Haberler Alibaba FashionAI Veri Kümesi: "Moda + Yapay Zeka" Babil Kulesi'ni Bilgiyle Yeniden İnşa Etmek
AI Technology Review Press : "İncil · Eski Ahit · Yaratılış" ın 11. bölümü, insanlığın Babil Kulesi'ni cennete ortaklaşa inşa etmeyi umduğunu, ancak planın çeşitli etnik grupların dil engeli nedeniyle başarısız olduğunu kaydediyor. Moda alanında yapay zeka da Babil Kulesi sorunuyla karşı karşıyadır.Profesyoneller, makine zekası ve sıradan tüketiciler arasında bilgi tıkanıklıkları ve zayıf iletişim vardır.
Nesnel bilim ve öznel moda, bu iki kavram birbiriyle çelişiyor gibi görünüyor, ancak bir dereceye kadar geleneksel endüstriler ve yeni teknolojiler arasındaki boşluğu da yansıtıyorlar. Alibaba "Görüntü ve Güzellik" ekibi ile Hong Kong Politeknik Üniversitesi Tekstil ve Giyim Bölümü arasındaki bu derinlemesine işbirliğinde, bir endüstrinin, özellikle de moda endüstrisinin kriterleri, makinelerin anlayabileceği mantıksal bir dilde nasıl net bir şekilde tanımlanır, standartlaştırılır ve sunulur? Cevabı bulabiliriz.
Alibaba "Görüntü ve Güzellik" ekibi, Hong Kong Politeknik Üniversitesi Tekstil ve Giyim Bölümü ve İngiliz Tekstil Derneği tarafından ortaklaşa düzenlenen "Yapay Zeka ve Moda Tekstil Konferansı" akademik konferansı 4 - 6 Temmuz tarihleri arasında Hong Kong Politeknik Üniversitesi'nde düzenlendi. Akademik açılış konuşmaları, 2018 FashionAI Global Challenge finalleri savunma toplantısı ve offline FashionAI konsept mağaza deneyimi etkinlikleri ve daha birçok içerik. Bu olay, Leifeng.com akademik kanalının AI Technology Review altındaki "AI Impact Factor" veritabanı projesinde karşılık gelen bir bonusa sahiptir.
2018 FashionAI Global Challenge, bu yılın Mart ayında başlatıldı ve dünyanın dört bir yanından 42 ülke ve bölgeden 5272 takımdan toplam 6.594 oyuncunun 1,34 milyon RMB ödül havuzu için yarışması için çekildi.
5 Temmuz'daki savunma toplantısı gününde, Xi'an Jiaotong Üniversitesi, Maryland Üniversitesi, Pekin Posta ve Telekomünikasyon Üniversitesi, Çin Bilimler Akademisi Shenzhen İleri Teknoloji Enstitüsü, Vipshop ve diğer üniversite ve kuruluşlardan 10 ekip canlı gösteriler ve savunma oturumları gerçekleştirdi.
FashionAI Küresel Mücadele Kahramanları
Sonunda, Waseda Üniversitesi'nde doktora öğrencisi olan tek takım bilibili, kilit nokta parkurunda şampiyonluğu; Xi'an Jiaotong Üniversitesi'nden Hesi Zhongcheng takımı, giyim öznitelik pistinde şampiyonluğu kazandı.
Giyim Konumlandırma Parkurunun Kilit Noktası Şampiyon-Bilibili
Giyim etiketi nitelik tanıma şampiyonu-Hesizhongcheng
Bu yarışmaya yanıt olarak, FashionAI Global Challenge'ın son hakemlerinin temsilcisi olarak Çin Bilimler Akademisi Hesaplama Teknolojisi Enstitüsü'nde araştırmacı ve Çin Bilimler Akademisi Akıllı Bilgi İşlem Laboratuvarı Yönetici Müdür Yardımcısı Dr. Shan Shiguang, AI Technology Review'e bu FashionAI'nin birçok üniversite ve araştırma kurumunun dikkatini çektiğini söyledi. Ali Tianchi platformunun kendisinin ve çekici bonus teşviklerinin etkisine ek olarak, yapay zekanın moda endüstrisine girmesi de akademik dünyada giderek dikkat çeken bir konudur. "Yapay zekanın, özellikle bilgisayar vizyonunun ilerlemesiyle, AI gelecekte perakende ve e-ticaret uygulamalarında daha somutlaşacak."
