許多原先極大地仰仗個人及其經驗的工作，會被人工智能所取代，下一個這樣的職業也許是時裝編輯。
為時裝大片或是街拍照片標註照片內服飾、飾品的品牌、款式、型號、上市時間或是色號……，一家叫 Cortexica 的視覺識別公司，通過他們的核心技術就可以做到這些工作，並且，他們想要藉此來打通線上和線下的商品瀏覽和購物。
Cortexica 是五年前來自於英國帝國理工大學的人工智能研究成果。起初，這項研究是為了醫學圖像的識別而搭建算法。
我們此前在《百度首席科學家 Andrew Ng：如何從“機器學習”到“複製人類大腦”》中，介紹過人工智能和深度學習的一些理論基礎和原理。和“複製大腦”這個原理非常類似，來自帝國理工的研究學者 Jeffrey Ng 博士和另一位研究成員，也是通過研究人腦在接受到光線時大腦的反應方式，以及大腦接收到信息之後對信息進行的處理方式，隨後藉此運用 GPU 搭建模擬網絡來進行圖像識別、人臉識別等研究的。
2010 年，eBay 和 Cortexica 進行了一個實驗性的測試，主要通過 Cortexica 的識別技術來提供汽車信息。通過照片，Cortexica 的技術就可以提供出汽車的型號、品牌、出廠年份等信息，方便用戶在 eBay 上賣車。
受此啟發，eBay 想把這樣的識別技術用在更廣的產品類別上。這家最大的線上購物網站發現，一個女性用戶要在 eBay 上找到自己需要的東西，需要點擊 8 下鼠標；而他們希望縮短這個流程，在不需要點選品牌、款式、顏色等篩選項，就搜索出用戶想要的產品——精簡的流程讓用戶可以將商品的搜索即時搬到移動設備上。
比較典型的應用場景是，許多街拍時尚達人的照片，當用戶使用識別技術時，就可以找到相似或者甚至是相同款式的衣帽鞋包。
在 18 個月和 eBay 的合作過程中，他們開發出了 Find Similiar，這款產品和此前專注研究的精確匹配不同，它著重進行顏色、圖案和突出特徵的匹配，用以進行相似產品的推薦。Cortexica 的副總裁 Steve Semenzato 對《PingWest》說，和 eBay 的這次合作對他們塑造公司方向起到了很大的影響。
Cortexica 的視覺識別準確度並不是業界最高的——事實上，隨著機器學習、圖像識別等概念的推廣，每項研究和核心技術會在不同的專長領域尋找突破，比如一些公司擅長人臉識別，而另一些數據在文字識別和轉化上更強一些。他們最終決定把這項技術帶入時尚領域，Steve 說：“時尚行業是那麼多行業中少有的主動尋找和需求我們這類產品的行業。時尚行業是對這個技術有最正面積極反應的行業。”
現在，他們開發出了一款 Chrome 插件，用以向人們展示背後的核心技術，我們此前報導過的華人創業團隊 Orbeus 也有類似的做法。在打開這款 Chrome 插件後，用戶可以在任何一張搜索來的圖片上應用，在新打開的標籤頁（tab）中，用線框選擇出想要搜索的服裝或單品，隨後可以得到在 Google 中搜索類似產品所獲得的結果。同時，系統本身會記錄下來用戶是否喜歡匹配的結果，來對算法進行改進。
他們的 API 及技術已經被一些移動應用，比如 ShopStyle，StyleThief 所使用。
Steve Semenzato 表示，視覺識別、人工智能這些技術，仍然在研究發展進程中的。影響準確度的因素，並非是一個實驗室或是一家創業公司改善算法就能改變的，比如說，iPhone 攝像頭拍攝照片的原生數據是不開放的，除非蘋果公司作為製造商優先對這個設置進行改善，否則和他們差不多的創業公司都無能為力。在這點上，Android 的設備已經可以實現，因此識別效果會較好。
他們也期待在可穿戴設備這一波創業浪潮中，可以通過設備和攝像頭來獲得更多有用的即時信息數據。但在此之前，商業或個人可以先運用想像力，把這些技術應用在適當的領域，而不是完全靜態地去等待這個技術成熟。
（本文轉載自合作夥伴 PingWest；圖片來源：, CC Licensed）
Source: techorange.com
