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

Иранский синдром Иранский синдром

Как экономика Исламской Республики приспособилась к условиям санкций

Forbes
«Чайник» за рулем. Как решить проблему аварий с участием неопытных водителей «Чайник» за рулем. Как решить проблему аварий с участием неопытных водителей

В России, как известно, две беды, и часто они приходят парой

СНОБ
Почему так сложно выйти из токсичных отношений Почему так сложно выйти из токсичных отношений

Почему прекратить абьюзивные отношения бывает крайне непросто?

Psychologies
Холланд наступает: почему Том Холланд — новый всеобщий любимец Холланд наступает: почему Том Холланд — новый всеобщий любимец

Чем хорош Том Холланд и почему ему светит большое голливудское будущее

Esquire
Мама в форме: как сообщество матерей футболистов меняет отношение к женщинам в спорте Мама в форме: как сообщество матерей футболистов меняет отношение к женщинам в спорте

«Футбольные мамы» — всероссийский конкурс, который превратился в сообщество

Forbes
Почему пора перестать бояться разговоров об онкологии и начать следить за своим здоровьем Почему пора перестать бояться разговоров об онкологии и начать следить за своим здоровьем

Что такое онкология и как она появляется?

GQ
Adobe Flash Player больше нет: чем его заменить Adobe Flash Player больше нет: чем его заменить

Чем же теперь пользоваться после отказа Adobe от Flash Player?

Популярная механика
«Тараканы и те интересны» «Тараканы и те интересны»

С Юрием Васнецовым каждый из нас знаком с детства

Дилетант
Что такое гиалуроновая кислота и как она работает Что такое гиалуроновая кислота и как она работает

Гиалуроновая кислота: как с ее помощью сделать кожу красивее и здоровее?

РБК
Опознанный летающий объект: история изобретения фрисби Опознанный летающий объект: история изобретения фрисби

История тарелки фрисби

Популярная механика
5 лучших книг для девочек, женщин и тех, кто о них заботится 5 лучших книг для девочек, женщин и тех, кто о них заботится

Книги: с какими трудностями сталкиваются современные девушки, как их поддержать?

Популярная механика
Хватит мерзнуть Хватит мерзнуть

9 привычек, из-за которых тебе холоднее, чем должно быть

Лиза
Нырнуть в вулкан, пробежать марафон: чем заняться в Антарктиде «летом» Нырнуть в вулкан, пробежать марафон: чем заняться в Антарктиде «летом»

Рассказываем, как попасть в Антарктиду и чем там заняться

РБК
Ноутбук из Антарктиды и полярный интернет: техника исследовательских станций Ноутбук из Антарктиды и полярный интернет: техника исследовательских станций

Как устроена связь Антарктиды с другими материками и зачем туда летают сисадмины

Популярная механика
Что на самом деле показывает Netflix Что на самом деле показывает Netflix

Что лежит в библиотеке собственных сериалов и передач Netflix

Esquire
Как сэкономить на платных трассах: советы по выбору транспондера Как сэкономить на платных трассах: советы по выбору транспондера

Транспондер: что это за устройство, как работает и какие виды бывают

РБК
Герасим и топор, или Преступление без наказания Герасим и топор, или Преступление без наказания

Вероятно, это самое знаменитое описание преступления в мировой литературе

Дилетант
Уилл Смит: Will. Честная автобиография о превращении простого мальчишки из Филадельфии в кинозвезду Уилл Смит: Will. Честная автобиография о превращении простого мальчишки из Филадельфии в кинозвезду

Отрывок из автобиографии Уилла Смита «Will» — о первых шагах к славе

СНОБ
С глаз долой, из сердца вон: как удалить аккаунт в ВК, чтобы никто не обиделся С глаз долой, из сердца вон: как удалить аккаунт в ВК, чтобы никто не обиделся

Понятное руководство к действию: как удалить аккаунт во ВКонтакте

Playboy
По ту сторону: городские легенды, которую помогут понять Россию По ту сторону: городские легенды, которую помогут понять Россию

Городской фольклор таит в себе многое, о чем умалчивают официальные гиды

Esquire
Время жизни нейтрона измерили с орбиты луны Время жизни нейтрона измерили с орбиты луны

Время жизни нейтрона с орбиты Луны совпало с результатами экспериментов на Земле

N+1
Выкидыш из-за скандала: охранник роддома выгнал истекающую кровью беременную Выкидыш из-за скандала: охранник роддома выгнал истекающую кровью беременную

Уроженка Обнинска Калужской области потеряла ребенка на 4-й неделе беременности

Cosmopolitan
Ученые исследовали гамма-вспышки, сопровождающие молнии в атмосфере Ученые исследовали гамма-вспышки, сопровождающие молнии в атмосфере

Ученые построили модель развития наземных гамма-вспышек

Популярная механика
5 причин, по которым ты набираешь вес во время месячных 5 причин, по которым ты набираешь вес во время месячных

На сколько нормально поправиться во время месячных?

Cosmopolitan
Алена Ахмадуллина — о юбилее бренда, виртуальной одежде и аватаре Алена Ахмадуллина — о юбилее бренда, виртуальной одежде и аватаре

Как строить успешный фэшн-бизнес в России и легко ли сказку делать былью

РБК
Как перестроить судебную систему в России Как перестроить судебную систему в России

Суды в России давно стали притчей во языцех — критикуют их все кому не лень

СНОБ
Читать подано: лучшие книги 2021 года Читать подано: лучшие книги 2021 года

Подборка самых крутых литературных премьер 2021 года

Популярная механика
7 самых неудачливых героев фильмов ужасов 7 самых неудачливых героев фильмов ужасов

У этих героев каждый день — пятница, 13-е

Maxim
Резонансы Фешбаха увидели в атомно-ионной смеси Резонансы Фешбаха увидели в атомно-ионной смеси

Физикам удалось увидеть формирование резонансов Фешбаха

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
Открыть в приложении