StyleAI：機(jī)器如何懂時(shí)尚？

人工智能（AI）有多智能呢？最近MIT的“ConceptNet”參與測(cè)試顯示其智商為4歲。4歲的孩子通常不會(huì)有什么時(shí)尚見(jiàn)解，但有一個(gè)創(chuàng)業(yè)團(tuán)隊(duì)正試圖使用人工智能來(lái)理解時(shí)尚，幫助普通人也能時(shí)尚起來(lái)。

這家公司叫碼隆科技，就是兩位創(chuàng)始人黃鼎隆和碼特（Matt Scott）名字的結(jié)合，這是一家中西合璧的公司，黃鼎隆是中國(guó)人，Matt來(lái)自紐約，兩人都是微軟出身的創(chuàng)業(yè)者。公司的產(chǎn)品StyleAI宣稱是“最時(shí)尚的人工智能”，目標(biāo)就是讓計(jì)算機(jī)可以理解時(shí)尚。

到底機(jī)器是怎么懂時(shí)尚的呢？雷鋒網(wǎng)編輯對(duì)Matt進(jìn)行了專訪。

雷鋒網(wǎng)：時(shí)尚是藝術(shù)，是一種感性的東西，機(jī)器怎么能懂呢？

Matt：過(guò)去幾年我們從學(xué)習(xí)和計(jì)算機(jī)視覺(jué)的發(fā)展中所了解到的是，電腦在模訪人類方面還是很在行的，它能根據(jù)人的反饋進(jìn)行學(xué)習(xí)。從數(shù)據(jù)驅(qū)動(dòng)的角度來(lái)看，它可以反映出人的情緒。但是藝術(shù)這種非常感性的事物電腦能給它進(jìn)行分類嗎？比如黑暗、可愛(ài)、漂亮，其實(shí)是可以的。原因是，網(wǎng)絡(luò)上存在海量的媒體內(nèi)容在討論什么是時(shí)尚和當(dāng)下流行，而通過(guò)精心設(shè)計(jì)的計(jì)算機(jī)架構(gòu)模型，能夠從人的角度去提取文章、照片的標(biāo)簽，從而進(jìn)行分類。這就是我們項(xiàng)目的一個(gè)大概想法。

雷鋒網(wǎng)：但是設(shè)計(jì)一件衣服是需要?jiǎng)?chuàng)意的，機(jī)器在這方面似乎不太擅長(zhǎng)？

Matt：沒(méi)錯(cuò)，我們并不是說(shuō)機(jī)器來(lái)設(shè)計(jì)衣服，但是電腦可以幫助人們選擇衣服。我們想解決的問(wèn)題是，整個(gè)世界中十分懂時(shí)尚的人是很少的，這些人多半自己就在時(shí)尚產(chǎn)業(yè)中，而大部分的人只是普通人，他們?nèi)绻兊脮r(shí)尚，通常就是通過(guò)看前面這群人寫的博客、雜志、照片之類的內(nèi)容。但是如果我們可以把這些數(shù)據(jù)（內(nèi)容）整合起來(lái)進(jìn)行分析（深度學(xué)習(xí)），或許可以找到一種新方法來(lái)做這件事，為普通人提供一款工具，幫助他們變得更時(shí)尚。

雷鋒網(wǎng)：?jiǎn)栴}是，你不能只看當(dāng)下流行什么就穿什么，你得有自己的品味和個(gè)性呀？

Matt：沒(méi)錯(cuò)，但我們不是說(shuō)提供一臺(tái)機(jī)器，然后一個(gè)人走進(jìn)來(lái)再出去就變時(shí)尚了。我們是想把用戶帶進(jìn)來(lái)，然后讓他們來(lái)做決定。就像是用搜索引擎一樣，它只提供結(jié)果的排名，而并不強(qiáng)迫你點(diǎn)擊第一條結(jié)果。當(dāng)然，我們并不是要做搜索引擎，而是一個(gè)幫助你做決定的工具。

雷鋒網(wǎng)：能不能多解釋一下產(chǎn)品背后的技術(shù)，比如你們?cè)趺粗酪粋€(gè)用戶想要的是什么呢？

我們現(xiàn)在推出的產(chǎn)品還沒(méi)有這個(gè)功能，不過(guò)接下來(lái)我們會(huì)提供一個(gè)非常個(gè)性化的工具，可以了解用戶想要的是什么。

