Искусственный интеллект научился чувствовать стиль
Ученые из Калифорнийского университета в Сан-Диего вместе с исследователями из компании Adobe научили искусственный интеллект определять стиль человека и создавать изображения одежды, которая соответствует этому стилю. Такая система позволит ретейлерам создавать персонализированные предметы одежды или прогнозировать модные тенденции, пишет MIT Technology Review.
Для этого исследователи разработали два алгоритма. В первом свёрточная нейронная сеть (CNN) на основе данных о покупках на Amazon научилась определять и классифицировать предпочтения людей в одежде по шести категориям: обувь, верхняя одежда, а также брюки для женщин и мужчин. Затем данные о покупках использовали для обучения генеративно-состязательной сети (GAN), способной создавать реалистичные изображения. Эта нейросеть создала изображения элементов одежды для каждого человека, чья информация о покупках была представлена в наборе данных.
Чтобы облегчить обучение нейросети, фото одежды, которые использовали ученые, были сделаны с одного ракурса при отсутствии изображений на заднем фоне. Использование GAN в рекомендательных системах позволит онлайн-ретейлерам понять, чего покупателям не хватает в ассортименте. Однако до внедрения этой системы в бизнесе исследователям предстоит понять, как превратить картинки в 3D-изображения, которые можно будет использовать для создания одежды.
Пока что GAN, представленная в исследовании, не может заменить стилиста или предложить пользователю новый наряд. Так, если покупателю нравились синие рубашки, то нейросеть создавала синие рубашки. Предпочитающим черные штаны GAN предлагала брюки цвета хаки. Кроме того, алгоритмы еще не умеют подбирать обувь под цвет одежды.
Несмотря на ограничения в работе нейросети, модная индустрия уже созрела для внедрения ИИ, отмечает издание. Так, Amazon уже работает над системами искусственного интеллекта, которые помогают определить модные тенденции. А в компании Alibaba создали технологию FashionAI, которая рекомендует пользователям одежду на основе того, что они хотят примерить.
Генеративно-состязательные сети работают на основе двух нейросетей, одна из которых генерирует фейковые изображения на основе набора данных, который использовался для обучения, а вторая — использует эти данные, чтобы определить, реальное ли перед ней изображение. Этот метод позволяет GAN улучшать свой результат. Генеративно-состязательные сети в 2014 году описал Ян Гудфеллоу из компании Google. Издание включило его в список самых перспективных молодых инноваторов до 35 лет.
GAN уже научились создавать изображения несуществующих знаменитостей: сотрудники Nvidia опубликовали исследование об этом.
В сентябре стало известно, что ученые создали алгоритм, который синтезирует четкие изображения по фотографиям плохого качества. А эксперты из Университета Ноттингема и Кингстонского универститета научили искусственный интеллект создавать 3D-портреты людей по их фотографии.
Подписывайтесь на наш канал в Telegram!
