В Индии разработали нейросеть для создания дизайна одежды
В Индии написали программу, которая с помощью нейросети и машинного обучения создает дизайн одежды. Она делает это в пять раз быстрее человека и анализирует спрос на модели прошлых лет, предсказывая, что точно купят в этом сезоне. Проект поможет шить одежду быстрее, а также решит проблему перепроизводства, считают эксперты в сфере модной индустрии. Однако дизайнерам придется учиться применять технологии, чтобы не потерять работу.
Прошло время, когда одежду кроили и шили вручную дизайнеры - им на смену пришло фабричное производство, однако процесс создания самих моделей и эскизов было невозможно отдать на исполнение машинам. До недавнего времени, когда стали появляться программы и инновации, способные справиться и с этой задачей. Одной из них стала технология нейросетей, которую использовала лаборатория инноваций Liquid Studio Accenture в Индии, чтобы автоматизировать процесс создания дизайна одежды для модных брендов.
С помощью этой технологии, с одной стороны, можно ускорить появление новых коллекций, а с другой - спрогнозировать спрос на те или иные модели, чтобы избежать перепроизводства.
Решение Accenture анализирует данные по продажам коллекций за предыдущие годы и помогает конструировать новые коллекции на основе спроса - выбирая самые популярные модели. С помощью программ Apparel-Style-Merge и Apparel-Style-Transfer дизайнеры могут комбинировать элементы из нескольких предметов одежды и создавать новые модели, применяя разные стили, фасоны, ткани и цвета. Программа задействует библиотеки искусственного интеллекта, а также технологии нейросетей, машинного обучения и deep learning.
По задумке разработчиков, программа поможет дизайнерам адаптироваться к темпам, которые сейчас предъявляет индустрия "быстрой моды". "Многие бренды обновляют коллекции не раз в сезон, как было раньше, а раз в несколько недель, так что от дизайнеров требуется огромная скорость при сохранении уникального индивидуального дизайна, - пояснял необходимость в технологии Арсений Кондратьев, руководитель Liquid Studio Accenture в России. - Благодаря ИИ и нейросетям любой дизайнер теперь может ускорить и упростить такую работу, подружив математику и творческое воображение".
Использование технологии ускоряет процесс создания эскизов с 10-15 до 2-3 минут, показало исследование, проведенное Accenture совместно с Fashion University.
При этом разработчики настаивают, что их технология также решит проблему перепроизводства одежды, прогнозируя спрос. По оценкам ShareCloth, около 30% произведенной в мире одежды в 2018 году так и не распродали, отправив на свалку.
Технология позволит сократить время дизайнеров на выполнение рутинных операций, освободив его для решения более сложных и творческих задач, уверены создатели программы. Однако многие дизайнеры рискуют лишиться работы, если технология в перспективе сможет исполнять их функции более оперативно, эффективно, а главное, дешево.
"Искусственный интеллект расширяет возможности и оптимизирует работу модной индустрии: алгоритм позволяет распознавать одежду по фото, побывать в виртуальной примерочной, не вставая с дивана, подобрать идеальный размер и многое другое, - отмечает Александр Шумский, президент Национальной палаты моды и Mercedes-Benz Fashion Week Russia. - Разработка лаборатории Liquid Studio Accenture имеет большой потенциал, но это не новинка. Эксперименты с ИИ в проектировании одежды идут уже лет пять".
По мнению Шумского, нейросеть не заменит самого дизайнера, пока не существует искусственного интеллекта с абстрактным мышлением. "Нейросеть - это результат, построенный на определенном алгоритме. Ее накачивают образами и задают параметры для создания новых моделей, а человек уже выбирает подходящие дизайны из тех, что сгенерировала нейросеть, - добавляет эксперт. - Многое еще зависит от процесса обучения ИИ, но нейросеть может стать хорошим помощником дизайнеру, выдавая на выбор большое количество сочетаний за короткий срок".
В России также ведутся разработки стартапов в этой области: например, MF Studio - искусственный интеллект, разрабатывающий дизайн одежды, который презентовали еще в 2017 году. "Идея была инновационная, опередившая свое время. Но
даже тогда у московской компании были коммерческие клиенты, например, нейросеть создала коллекцию для одного бельевого бренда, - вспоминает Шумский. - Теперь настало время для таких проектов, с монетизацией не должно быть проблем. В мире существует много ИИ-проектов, которые помогают в проектировании одежды, построении лекал. Такие компании есть и в Греции, и в Сингапуре".
Технологии помогут решить проблему перепроизводства, уверен Шумский: позволят сократить ресурсы, затрачиваемые на создание коллекций, а также количество нераспроданных вещей, которые ежегодно отправляются тоннами на свалки. "Насколько точно ИИ может предсказывать спрос, пока непонятно. Но опыт некоторых маркетплейсов и магазинов, которые уже давно интегрировали ИИ в свои процессы, показывает, что нейросеть улучшает статистику продаж, - отмечает эксперт. - У всех онлайн-магазинов есть модули, которые предлагают клиентам новинки на основе поиска и покупок - это самая простая наглядная демонстрация, как нейросети улучшают процесс шоппинга. Чем лучше модуль справляется с поставленной задачей, тем больше клиент покупает".
Сокращает ресурсы и возможность создавать "цифровую одежду" - 3D-модели, которых пока не существует в физической реальности. "Это не требует больших ресурсов, к тому же это отличный способ заранее проверить, насколько будут популярны среди клиентов определенные модели", - обращает внимание Шумский.
Большие бренды уже внедряют подобные технологии: к примеру, Miu Miu использовал NextAtlas, чтобы проанализировать более 300 тыс. аккаунтов инфлюенсеров и их подписчиков, а Marni в 2019 году при помощи платформы Edited анализировал ценообразование в новом сезоне.
Работа с big data и ИИ - это следующий шаг на пути к оптимизации производства, избавляющий от посредников и позволяющий избегать больших затрат, считает эксперт.
"Уходит время тренд-форкастинг агентств, которые предоставляли анализ трендов на рынке и позволяли создавать коммерчески выгодные коллекции. Работа напрямую с ИИ дает шанс персонализировать технологию под конкретные запросы марок", - резюмирует президент Национальной палаты моды и Mercedes-Benz Fashion Week Russia.
Не только аналитические агентства могут лишиться работы, но и дизайнеры, которые не успеют перестроиться на новый формат. Дизайнер Юлия Иванова, основатель бренда Unicorn Furs, настроена оптимистично. "Я рада появлению новых технологий, которые могут быть применимы в индустрии моды. С помощью искусственного интеллекта сейчас улучшаются процессы во многих отраслях, - отмечает она. - При помощи ИИ бренды смогут гораздо лучше планировать свой ассортимент и спрос на коллекции, оптимизируют количество производимой одежды и станут более экологичными".
По мнению Ивановой, многие задачи, которые сейчас выполняет дизайнер, со временем передадут роботам. "Так произойдет и уже происходит во многих сферах, и это здорово. Роботы возьмут на себя менее творческую работу, а мы сможем больше времени уделять креативу", - убеждена эксперт.
Однако дизайнерам придется работать с машинами, буквально обучиться их языку. "Я недавно начала учиться программированию. Думаю, в будущем во многих профессиях без навыков программирования — понимания языка машин, будет сложно, и дизайн одежды не исключение, - добавляет она. - Но это не значит, что роботы заменят дизайнеров, как водителей такси. Нет, я думаю, мы станем партнерами".