關(guān)于技術(shù)方面可以多解釋一下，雖然之前我說(shuō)我們做的不是搜索引擎，但其實(shí)和搜索引擎確實(shí)有很多相似的地方。首先，我們從網(wǎng)絡(luò)上收集關(guān)于時(shí)尚的海量數(shù)據(jù)，找出一些已經(jīng)存在時(shí)尚標(biāo)簽的內(nèi)容（比如這張圖片是某位時(shí)尚明星的著裝照）；然后，我們創(chuàng)造一個(gè)模型來(lái)分析這些數(shù)據(jù)，用海量的數(shù)據(jù)來(lái)訓(xùn)練它，使它能夠理解圖片的色彩、紋理和Style，同時(shí)還有一小部分人可以幫忙給數(shù)據(jù)貼上標(biāo)簽；總的來(lái)說(shuō)就是用類似搜索引擎的數(shù)據(jù)加上很強(qiáng)大的AI模型，收集數(shù)據(jù)并分析這里面的時(shí)尚視覺(jué)元素。

之后，我們會(huì)把分析的結(jié)果，比如版型、類別和衣服之間的關(guān)聯(lián)等提取出來(lái)，去匹配你的模型和喜好。不過(guò)這個(gè)技術(shù)目前還沒(méi)有應(yīng)用到產(chǎn)品上。

雷鋒網(wǎng)：能否更加具體一些，比如針對(duì)一篇討論時(shí)尚的博文，機(jī)器如何理解它？

Matt：首先，我們會(huì)更加關(guān)注圖片內(nèi)容，我們已經(jīng)做了挺久的模型，能夠在沒(méi)有文字介紹的情況下理解一張圖片的特點(diǎn)。所以基本上只要有圖片就行，但如果這張圖是配了文字的，我們把它稱作Metadata（元數(shù)據(jù)，即描述數(shù)據(jù)的數(shù)據(jù)），使用半監(jiān)督學(xué)習(xí)（Semi-Supervised）的方法，把它當(dāng)成標(biāo)簽去分析。

如何分析（Parse）則跟數(shù)據(jù)的來(lái)源有關(guān)，像Pinterest、Instagram這些圖片社交網(wǎng)站有著無(wú)限的內(nèi)容，但我們不會(huì)漫無(wú)目的地去找數(shù)據(jù)，而是首先判斷出高價(jià)值的內(nèi)容源，然后為它建立模型去提取出有用的數(shù)據(jù)。目前我們已經(jīng)找到了海量的數(shù)據(jù)，這也是AI很火的原因，因?yàn)楝F(xiàn)在有爆炸式增長(zhǎng)的數(shù)據(jù)，我們只是找到一個(gè)細(xì)分領(lǐng)域，試圖用AI去理解時(shí)尚。

雷鋒網(wǎng)：機(jī)器又是如何理解一張圖片的呢？

Matt：我們用的是一項(xiàng)近期有重大突破的技術(shù)，叫人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Network），更準(zhǔn)確地說(shuō)就是深度學(xué)習(xí)。基本上，我們創(chuàng)造了一臺(tái)可以自我編程的機(jī)器，可以像人一樣去理解，看到一張圖的顏色、形狀、模式，而不僅僅是像素點(diǎn)。

當(dāng)一張圖進(jìn)入我們?cè)O(shè)計(jì)的這個(gè)模型時(shí)，它會(huì)給出各種各樣的信號(hào)，告訴我們這是一張?jiān)鯓拥膱D，我們稱之為Semantic Extraction（語(yǔ)義提取）。

雷鋒網(wǎng)：那么用戶該如何進(jìn)行交互呢？比如我想找到適合自己的時(shí)尚，是透過(guò)App、網(wǎng)站還是？

Matt：目前我們主要把精力集中在核心技術(shù)上，不過(guò)也已經(jīng)推出了幾個(gè)小應(yīng)用，包括時(shí)尚大比拼、我要穿世界，這些只是我們的技術(shù)能實(shí)現(xiàn)的部分功能。把這些功能整合起來(lái)的應(yīng)用目前還沒(méi)有推出。

產(chǎn)品

StyleAI目前有時(shí)尚大比拼和我要穿世界兩款產(chǎn)品，都是通過(guò)上傳圖片來(lái)操作，前者會(huì)給圖片著裝的時(shí)尚程度打分然后和別人PK，后者可以上傳任意圖片，StyleAI會(huì)反饋幾張時(shí)裝圖片。（見(jiàn)下圖）

時(shí)尚大比拼

我要穿世界

后記

如果從記者在微信公眾號(hào)和網(wǎng)頁(yè)上的功能體驗(yàn)來(lái)看，我并沒(méi)有被這所謂的“人工智能時(shí)尚”所打動(dòng)，目前只能說(shuō)是一個(gè)有點(diǎn)好玩的東西。但就像Matt所說(shuō)的，最終的產(chǎn)品還沒(méi)出來(lái)，記者還是有一點(diǎn)期待的。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。