От персонализации до предсказания трендов: машинное обучение в fashion-индустрии

Популярная механикаHi-Tech

Зачем fashion-индустрии машинное обучение

Материал подготовлен Freestylo

Когда говорят об искусственном интеллекте в моде, обычно имеют в виду цифровую моду, технологии 3D-визуализации и распознавания изображений, роботов и 3D-принтеры. О машинном обучении речь идет реже, хотя эта технология после успешного тестирования в e-commerce постепенно стала частью многих цифровых процессов в fashion ― от персонализации до предсказания трендов.

Выбрать одну вещь из тысячи

Один из самых ярких трендов fashion ― это персонализация. И, если раньше за индивидуальным подходом приходилось идти в ателье или к стилисту, то машинное обучение позволяет сделать персонализацию более доступной для массового потребителя.

Ежегодно модная индустрия производит более 150 миллиардов предметов одежды. Для того чтобы выбрать нужный, даже онлайн, покупателю придется потратить от 4 до 6 часов.

В ответ на потребность упростить поиск одежды появились технологичные сервисы по индивидуальному подбору образов: Stitch Fix и Trunk Club в США, Lookiero, Thread, Zalon и Outfittery в Европе, а в России ― Freestylo. Платформы используют нейронные сети для того, чтобы «мэтчить» конкретные вещи с предпочтениями пользователей по цветам, формам, фасонам и фактурам. Алгоритм машинного обучения может анализировать в миллион раз больше вариантов в секунду, чем человек, так что задачка поиска, к примеру, идеальной черной футболки из миллиона вариантов ему как раз по зубам. Такие сервисы сокращают время, которое средний пользователь тратит на поиск одежды и помогают создать гармоничный гардероб, поэтому и пользуются большой популярностью у потребителей.

Авторизуйтесь, чтобы продолжить чтение. Это быстро и бесплатно.

Регистрируясь, я принимаю условия использования

Рекомендуемые статьи

#инструктаж: как побороть стресс и тревогу этой осенью #инструктаж: как побороть стресс и тревогу этой осенью

Шесть простых практик, которые помогут отвлечься от тревожных мыслей

РБК
AMD или Intel: чьи процессоры лучше AMD или Intel: чьи процессоры лучше

Разбираем самые сильные и слабые стороны процессоров Intel и AMD

CHIP
«За антисоветскую агитацию и пропаганду» «За антисоветскую агитацию и пропаганду»

В 1987 году численность политических заключённых в СССР выглядела минимальной

Дилетант
Прагматика со вкусом виски: 30 лет российско-израильским отношениям Прагматика со вкусом виски: 30 лет российско-израильским отношениям

Как Москва и Тель-Авив выстраивали коммуникацию по заветам Примакова

Эксперт
Магнитометры улучшили качество и скорость нейровизуализации Магнитометры улучшили качество и скорость нейровизуализации

Как можно усовершенствовать существующие методы нейровизуализации

N+1
Как стать самым молодым оперирующим хирургом-онкологом и зачем врачу психотерапевт Как стать самым молодым оперирующим хирургом-онкологом и зачем врачу психотерапевт

Хирург-онколог рассказал, как совмещать практику хирурга с управлением клиникой

Forbes
2400 лошадей под капотом: анонсирован проект шестиколесного, невероятно мощного электрокара от Hennessey Performance 2400 лошадей под капотом: анонсирован проект шестиколесного, невероятно мощного электрокара от Hennessey Performance

Джон Хеннесси задумал создать настоящего монстра из семейства электромобилей

Популярная механика
Нужна ли России общественная дискуссия о Сталине Нужна ли России общественная дискуссия о Сталине

Почему образ «вождя всех времен и народов» сливается с образом Деда Мороза

СНОБ
Ролевая модель из XVI века: как герцогиня Клод де Рец представляла французскую корону Ролевая модель из XVI века: как герцогиня Клод де Рец представляла французскую корону

История герцогини де Рец похожа на лихо закрученный авантюрный роман

Forbes
«Третья волна»: история самого жестокого школьного эксперимента «Третья волна»: история самого жестокого школьного эксперимента

