Fashion 的事你不懂？那就交給人工智能吧。上星期阿里巴巴與香港理工大學共同推出「Fashion AI」數據集，以推動人工智能應用於時尚行業。但到底理性的 AI 遇上追求美感的 Fashion，會產生甚麼變化？負責有關的項目的阿里巴巴淘寶技術部資深技術專家賈夢雷相信，透過人工智能，愈來愈多人可以參與時尚，貢獻創意，而實體店亦會經歷巨大的改變。
可補充「以圖搜索」不足之處
據當日介紹，「FashionAI 數據集」是根據服飾屬性標籤（即時裝特徵，例如袖長、 領子設計、裙型）及服飾關鍵點（例如頸線、袖口、腰線），把服飾圖像進行系統性的分析和標註。這樣，數據集可結合服飾專業及機器學習的要求，讓機器能深入理解時裝，推動時尚行業與人工智能融合。
「數據集」的作用與現時常見的「以圖搜索」不同。「以同搜索」是利用整張圖像去搜尋相同或類似的圖像，但當顧客只對圖像上的某些服飾設計元素感興趣，而希望搜尋具備某種設計元素的服飾圖像時，現今的搜尋技術未能滿足這需求。故此，以屬性標籤和服務關鍵點為基礙的「數據集」便可大派用場。
不同人有不同視角 制訂知識需與各方洽談
阿里巴巴淘寶技術部資深技術專家賈夢雷表示，數據集的製作分為兩大部分。首先是制訂知識，例如一件衣服應分為多少個大類，然後有多少個主類，接著再多少個部位。這方面便需要與香港理工大學合作。在下一步，阿里巴巴便會在淘寶和天貓上找回與衣服相關的圖片，再按照已建立的知識，把服裝打上相應的標籤。
不過，在制訂知識時會遇到不同挑戰，因為不同專業人士之間有不同看法，分歧很大。賈夢雷解釋，例如在設計師眼中，即使是圓領亦分了四種，但在算法或標註人員眼中，「他們是無論如何都分不清楚的」，所有針對這個知識點，他們會考慮將之合併。「因為大家都從不同視角、不同深度去看，我們要在知識的力度、粗細上要作很好的把控，還要作很多的捨棄。」
然而賈夢雷認為，最大的困難是在於製訂抽象的時裝風格。這個項目並非與理工大學合作，並已在前年完成。他指出，時裝風格牽涉多個專業人士群體的視角，當中包括設計師、電子商貿平台運營人員、服裝零售商等。「設計師的話，就會有前衛、古典、男性化、女性化的區分，但運營就是分為日韓風、街頭風、宮廷風，而到零售商就更靈活，有小星星風格等等。不過這其實是不同的視角。」所以在制訂知識時，便需要各方的疏理，而且時間漫長，每制訂一個屬性便需要一年半時間。
至於衣服的材質，人工智能又如何識別到呢？賈夢雷指出，淘寶和天貓的商家在提交商品時，會輸入很多標籤，包括材質，但部分商家或會有意無意地輸入錯誤的標籤。所以他舉例，指假如一件衣服有 80% 的屬性能通過機器學習識別，系統也會相信其材質資料是正確；相反，如果他在機器學習中的通過率較低，系統便不會採納其材質資料。
▼賈夢雷稱，制訂像「日韓風」一類抽象的時裝風格之標籤時，需要與不同專業人士進行漫長溝通。
技術進步可望降低參與門檻
最後，當時裝融合人工智能技術，會有甚麼改變？他以電影行業為例，指以前是無聲電影，只有少數人參與，然後到有聲、膠片、數碼，到現在用一部手機便能拍一部電影，「參與的人，可以貢獻的創意愈來愈廣。」
不過，在科技進步時，一些技巧可能會流失。「在無聲電影時段，其實蒙太奇怎樣去剪輯，發展是登峰造極，但是有聲電影來的時候，可能在無聲電影中的一些技藝沒有辦法保存下來。」然而同時間，由於門檻愈來愈低，愈來愈多人能進入這個行業，指攝自己的影片。
「我覺得時尚亦是這個樣子。」賈夢雷認為，隨著技術帶來的改變，時裝將由現時高高在上的情況，變成更多人參與創作，進行自己的審美。
實體店由「售賣單品」變成「售賣生活方式」
除此之外，賈夢雷相信實體店也會經歷巨大改變，因為店鋪不再只是陳列商品，更擁有搭配的能力。「AI 可以讓衣服與千千萬萬件商品產生關聯。」故此，實體店會由售賣單品變成售賣生活方式，「正如 Instagram 和 Pinterest 一樣。」但不同的是，Instagram 和 Pinterest 是由網友貢獻，但以後實體零售會由人工智能參與。
另一方面，隨著人工智能提供更多建議搭配，商店可拓展產品銷量。例如當人工智能建議某衣服可搭配某褲子或手袋時，便可廷續購買，或者增加與其他品牌合作的機會。賈夢雷表示，現時已有國內外品牌表達與他們合作的意願，而他們會在七月在香港推出快閃店，期望可與香港品牌合作。