Yarışma sisteminin tanıtımına göre, FashionAI Global Challenge'ın iki ana parçası, giyimde anahtar parça ve giyim öznitelik yolu, ilki kadın giyimindeki kilit noktaların konumlandırılmasına odaklanıyor. Etkinliğin organizasyon komitesi, giysi tasarımı bilgisine dayanarak, bir dizi giysinin kilit noktalarını belirledi ve kadın giyiminin 6 ana kategorisi (üstler, paltolar, pantolonlar, etekler, tek parça etekler ve tulumlar) altındaki belirli tanımları sıraladı. Katılımcıların konum tahmini için algoritmalar tasarlamaları gerekir; ikincisi ise kadın giyim etiketi bilgi sistemine dayalı bir veri setine dayanır ve bu veri setine, yarışmacıların özellik boyutu ve özellik değer seviyelerinde tek gövdeli (tek model veya tek parça) giyim ürünlerinin kısmi parçalarını gerçekleştirmesini gerektirir. Öznitelik tanıma.
Bu iki ana parçanın ayarları, bilişsel modanın iki temel konusunu yansıtır. Alibaba'nın başkan yardımcısı, Taobao bölümünün teknoloji genel müdürü ve Alibaba's Youku Entertainment Youku'nun kıdemli başkan yardımcısı ve CTO'su Zhuang Zhuoran'a göre, Alibaba ve Hong Kong Politeknik Üniversitesi bu yılın başında bu alanın inşasına yatırım yapmaya ve giyim alanını ayırmaya başladı Bu titiz, pratik ve işe özgü giyim veri seti, FashionAI Global Challenge ile aynı zamanda piyasaya sürülecek olan bu titiz, pratik ve işe özel giysi veri setine dönüştürüldü.
Bu, giyimde profesyonellik ve makine öğreniminin gereksinimlerini aynı anda karşılayan, giyim anahtar noktası konumlandırma ve kıyafet temel özellik tanıma gibi görevler de dahil olmak üzere sektörün ilk büyük ölçekli yüksek kaliteli veri kümesidir. Raporlara göre, birincisinin kilit noktalarının tanımı, giyim tasarımı ilkelerinden türetilmiştir ve şu anda 5 kadın giyim kategorisini, toplam 41 alt kategoriyi, 24 anahtar noktayı ve toplam 100.000 etiketli resmi kapsamaktadır; ikincisi profesyonellere dayanmaktadır. Şu anda 5 kadın giyim kategorisini, 41 alt kategoriyi, 8 boyutta 54 etiketi ve toplam 257.000 etiketli resmi kapsayan bir hiyerarşik etiket sınıflandırma sistemi organize etti ve kurdu. Veri setinde kullanılan tüm görüntü verileri gerçek e-ticaret sahnelerinden gelir ve çeşitli mevsim ve kategorilerdeki yüz milyonlarca giysi verisinden örneklenir ve böylece veri çeşitliliği sağlanır.
Giyim, özellikle kadın kıyafetleri, Taobao'daki en büyük mal kategorisidir. 2017'de Double Eleven gününde, giyim endüstrisi işlemlerin% 30'undan fazlasını oluşturuyordu. Alibaba, giyim ve moda endüstrisindeki kullanıcıların muazzam tüketim gücünün farkında ve İnternet ve teknolojinin yaratabileceği ticari değere çok dikkat ediyor.
Alibaba'nın kıdemli algoritma uzmanı Lei Yin (Jia Menglei) liderliğindeki Alibaba'nın "Görüntü ve Güzellik" ekibi, 10 yıl önce Taobao'da görüntü algılama ve arama yapmaya başladı. O zamanlar, esas olarak ticari resimlerin, yanlış reklamların vb. Telif haklarının korunmasına yönelikti. .
Zhuang Zhuoran'ın dediği gibi, "tanıma" sadece bilgisayar görüşünün bir parçasıdır. Algılama ve etkileşimi daha da gerçekleştirmek ve tüketimi ve üretimi daha da teşvik etmek istiyorsak, teknoloji tek başına yeterli olmaktan uzaktır. Leiyin ayrıca, Taobao'nun bugün karşı karşıya olduğu ikilemin tüketicilerin, platformların ve tüccarların ürün ihtiyaçlarını fikir birliğine varan bir dilde iletemeyeceğinin derinlemesine farkındadır. Lei Yin, "Sadece elbise kategorisinde 20 milyon ürün var ve ürün sayısı çok fazla, ancak hala çok sayıda kullanıcı istediği ürünleri bulamadığından şikayet ediyor." Alibaba'nın moda perspektifinden veri yeniden düzenlenmesi hala çok büyük. Bu sayede tüketiciler ihtiyaçlarını iyi ifade edebilmekte ve ilgili verilere bu ifadeler üzerinden ulaşabilmektedir.
