把“美麗數(shù)據(jù)”穿身上

賀文

比起“衣櫥里永遠都缺一件衣服”，女人其實更需要一個懂得美、懂得穿搭的“私人小助手”。

全心全意想為年輕女性服務(wù)的蘑菇街，正在通過機器學(xué)習(xí)算法，為平臺上的2億多女性用戶，“訓(xùn)練”一個時刻在線的“私人穿搭小助手”。在蘑菇街團隊看來，一方面，搭配是女性日常生活中每天都會遭遇的一大痛點；另一方面，看起來非常感性甚至隨性的東西，其實也是有跡可循的，不同的元素、單品形成搭配的過程，從數(shù)據(jù)來說是幾何級數(shù)增長的，智能“小助手”在其中可能大有用武之地。

需求是推動產(chǎn)品創(chuàng)新的原動力，競爭也是。

如果世上只有一家賣衣服的互聯(lián)網(wǎng)平臺，蘑菇街可能一直做賣衣服的生意就足夠了，但是當(dāng)滿世界都在賣衣服時，有沒有辦法給消費者提供更好的體驗，就成為蘑菇街這樣的亞平臺需要思考的問題。

“不規(guī)則”的穿搭難題

蘑菇街所在的美麗聯(lián)合集團“特別特別重視”AI這件事情是從去年開始的。

美麗聯(lián)合集團（美麗說和蘑菇街合并為“美麗聯(lián)合集團”）研發(fā)副總裁曾憲杰介紹，去年阿爾法狗戰(zhàn)勝李世石后，集團的技術(shù)團隊非常吃驚于深度學(xué)習(xí)已經(jīng)帶來這么大的變化，同時期語音輸入、語音識別等人機交互技術(shù)也突飛猛進，團隊開始深度思考人工智能在時尚領(lǐng)域能否有作為，并且開始在戰(zhàn)略上布局AI。

相較于圍棋這樣的規(guī)則世界，在倚重感覺、感性的時尚圈，AI能夠發(fā)揮多大的威力？

曾憲杰將人工智能可以解決的問題分為兩類：一類是非常確定性的，比如圍棋這樣的游戲規(guī)則相當(dāng)明確的問題；另一類是現(xiàn)在看起來并沒有那么明確規(guī)則的問題，比如搭配，上衣應(yīng)該是百分之多少的顏色，褲子是百分之多少的顏色，什么做工什么顏色比較好搭配等等，這種問題的解決對于人工智能往往更難。

蘑菇街時尚內(nèi)容總監(jiān)王瑩曾是時尚雜志資深時裝編輯，與袁泉、孫儷、黃軒等明星藝人有過合作。前不久熱映的《我的前半生》唐晶的專屬服裝造型設(shè)計師，正是與袁泉合作超過4年的王瑩。曾憲杰略帶調(diào)侃地設(shè)問，蘑菇街是否可以做一臺像王瑩一樣厲害的機器，給用戶做穿搭呢？他的回答是，目前人工智能發(fā)展到的程度是，可以比一般人水平好，但是相比專家還有差距。

有心的用戶應(yīng)該已經(jīng)留意到，蘑菇街APP新增了一個搭配的入口。曾憲杰介紹，現(xiàn)在的應(yīng)用狀況是，機器幫助內(nèi)容編輯在海量數(shù)據(jù)中找到合適的搭配，然后把結(jié)果給到編輯，但是現(xiàn)在還達不到80分，所以機器可以幫助人提高效率，卻還沒有辦法完全依靠機器。

曾憲杰認(rèn)為，通過人工智能方式訓(xùn)練的機器，有兩個演進階段：先是系統(tǒng)幫助人，以人為主，機器幫助人提高效率的同時也在學(xué)習(xí)。以蘑菇街的“穿搭小助手”來看，從最開始的搭配全靠人，到現(xiàn)在有人與系統(tǒng)相結(jié)合，當(dāng)負責(zé)搭配的編輯從上千萬的商品通過關(guān)鍵詞搜索、瀏覽圖片等方式找到符合要求的搭配候選單品，這個過程就給系統(tǒng)提供了很多數(shù)據(jù)，系統(tǒng)得以學(xué)習(xí)到非常多的知識；隨著這些訓(xùn)練的提升，一定會有一天變成人來協(xié)助機器、主要工作可以交給機器、人做一些抽查工作就可以了，換句話說，到那時機器推薦出來的搭配，人會覺得有80%的可行度。

“小助手”訓(xùn)練過三關(guān)

