「人工智慧設計師」參加時裝大賽，名次讓人絕對想不到

「我是DeepVogue，誕生於深蘭科學院。GAN（生成式對抗網路）、VAE（變分自編碼器）和深度學習演算法，讓我獲得了深層次的創新覺醒。」在昨晚舉行的「未來時尚」中國國際服裝設計創新大賽總決賽上，上海人工智慧企業深蘭科技研發的服飾輔助設計系統DeepVogue成為一名特殊的參賽者。最終，它的作品得到評委認可，獲得亞軍。

此次大賽由上海市經信委指導，中國服裝協會和上海時尚之都促進中心共同主辦。除DeepVogue外，另外15個參賽團隊來自法國高級時裝學院、歐洲設計學院、清華大學、東華大學等國內外高校。知名服裝設計師王新元、知名服裝設計師張肇達、義大利時尚協會原主席弗蘭克、鋼琴家孔祥東等擔任專家評委。50位來自時尚媒體、服裝設計工作室、服裝品牌企業等機構的從業人員組成評審團，參與評選。

在「智創時尚」環節，隨著輕柔靈動的音樂響起，整個秀場安靜下來。只見T台上，6名女模特身著DeepVogue設計的連衣裙或套裝向觀眾走來。這些時裝屬於白色系，輔以流蘇、蕾絲、亮片等設計元素，顯得高雅而飄逸。

模特身著DeepVogue設計的時裝向觀眾走來。

近年來，人工智慧在智能安防、智慧城市、自動駕駛等領域的應用日益普及，但用於服裝設計可能還是第一次。計算機程序為何會擁有這種富有創造性、需要非線性思維的本領？深蘭科技研發團隊介紹，DeepVogue採用「結伴學習」等深度學習演算法，將海量的模特走秀圖、時裝照片作為樣本，進行機器自學習。服裝設計師可將自己喜歡的各種素材輸入DeepVogue，讓這個系統進行深度學習；隨後設置一些設計主題或關鍵詞，它就能在一秒左右生成上千張不重樣的設計圖，並能確保服裝在品牌調性上的一致性。

模特身著DeepVogue設計的時裝向觀眾走來。

關於「結伴學習」，研發團隊成員方林博士解釋說，這是一種深度學習模型，在圖像、視頻、自然語言處理中扮演著重要角色。在傳統的深度學習模型中，各個樣本都是孤立的，模型只會處理一個個單獨的樣本。「結伴學習」模型則不同，處理的是一對對樣本。在進行大樣本訓練時，這種模型就能通過樣本本身和樣本差異學習知識、掌握規律，與傳統模型相比，不僅提高了學習效率，還提高了學習精度。

在點評環節，張肇達評價說，DeepVogue設計的時裝在作品完整性、多元組合性、材質肌理性方面都很不錯，但在藝術創意和當代性方面有所欠缺。與摘得冠軍的歐洲設計學院作品相比，人工智慧設計師的弱項就表現得尤為明顯。在他看來，人工智慧在服裝設計行業大有用武之地，將起到越來越重要的輔助作用。人類設計師的靈感和對時尚的把握，與人工智慧設計系統的大數據學習能力相結合，有望催生更多更優秀的服裝。

獲得冠軍的歐洲設計學院作品

王新元說，將人工智慧應用於服裝設計是時尚行業的重要創新，是未來的一個發展方向。人與機器合作，可以為設計師節省前期的調研篩選時間，讓設計師從機器生成的成千上萬張設計圖中汲取靈感。

深蘭科技研發團隊表示，今後將增加並完善DeepVogue的一系列功能，如提高對圖片多樣性的學習能力，增加圖片分類管理功能；嘗試與其它視覺資料庫連接，捕獲街拍圖像中的流行元素。他們將推進這個服飾輔助設計系統的商用進程，讓人工智慧儘快為設計師服務，也為客戶提供有大數據支撐的時尚導引。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！