Facebook 如何打造最聰明的“人工智能購物助手”

5 月 19 日，Facebook 宣布推出商鋪（Shops）功能，旨在讓 Instagram 和 Facebook 能成為真正的線上購物場所，作為社交領域巨頭，這一步舉措卻顯示出了它的謹慎和克制。

Facebook一直致力於發展人工智能在

時尚和購物方面的應用

根據 Facebook 最近一次財報電話會議顯示，每月平均有 26 億活躍用戶通過其平台分享內容，預計在今年年底前，僅 Instagram 的用戶就將達到 1.125 億。面對如此巨大的流量驅動，僅僅在應用程序上刷屏和“點讚”決不能再滿足這個社交王者，它同時也在躍躍欲試開啟自己的最新使命：挑戰人工智能在購物領域的極限。

談起人工智能技術，首先我們需要談到 GrokNet，這項技術不僅可以讀取圖像，即時當某些視覺數據被覆蓋，它仍能夠分析出它的外觀。簡單的說就是智能識別照片中的服裝，無論是在圖像前景直接可見的，還是在拍攝對象身後人物身上穿的。Facebook 聲稱，在很多情況下，該系統可以區分襯衫和連衣裙，以及絨面革領子和皮革領子，還可以自動標記商品和填寫產品詳細信息。

Facebook 人工智能部門負責人 Manohar Paluri 對 WWD 表示，這項技術的願景是“通用產品識別”——消費者只需簡單地拍張照片，系統可以在任何 Facebook 平台上挖掘出該產品的材料屬性和品牌信息，當然這項技術成型的最終目標是在 Facebook 所屬的平台上銷售產品，被發掘的商品都會附上鏈接，這意味著在消費者無需再去博主評論中“索要”商品品牌和鏈接，便可以輕鬆購買自己喜歡的服飾。

Facebook AI 技術的演進

數以億計的圖像向 GrokNet 提供數據支持，系統對它們進行處理，並為每種產品創建多達 83 個分類。系統對產品分類的方式越多，準確性就越高。系統設法將簡單的任務轉移到自動化，這樣更寶貴的人工工作就可以集中在更高級的層面。

在計算機視覺中，對圖像的各個元素進行分割或歸零，這對於技術人員了解所看到的內容至關重要。其他技術模型一次或許只能關注一個細節點，但 Facebook 的模型可以同時看到多重細節。

Facebook 應用計算機視覺團隊研究科學家 Tamara Berg 解釋到，“人工智能幾乎經過了一系列不同的任務和不同的數據集的訓練，目前它的下一個任務就是預測物體的類別，預測衣服是一件上衣還是褲子，然後根據預測的視覺特徵再去進一步疊加顏色和款式，而把多層次的特徵結合在一起是一個非常巨大、有挑戰性的工作。”

Facebook 應用計算機視覺團隊

研究科學家 Tamara Berg

換句話說，通過 GrokNet 傳輸的龐大數據量是其成功的關鍵原因，不僅僅是為了時尚，該技術系統可以鎖定衣服，在未來就可以鎖定家具和汽車等其他商品領域。

GrokNet 目前仍處於測試模式中，但 Facebook 的最終目標是旨在打造最聰明的“購物人工智能助手”，該團隊還在開發另一項功能，可以將 2D 視覺效果轉換為互動式和可旋轉的 3D 產品圖像，並在 Spark AR 平台的基礎上進行擴增實境試驗。

就未來的時尚科技而言，這並不是 Facebook 所做的全部工作。該公司還在研究從 2D 視頻中獲取數據並將其轉化為 3D 視覺效果的方法，並一直在積極開發一種專為時尚設計的神經網絡。

Fashion++

Fashion++ 做出預測帶來微妙變化

這種技術類似於人工智能造型師，但有一個關鍵的區別。Fashion++ 不推薦新服裝或新產品，而是建議對現有服裝進行微調，使其看起來更具時尚性。與其說是銷售，不如說是建議。

這聽起來也很基礎，但事實並非如此。

Fashion++ 依賴於一個深度圖像生成神經網絡，其特點是機器學習可以提出建議和預測，可以觀察一套衣服，並提出一些細微的變化，比如把襯衫塞進去、翻動衣領或卷起袖子。

隨著 Facebook 深度發展購物人工智能技術，零售觀察者似乎對其前景感到興奮。LiveArea 策略和產品主管 Chris Hogue 表示：“它可以匯總來自不同地區，風格偏好和社會群體的用戶的購買量，從而為每個人量身定製想法。匯總的數據將是預測時尚新趨勢的好方法，可以為平台上的商店提供熱門產品指南，招募新零售商，並使他們的商品與流行趨勢保持一致。”

時機似乎也成熟了。根據 PFS Commerce 的研究，有 63% 的美國人在封鎖期間在網上購買了一些他們通常不會考慮的東西。

PFS Commerce 副總裁兼董事總經理 Joe Farrell 表示，"隨著疫情推動更多商家在線交易，我們可能會看到使用社交渠道銷售商品的商家數量繼續增加。因此，對於這些電子零售商來說，確保他們能夠提供最佳的客戶體驗是至關重要的，從最初點擊‘現在購買’按鈕，到送貨上門，甚至更多。願意這樣做的公司將有望留住客戶，降低端到端服務成本，並提高客戶總體滿意度。”

但如果涉及到用戶權限和隱私問題時，還是需要謹慎行事，這個問題刺激了美國聯邦局的調查，2019 年，在對 Facebook 用戶隱私進行調查之後，美國聯邦貿易委員會批準了 50 億美元的罰款。

Paluri 說，“實際上我們想要實現的目標是——追求如何借助社交優先的方法創造在線購物和商務體驗的宏偉願景。未來是什麽？我們如何建造它？我們如何開拓它？這實際上都需要一步步去改變。”

他同時也承認了在時尚的人工智能領域開發是“非常艱難”的，但是數據科學家總喜歡解決棘手的問題。WWD

撰文Adriana Lee

編輯Lucy Geng

圖片來源網絡