5 月 19 日，Facebook 宣布推出商铺（Shops）功能，旨在让 Instagram 和 Facebook 能成为真正的线上购物场所，作为社交领域巨头，这一步举措却显示出了它的谨慎和克制。
Facebook一直致力于发展人工智能在
时尚和购物方面的应用
根据 Facebook 最近一次财报电话会议显示，每月平均有 26 亿活跃用户通过其平台分享内容，预计在今年年底前，仅 Instagram 的用户就将达到 1.125 亿。面对如此巨大的流量驱动，仅仅在应用程序上刷屏和“点赞”决不能再满足这个社交王者，它同时也在跃跃欲试开启自己的最新使命：挑战人工智能在购物领域的极限。
谈起人工智能技术，首先我们需要谈到 GrokNet，这项技术不仅可以读取图像，即时当某些视觉数据被覆盖，它仍能够分析出它的外观。简单的说就是智能识别照片中的服装，无论是在图像前景直接可见的，还是在拍摄对象身后人物身上穿的。Facebook 声称，在很多情况下，该系统可以区分衬衫和连衣裙，以及绒面革领子和皮革领子，还可以自动标记商品和填写产品详细信息。
Facebook 人工智能部门负责人 Manohar Paluri 对 WWD 表示，这项技术的愿景是“通用产品识别”——消费者只需简单地拍张照片，系统可以在任何 Facebook 平台上挖掘出该产品的材料属性和品牌信息，当然这项技术成型的最终目标是在 Facebook 所属的平台上销售产品，被发掘的商品都会附上链接，这意味着在消费者无需再去博主评论中“索要”商品品牌和链接，便可以轻松购买自己喜欢的服饰。
Facebook AI 技术的演进
数以亿计的图像向 GrokNet 提供数据支持，系统对它们进行处理，并为每种产品创建多达 83 个分类。系统对产品分类的方式越多，准确性就越高。系统设法将简单的任务转移到自动化，这样更宝贵的人工工作就可以集中在更高级的层面。
在计算机视觉中，对图像的各个元素进行分割或归零，这对于技术人员了解所看到的内容至关重要。其他技术模型一次或许只能关注一个细节点，但 Facebook 的模型可以同时看到多重细节。
Facebook 应用计算机视觉团队研究科学家 Tamara Berg 解释到，“人工智能几乎经过了一系列不同的任务和不同的数据集的训练，目前它的下一个任务就是预测物体的类别，预测衣服是一件上衣还是裤子，然后根据预测的视觉特征再去进一步叠加颜色和款式，而把多层次的特征结合在一起是一个非常巨大、有挑战性的工作。”
Facebook 应用计算机视觉团队
研究科学家 Tamara Berg
换句话说，通过 GrokNet 传输的庞大数据量是其成功的关键原因，不仅仅是为了时尚，该技术系统可以锁定衣服，在未来就可以锁定家具和汽车等其他商品领域。
GrokNet 目前仍处于测试模式中，但 Facebook 的最终目标是旨在打造最聪明的“购物人工智能助手”，该团队还在开发另一项功能，可以将 2D 视觉效果转换为交互式和可旋转的 3D 产品图像，并在 Spark AR 平台的基础上进行增强现实试验。
就未来的时尚科技而言，这并不是 Facebook 所做的全部工作。该公司还在研究从 2D 视频中获取数据并将其转化为 3D 视觉效果的方法，并一直在积极开发一种专为时尚设计的神经网络。
Fashion++
Fashion++ 做出预测带来微妙变化
这种技术类似于人工智能造型师，但有一个关键的区别。Fashion++ 不推荐新服装或新产品，而是建议对现有服装进行微调，使其看起来更具时尚性。与其说是销售，不如说是建议。
这听起来也很基础，但事实并非如此。
Fashion++ 依赖于一个深度图像生成神经网络，其特点是机器学习可以提出建议和预测，可以观察一套衣服，并提出一些细微的变化，比如把衬衫塞进去、翻动衣领或卷起袖子。
随着 Facebook 深度发展购物人工智能技术，零售观察者似乎对其前景感到兴奋。LiveArea 策略和产品主管 Chris Hogue 表示：“它可以汇总来自不同地区，风格偏好和社会群体的用户的购买量，从而为每个人量身定制想法。汇总的数据将是预测时尚新趋势的好方法，可以为平台上的商店提供热门产品指南，招募新零售商，并使他们的商品与流行趋势保持一致。”
时机似乎也成熟了。根据 PFS Commerce 的研究，有 63% 的美国人在封锁期间在网上购买了一些他们通常不会考虑的东西。
PFS Commerce 副总裁兼董事总经理 Joe Farrell 表示，"随着疫情推动更多商家在线交易，我们可能会看到使用社交渠道销售商品的商家数量继续增加。因此，对于这些电子零售商来说，确保他们能够提供最佳的客户体验是至关重要的，从最初点击‘现在购买’按钮，到送货上门，甚至更多。愿意这样做的公司将有望留住客户，降低端到端服务成本，并提高客户总体满意度。”
但如果涉及到用户权限和隐私问题时，还是需要谨慎行事，这个问题刺激了美国联邦局的调查，2019 年，在对 Facebook 用户隐私进行调查之后，美国联邦贸易委员会批准了 50 亿美元的罚款。
Paluri 说，“实际上我们想要实现的目标是——追求如何借助社交优先的方法创造在线购物和商务体验的宏伟愿景。未来是什么？我们如何建造它？我们如何开拓它？这实际上都需要一步步去改变。”
他同时也承认了在时尚的人工智能领域开发是“非常艰难”的，但是数据科学家总喜欢解决棘手的问题。WWD
撰文Adriana Lee
编辑Lucy Geng
图片来源网络
