人工智能（AI）可能会催生一种全新的时尚潮流:称之为“预测性时尚”。在ArXiv上发表的一篇论文中，来自加州大学圣地亚哥分校的研究人员和Adobe概述了人工智能不仅可以学习一个人的风格，还可以创造出与这种风格匹配的计算机生成的图像。该系统可以让零售商创造出个性化的服装，甚至可以用来帮助预测更广泛的时尚趋势。

• 论文地址：https://arxiv.org/pdf/1711.02231.pdf

本文详细介绍了两种不同的算法。首先，研究人员训练了一个卷积神经网络(CNN)来学习和分类用户对某些物品的偏好，使用了Amazon中的6种类别的购买数据:分别为男款与女款的鞋子、上衣和裤子。这种推荐模式在在线零售中很常见，通常出现在页面底部的“你可能喜欢的其他物品”选项中。

然后，研究小组利用这些信息来训练一个生成对抗网络(GAN)，这是一种在生成逼真的图像方面尤其精通人工智能。一个生成对抗网络的工作是通过两个网络在相同的数据上进行训练。其中一个网络生成基于该数据集的虚假图像，而另一个网络则使用相同的数据来确定图像是否真实。这种方法可以让网络改进其结果。在这个研究中，生成对抗网络为每个用户创建了多个图像。

生成对抗网络是由Ian Goodfellow创建的。在最近的新闻中:在一个不同的研究团队对好莱坞明星的真实形象进行了训练后，这些网络能够创造出令人毛骨悚然的假的名人的面孔。但他们的脸并不都是完美的，有些人的脸有些模糊，有些人还没有眉毛之类的特征。时尚这类项目产生较少问题的原因主要是因为训练网络的图像都是在白色背景下拍摄的，这使得创作出令人信服的图像变得容易很多。如果生成对抗网络被用来卖衣服的话，情况可能变得又不一样了。

添加生成对抗网络到推荐系统可以帮助在线零售商了解客户的需求，而不仅仅是已经存在的产品。尽管如此，研究人员仍需在这一过程中找出一些问题，包括如何将二维计算机生成的图像转换成三维渲染，从而制作出一件衣服。

加州大学圣地亚哥分校的计算机科学家、论文作者之一朱利安麦克考利表示:“这并不像是我们在制造一种缝纫模式。”

该团队的生成对抗网络也有一种方法可以取代设计师，甚至可以推荐一套新的服装。就目前而言，对于喜欢蓝色衬衫的顾客来说，生成对抗网络创造出了更多的蓝色衬衫。如果有人对黑裤子更加偏爱，生成对抗网络可以根据这一喜好生产出卡其裤，但这套系统目前还不能创造出一双能与一条裤子搭配得很好的鞋子。

尽管目前存在局限性，但对于人工智能的入侵来说，时尚这一方面似乎已经成熟;而且有大量的资金被投入其中。举例来说，Amazon已经在开发人工智能系统，以在识别时尚趋势方面提供帮助。与此同时，阿里巴巴刚刚推出了FashionAI，这是一项基于用户带到更衣室的物品来分析顾客的穿着品位，然后能够向顾客推荐商品的技术。

人工智能创业公司Vue.ai的首席科学家科斯塔·科尔伯特最近透露了一种使用生成对抗网络创建假时尚模型的方法。他表示，与UCSD和Adobe的研究结果一样，该公司需要大量数据，可能只对在线零售领域的大牌公司有所帮助。

不过，生成对抗网络将继续在网络时尚领域掀起波澜。科尔伯特指出，一些公司已经让顾客通过他们的个人测量来获得定制的商品。生成对抗网络可能是一种廉价、快速的方式，可以向用户展示所有不同的选项，当然，还可以出售更多的产品。