Verilerin yeniden düzenlenmesi FashionAI'nin önemli bir parçasıdır. Tüketiciler, yalnızca makinelerin insanlar tarafından ifade edilen içeriği anlamasına ve verileri etkin bir şekilde sınıflandırmasına izin vererek giyim endüstrisinin bilişine aşina olabilir ve ihtiyaçlarını daha etkili bir şekilde ifade edebilir.
Öznel bir dünyada nesnel şeyler yapmak kolay değildir ve ilki, makinenin moda endüstrisinin dilini anlamasına izin vermektir.
"Bırakın makine kıyafetleri anlasın, özü bir kıyafet imajı veri seti yapmaktır." Lei Yin, uygulayıcıların bilgilerini makinenin anlayabileceği mantıksal bir dile dönüştürmek için öncelikle veri setiyle başlamamız ve makinenin her türlü kıyafeti anlamasını sağlamak için yeterli veriyi kullanmamız gerektiğine inanıyor. Fark ve özellikler.
Ve moda ile yapay zekayı birleştiren bir veri kümesi oluşturmak, böylece makinenin "moda kalbi" olması için, bu, FashionAI'nin temel içeriğini içerir: bilginin yeniden yapılandırılması. Orijinal moda bilgi sistemi sadece profesyoneller arasındaki iletişim ve alışverişte kaldı, genellikle iki büyük eksiklik ve belirsizlik sorunu vardır. Başka bir deyişle, aynı kavram düzeyinde birçok bulanık alan olabilir ve bunlar pratik senaryolarda çeşitli durumları kapsamayabilir.Bu, mantığı takip eden makinelerin "anlayamadığı" ve "tahammül edemediği" bir sorundur. Daha da zor olan şey, profesyonellerin ve profesyonel olmayanların bilişlerinin tek tip olmaması ve endüstriyel tasarım bilgisi, platform işlem bilgisi ve toplu pazarlama bilgisi için tutarsız standartlar sorunu olmasıdır.
Leiyin, tüm bilgi sisteminin yeniden inşasında, yalnızca moda endüstrisi için değil, aynı zamanda herhangi bir geleneksel endüstrinin yapay zeka ile güçlendirme süreci için de referans değeri olan üç önemli deneyimi özetledi.
Bilginin insanlar arasındaki iletişimi gerçekleştirebilmesi için öncelikle sektörün sağduyusuna ve tüketicinin algısına uygun olması gerekir. "İmaj ve Güzellik" ekibi, bu bilgi sistemini "evrensel", aktarılabilir ve anlaşılır hale getirmeyi umuyor, bu nedenle, tüketiciler ve profesyonellerle iletişim kurmak için Hong Kong Politeknik Üniversitesi ve diğer profesyonel kolejlerle yakın işbirliği yaptı. Bilgi sisteminin birliğini ve dengesini araştırın. Örnek olarak "Bohem tarzını" ele alalım. Bu kategori endüstrinin stil sisteminde mevcut olmasına rağmen, ekip bu stili kategori tanımına dahil etmedi çünkü tüketiciler ilgili konsept ve farkındalıktan yoksundu.
İkincisi, bilgi makineler ve insanlar arasındaki iletişimi kolaylaştırmalı ve mantıksal karşılıklı dışlama ve bütünlük sağlamaya çalışmalıdır. Makine 0 ve 1'den oluşan bir dünyadır, bu nedenle ortadaki bulanık bölgeyi olabildiğince ortadan kaldırmak ve olası tüm durumları kapsamak gerekir. Örneğin yarım uzunlukta eteğin tanımı, "vücudun alt kısmı giysi giyer, en üstteki alt göğüs çizgisini geçmez ve kasık altındaki orta çizgi sıkılıp dikilmez" iken, pantolonun tanımı "vücudun alt kısmı kıyafet giyer, en üstteki alt göğüs çizgisini aşmaz ve orta çizginin alt kısmı kasık altını aşmaz." Sıkılaştırıcı dikiş ile "bu, tam mantık ve karşılıklı dışlama durumunu tatmin edebilir.
