遜也在2017年開發了一種算法，可以通過分析一堆圖片來設計服裝，復制樣式，然后將其應用到新衣服的設計上。該算法由亞馬遜126實驗室(Amazon Lab 126)開發，使用的也是生成對抗網絡(GAN)。

利用Instagram、Facebook或該公司新推出的Echo Look相機上的數據，該AI可能可以發現特定的時尚潮流趨勢，并繪制出未來可能流行的服裝樣式。

2017年，IBM Waston與時尚媒體WWD合作，解讀秋冬的流行趨勢。Waston借助廣告宣傳冊、文章、博客、圖像和社交媒體上的大量數據，像一個時尚界的資深人士一般，給出2017年秋冬流行色，還分析出了各品牌之間在印花和圖案方面的相似之處。

阿里巴巴也推出了FashionAI，該技術可以根據顧客帶入試衣間的物品向他們推薦商品。2018年阿里巴巴在香港開了第一家FashionAI概念店，擁有50萬服裝搭配師的經驗，1秒可提供100種穿搭建議。

未來的人們要解決“明天穿什么”的千古難題，可能還得依賴人工智能給出的建議呢。

來源：前瞻網