Учитель даже представить себе не мог, чем закончится его небольшая постановка

Cosmopolitan
Maruv Maruv

Певица рассказала о желании получить Нобелевскую премию и полететь в космос

ЖАРА Magazine
От Налы из Лос-Анджелеса до Степана из Харькова: 5 котов, которые стали звездами Instagram От Налы из Лос-Анджелеса до Степана из Харькова: 5 котов, которые стали звездами Instagram

Когда надоели привычные лица: кошки, которые стали звездами

Playboy
Чего хочет женщина. 258 лет назад Екатерина II основала Эрмитаж Чего хочет женщина. 258 лет назад Екатерина II основала Эрмитаж

Главный музей России с большим достоинством прошел многочисленные трудности

СНОБ
Снукер: самый английский бильярд Снукер: самый английский бильярд

Разберемся, как играть в снукер, рассмотрим правила и особенности этой игры

Популярная механика
49 м² 49 м²

Квартира с панорамным видом на Серебряный Бор

AD
Факты о норвежской лесной кошке Факты о норвежской лесной кошке

Пушистые, социальные, похожие на рысь — что мы знаем о норвежских лесных кошках?

Популярная механика
Пионер телевидения. Биография Владимира Зворыкина Пионер телевидения. Биография Владимира Зворыкина

Владимир Зворыкин внес неоценимый вклад в развитие телевизионных технологий

Цифровой океан
Веселый-трезвый Новый год: истории людей, которые сознательно отказались от алкоголя в праздники Веселый-трезвый Новый год: истории людей, которые сознательно отказались от алкоголя в праздники

Лови ударную дозу от опытных новогодних трезвенников

Playboy
Собиратели древних тайн Собиратели древних тайн

Где еще искать древние легенды и обычаи народа, как не на рязанской земле?

Отдых в России
Эффективные упражнения на общую и силовую выносливость: видео Эффективные упражнения на общую и силовую выносливость: видео

С помощью каких несложных упражнений можно улучшить физическую форму

РБК
Палеогенетики обнаружили важность родства при захоронениях в длинном кургане раннего неолита Палеогенетики обнаружили важность родства при захоронениях в длинном кургане раннего неолита

Палеогенетики исследовали останки захороненных в кургане эпохи раннего неолита

N+1
Инвестиции в женщин: что такое «гендерные» облигации и можно ли на них заработать Инвестиции в женщин: что такое «гендерные» облигации и можно ли на них заработать

Могут ли гендерные облигации принести прибыль и повлиять на положение женщин

Forbes
Установка Windows с флешки: пошаговая инструкция Установка Windows с флешки: пошаговая инструкция

В установке Windows 7, 8 или 10 с флешки нет ничего сложного

CHIP
Что скрывается за мифами о распаде Советского Союза Что скрывается за мифами о распаде Советского Союза

Самые интересные высказывания о мифах о развале СССР

Эксперт
Все слышали про белый шум. Но что такое розовый, коричневый и синий шум? Все слышали про белый шум. Но что такое розовый, коричневый и синий шум?

Сколько цветов шума существует в мире и как они действуют на людей?

Популярная механика
Астрофизики смоделировали первичную атмосферу Меркурия Астрофизики смоделировали первичную атмосферу Меркурия

У Меркурия была атмосфера, но давным-давно она улетучилась в космос

Популярная механика
Английский язык Милы Кунис и самоликвидирующиеся нейроны: секреты нейропластичности Английский язык Милы Кунис и самоликвидирующиеся нейроны: секреты нейропластичности

Отрывок из книги «Живой мозг» о том, как пластичность мозга меняется с возрастом

Forbes
Физики научились управлять отдельным магнитным скирмионом при комнатной температуре Физики научились управлять отдельным магнитным скирмионом при комнатной температуре

Управление скирмионами может иметь приложение в спинтронике

N+1
«Превосходным руководителем можно стать вне зависимости от пола» «Превосходным руководителем можно стать вне зависимости от пола»

Женщины-CEO — о том, как решать вопрос с гендерным равенством в бизнесе

РБК
Измученная мать и папа-дебошир: быт и расходы семьи вундеркиндов Тепляковых Измученная мать и папа-дебошир: быт и расходы семьи вундеркиндов Тепляковых

Почему родителям так важно было отправить ребенка в институт раньше времени

Cosmopolitan
Открыть в приложении