Üçüncü nokta, "görsel olarak ayrılabilir" ve "duyusal olarak ayrılabilir" arasındaki farkı anlamaktır. Bir sistem öğrenme için yeterli uygun örneğe sahip değilse, ekibin de ödünleşmeler yapması gerekir. Örnek olarak "elbise yakasını" ele alalım.Profesyoneller açısından 9 çeşit yakaya ayrılabilir, ancak "Görüntü ve Güzellik" ekibi ve Hong Kong Polytechnic University ekibi sıradan tüketiciler için bu 9 tasmanın çıplak gözle görülmediğini düşündü. Farklıdır ve bu kadar çok ince taneli veri bulmak imkansızdır, bu yüzden sınıflandırmada değiş tokuşlar vardır. Buna ek olarak, kadın giyiminde, takım elbise yakalarının sınıflandırılmasında uygun şekilde basitleştirilebilecek birçok görsel uyarıcı nokta vardır, ancak erkek giyiminde daha az görsel uyarıcı nokta vardır ve yakaların sınıflandırılmasının daha hassas olması gerekir. Bu, "Görüntü ve Güzellik" ekibi ve profesyoneller tarafından da tekrarlanır. Varılan fikir birliğini koordine edin ve iletin.
Ayrıca Leiyin, bu süreçte yapısal gürültüden kaçınmanın çok önemli olduğunu belirtti. Örneğin, yazın "yuvarlak yakalı" kıyafetleri ararsanız, sonuçlar çok sayıda "T-shirt" gösterebilir. Bu, yapılandırılmış gürültü sorunudur. "Yuvarlak yakalı" ile kış "süveter" verilerini ilişkilendirmek için, emin olmanız gerekir "Bisiklet yaka" çeşitli giyim kategorilerinde örneklenmiştir. Bu süreçte, ekibin mantıksız korelasyonların ortaya çıkıp çıkmadığını kontrol etmek için bilgi ve model kontrolü kullanması ve gürültü olup olmadığını belirlemek için ortak kısım ile etiket arasındaki korelasyonun gücünü kullanması gerekir.
Moda endüstrisini daha iyi anlamak için, başlangıçta sadece spor giyim giyen tipik bir programcı olan Lei Yin, Şanghay'a uçtu ve on binlerce yuanlık bir takım elbise özelleştirdi. İlk kez, "uygun kıyafet" in ne anlama geldiğini anladı ve Hangzhou'nun her yerini gezdi. Yintai Şehrindeki her giyim mağazasında, personelle giyinme ve eşleştirme deneyimi hakkında konuştum ... Moda endüstrisinin malzeme ve kumaş üzerindeki tekelinin derinlemesine anlaşılması nedeniyle, Leiyin son birkaç yıldır hiç indirimli kıyafetler satın almadı. . Lei Yinin moda anlayışı gün geçtikçe derinleşiyor ve Lei Yin, "Makinelerin öğrenebileceği şey kurallardır, ancak öğrenemeyecekleri yaratıcılıktır. Bu süreçte tüketicilerin, kurallara aşina olmaktan yaratıcılığı takdir etmeye kademeli olarak geçebileceğini umuyoruz. Modayı makine diliyle daha iyi anlayabilmek, aslında daha fazla tüketicinin estetik seviyelerini geliştirmelerine ve moda endüstrisini daha iyi anlamalarına yardımcı oluyor. FashionAI Global Challenge ortaya çıktı ve daha fazla insanın buna ilgi göstermesi umuluyor. Sektörü değiştirecek, makine-bilişsel modanın temel konularına odaklanmak için birlikte çalışacak ve yapay zeka teknolojisinin moda endüstrisine inişini ortaklaşa teşvik edecek bu veri setine.
Ancak Leiyin'in görüşüne göre, moda yapay zeka endüstrisinin tamamı bir futbol oyunu olarak anlaşılırsa, meydan okuma bir "penaltı vuruşu" ile eşdeğerdir ve belirtilen görevleri organizatör tarafından verilen sınırlı koşullar içinde tamamlanır; ancak bu gerçek olmaktan uzaktır " "Futbol oynamak" hala çok uzakta, yani tüm endüstri bilgisinin bilimsel araştırma perspektifinden yeniden yapılandırılmasını düşünüyor. Sektör için hala yapacak çok şeyleri var.
İletişim sorunları nedeniyle, "İncil" deki Babil Kulesi, çok ırklı insanların işbirliğine rağmen gökyüzüne hala ulaşamıyor. Bununla birlikte, Alibaba'nın "Görüntü ve Güzellik" ekibinin FashionAI veri seti, bilginin yeniden yapılandırılmasıyla başlamayı, Moda ve yapay zekayı birleştiren bir bilgi sistemi oluşturmayı ve "yapay zeka + moda" Babil Kulesi inşa etmeyi umuyor.
Referans malzemeleri:
FashionAI Küresel Mücadelesi
FashionAI veri seti
AI teknolojisi inceleme raporu. Makalenin sonundaki tıklayın Orijinali okuyun AI etki faktörünü görüntüleyin.
( 0 ) Paylaşmaya hoş geldiniz, yarın görüşürüz!