蘑菇街的人工智能到底是如何幫助用戶搭配的呢？人工智能落地的關(guān)鍵是數(shù)據(jù)。

從事計算機視覺和機器學(xué)習(xí)工作超過10年的蘑菇街圖像算法高級技術(shù)專家張洪明介紹，在數(shù)據(jù)方面，蘑菇街有優(yōu)勢。比如在圖像上，蘑菇街有海量圖像數(shù)據(jù)，有商品圖像，也有用戶上傳的圖像，還有業(yè)務(wù)積累中的圖像；在時尚分析算法方面，蘑菇街有一個團隊專門做這方面的算法研究；還有豐富的應(yīng)用場景，搭配即是很好的落地應(yīng)用。通過搭配推薦引擎（也是一種算法），在海量數(shù)據(jù)中尋找和某件衣服搭配的褲子或者裙子。目前，蘑菇街的穿搭“小助手”可以做到上裝和下裝的搭配，未來也會進一步擴展，比如根據(jù)每個用戶的愛好不同，也會搭配一些配件、首飾等。

張洪明介紹，要做好穿搭“小助手”，首先要具備理解圖片的能力，即圖像內(nèi)容識別。對于蘑菇街來說，讓人工智能理解時尚，就要把任意一張圖片理解得更加細粒度，從而識別到更加細節(jié)的元素。例如將一套完整的全身搭配圖片，分解為“煙粉圓領(lǐng)字母印花T恤、藍色牛仔短褲、亮黑小方包、白色松糕鞋”識別出來。這種圖片識別技術(shù)，可以極大地提高用戶的搜索效率，為搭配推薦提供了解決途徑。

人工智能與時尚電商結(jié)合，還要理解“搭配因素”。搭配因素包括流行趨勢，即不同時節(jié)、不同地域的流行單品的變化，除此之外還有流行單品的面料、材質(zhì)、外觀顏色和風(fēng)格等商品因素等。蘑菇街發(fā)布的2017秋冬女裝潮流趨勢，就能幫助蘑菇街的“私人穿搭小助手”讀懂潮流。

再加入用戶體驗因素和用戶畫像特征，在用戶搜索一件單品衣服的同時，這個“小助手”能為用戶找到更多可搭配的款式，形成候選集給到時尚運營，最終幫用戶找更“貼心”的搭配。

就人工智能對于海量數(shù)據(jù)的需求、電商平臺有關(guān)用戶行為的數(shù)據(jù)更為全面，這樣的觀點，曾憲杰有不同的看法。他認(rèn)為，訓(xùn)練機器，首先需要一定量的數(shù)據(jù)，比起數(shù)據(jù)的“海量”，數(shù)據(jù)“種類齊全”更為重要。“如果我們面向女性消費者在服裝、配飾領(lǐng)域里有比較全的數(shù)據(jù)，就夠了。因為對于機器學(xué)習(xí)來說，要訓(xùn)練它，訓(xùn)練好后測試它，然后在線上驗證效果，很少有公司訓(xùn)練級別的數(shù)據(jù)量就那么大，蘑菇街現(xiàn)在利用自有數(shù)據(jù)，就可以解決我們在這方面的需求。”曾憲杰透露，他們也會引入一些外部數(shù)據(jù)，比如一些社交網(wǎng)絡(luò)的數(shù)據(jù)，比如潮流趨勢的數(shù)據(jù)等來豐富數(shù)據(jù)來源。

曾憲杰強調(diào)，做機器訓(xùn)練，數(shù)據(jù)的豐富性優(yōu)于數(shù)據(jù)量，因為在做模型訓(xùn)練時，挖掘數(shù)據(jù)“特征”非常重要：這么多數(shù)據(jù)到底可以找到多少特征？你的數(shù)據(jù)特征有多細？幾百維度甚至上千維度的特征，哪一些對什么有用？等等這些是做機器學(xué)習(xí)過程中非常難解決問題的點。

除了面向用戶端提供“穿搭小助手”這樣的AI應(yīng)用，蘑菇街也在努力嘗試做銷量預(yù)測，以期未來能夠助理時尚服裝產(chǎn)業(yè)實現(xiàn)“柔性生產(chǎn)”，改善行業(yè)效率，更好地指導(dǎo)供應(yīng)鏈。

曾憲杰介紹，美麗聯(lián)合集團在AI方面的投入是全方位的，除了自己有專門的團隊做相關(guān)領(lǐng)域的研究以外，他們也在嘗試跟高校合作，結(jié)合對方理論的力量，甚至相當(dāng)長時間的積累，嘗試在工業(yè)界落地。“我們會很重視這一塊，因為我們看到它可以產(chǎn)生很大的業(yè)務(wù)價值?！彼鞔_表示。