未来时尚由AI定义!人工智能将颠覆时装产业,产值上看73亿美元

 人工智能的未来     |      2019-09-09 18:00

贡献全球GDP达到2%的时装产业,也因应人工智能而有所改变,从产业链中的设计、制造、销售层面带来新的改变。

作为全球数一数二大的产业,时装产业占有全球GDP的2%左右,2018年的全球市场来到3兆美元,即便时装产业本身就有既定的性质存在,但在面对人工智能的时代来临,时装产业的转型有其痛点跟难处需要克服。时装产业中的产业链如设计、制造、销售等,将受到人工智能的导入而有所改变。

▲香港理工大学纺织及服装学系的郑翼雄教授,近年来结合自己的专长协助服装产业导入人工智能的技术。

来自香港理工大学纺织及服装学系郑翼雄教授表示,由于时装产业面临的是服装人才不懂人工智能的技术、而有技术的人才却缺乏服装的专业知识等瓶颈,因此找到能够斜杠的人才确实有其难度。服装产业一直以来都是在做「预测」的动作,不管是流行趋势或是颜色,郑翼雄分享目前各产业链导入人工智能的表现,其中又以零售电商、工厂生产线跟设计是比较有感的改变。

零售电商:机器学会识别能更快掌握消费者喜好

郑翼雄以一份统计报告指出,全球消费者在购物的习惯上,有将近55%已经习惯线上浏览、并有高达74%的消费者会从社群媒体的管道获得服装等讯息,显示线上的沟通已经成为影响消费者购买服装的重要渠道。

▲由于服装的种类繁琐,机器学习上有一定程度的困难。当瓶颈突破后就能快速区分并标签服装种类,让未来在线上购物时能快速提供消费者穿搭建议,优化使用体验。

作为服饰电商,在乎的就是消费者的浏览轨迹并预测其喜好,藉此投放正确的商品,不论是吸引消费者或是给予穿搭建议皆行。由于服装风格与种类过于繁多、女装更是如此,因此机器学习的过程显得相对困难,要让人工智能能够真正识别服装的种类并协助自动标签分类,郑翼雄说他们让机器学习约100万个图监才完成初步的技术,也才能够将每件分类并标签化,如此将来就能透过各种被标签化的产品,进行相关的服装单品推荐或是风格搭配的建议等。

生产线检测:纺织工厂瑕疵检测的技术突破

此外,目前工厂导入「瑕疵检测」的技术其实并不稀奇,在生产线上面对单一产品的瑕庛学习与识别,就现阶段的技术上是相对容易克服。不过郑翼雄表示,服装布料的生产过程,由于纺织品的结构多变、织法的繁琐与技法的不同,导致织纹跟瑕疵类型的差异过于迥异,造成机器很难识别何谓瑕疵的布料、何谓正常设计,因此目前纺织厂多是依赖人工目测做检测。


  • 共2页:
  • 上一页
  • 1
  • 2
  • 下一页