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

30 идеальных новогодних поздравлений для друзей, коллег и самых близких 30 идеальных новогодних поздравлений для друзей, коллег и самых близких

Коллекция новогодних пожеланий

Cosmopolitan
Учёные создали технологию, переводящую инфракрасное излучение в видимый диапазон Учёные создали технологию, переводящую инфракрасное излучение в видимый диапазон

Исследователи придумали способ видеть в инфракрасном диапазоне как в тепловизоре

Популярная механика
Когда жалованье стало зарплатой и кем были стилисты в середине XX века Когда жалованье стало зарплатой и кем были стилисты в середине XX века

Жалованье и зарплата. Перемены в жизни слов

РБК
«Важнейшее из искусств» «Важнейшее из искусств»

Сталин так проникся кинематографом, что начал править историю страны и мира

Дилетант
Развод без девичьей фамилии: как Петр I избавлялся от своих жен Развод без девичьей фамилии: как Петр I избавлялся от своих жен

О крутом нраве Петра I ходили легенды, и все жены государя познали его гнев

Cosmopolitan
Неизвестные гоночные мотоциклы 1990-х Неизвестные гоночные мотоциклы 1990-х

Кастомные частные мотоциклы в мотогонках Гран-При 1990-х

Популярная механика
От дутиков до чукка-бутс: 7 пар трендовой зимней обуви От дутиков до чукка-бутс: 7 пар трендовой зимней обуви

Если ты думаешь, какая зимняя обувь достойна твоих денег, мы тебе поможем

Playboy
Как учатся современные дети в России и что происходит с отечественной системой образования? Заменит ли дистанционное обучение офлайн? Отвечают учителя Как учатся современные дети в России и что происходит с отечественной системой образования? Заменит ли дистанционное обучение офлайн? Отвечают учителя

Esquire расспросил учителей о настоящем и будущем школьного образования

Esquire
Культурные коды экономики: можно ли доверять большинству людей в стране Культурные коды экономики: можно ли доверять большинству людей в стране

С чего начинается экономическое чудо?

Forbes
«От меня воняет тухлой рыбой»: как живет женщина с редчайшим заболеванием «От меня воняет тухлой рыбой»: как живет женщина с редчайшим заболеванием

История женщины, страдающей «синдром рыбного запаха»

Cosmopolitan
От виски и ростбифа до магии и дворцовых переворотов: 5 идей для тех, кто не знает, что подарить близким От виски и ростбифа до магии и дворцовых переворотов: 5 идей для тех, кто не знает, что подарить близким

5 книг, среди которых точно найдется подарок для каждого

Популярная механика
Вплоть до снятия с учета: ГИБДД жестко отреагировала на уловку водителей Вплоть до снятия с учета: ГИБДД жестко отреагировала на уловку водителей

Установка двойных стекол в машине – штраф

РБК
Археологи обнаружили в Норвегии артефакты с руническими надписями Археологи обнаружили в Норвегии артефакты с руническими надписями

Найденная руна, по всей видимости, представляет собой молитву

N+1
Jeffery Quad: лучший полноприводный грузовик в мире Jeffery Quad: лучший полноприводный грузовик в мире

Полноприводный грузовик Jeffery Quad

Популярная механика
Долгие разговоры с незнакомцами могут иметь удивительные последствия Долгие разговоры с незнакомцами могут иметь удивительные последствия

Ожидания людей относительно их взаимодействия с незнакомцами ошибочны

Популярная механика
Из запуганного мальчишки — в легенду Голливуда. Уилл Смит — о том, почему важно уметь отказываться от выгодного на первый взгляд предложения Из запуганного мальчишки — в легенду Голливуда. Уилл Смит — о том, почему важно уметь отказываться от выгодного на первый взгляд предложения

Отрывок из автобиографии Уилла Смита «Will»

Inc.
Археологи впервые нашли в Британии останки распятого римлянами человека Археологи впервые нашли в Британии останки распятого римлянами человека

Археологи раскопали недалеко от Кембриджа римское поселение и пять некрополей

N+1
Рита Дакота о психологах, харрасменте и лучшем свидании Рита Дакота о психологах, харрасменте и лучшем свидании

Рита Дакота рассказала своей любви к Новосибирску, макияжу и медитациям

Cosmopolitan
Партитура без нот и электрогитара без электроники Партитура без нот и электрогитара без электроники

История советской музыки в пяти экспериментах

Weekend
80 м² 80 м²

Квартира, спроектированная Ольгой Манаковой для дочери заказчицы

AD
Польза и вред мандаринов для здоровья: советы врача Польза и вред мандаринов для здоровья: советы врача

Разбираемся, чем могут быть полезны мандарины

РБК
«Важно каждые пять лет менять ракурс»: художник Нина Котел о современном искусстве «Важно каждые пять лет менять ракурс»: художник Нина Котел о современном искусстве

Художница Нина Котел — о роли искусства, о свободе и любви

Forbes
Как выбрать аромат для дома Как выбрать аромат для дома

Как правильно подобранный аромат помогает справиться со стрессом и хандрой?

Psychologies
Экологичный Новый Год: как красиво упаковать подарки и не навредить природе Экологичный Новый Год: как красиво упаковать подарки и не навредить природе

Как красиво упаковать подарки без одноразовой оберточной бумаги и ленточек

Популярная механика
Что такое ураган? Сильнейшие бури за последние 5 лет Что такое ураган? Сильнейшие бури за последние 5 лет

Рассказываем про ураганы и самые мощные циклоны за последние 5 лет

Популярная механика
Реальная история людей с синей кровью и голубой кожей Реальная история людей с синей кровью и голубой кожей

История семьи, которая много лет скрывала свои особенности

Популярная механика
Хроники несбывшегося космоса: 6 книг о политике, войнах и приключениях среди звезд Хроники несбывшегося космоса: 6 книг о политике, войнах и приключениях среди звезд

Книги про космос — от масштабной космооперы до странной робинзонады

Популярная механика
Святой Неаполь: каким получился фильм «Рука Бога» Святой Неаполь: каким получился фильм «Рука Бога»

О чем, о ком и зачем снял свой новый фильм «Рука Бога» Паоло Соррентино

РБК
Актриса Янина Студилина: «Чудеса приходят к тем, кто в них верит» Актриса Янина Студилина: «Чудеса приходят к тем, кто в них верит»

Янина Студилина о съемках в сериале «Сестры» и секретах красоты

Cosmopolitan
Полный вперед Полный вперед

Дизайнеры снова размышляют о будущем, думают, сбылись ли прошлые модные прогнозы

Vogue
Открыть в приложении