MIT Technology Review искусственный интеллект Amazon может стать законодателем моды


Оглавление (нажмите, чтобы открыть):

Искусственный интеллект Amazon закрыли, когда он понял, что женщины хуже мужчин

Искусственный интеллект Amazon, предназначенный для сортировки резюме соискателей, оценивал мужчин выше, чем женщин. В частности, он отбраковывал резюме со словом «женский» и предлагал нанимать кандидатов, которые использовали в речи типичные мужские глаголы, даже если у этих людей не было нужных навыков. В результате компании пришлось закрыть проект.

Искусственный кадровый интеллект

Специалисты по машинному обучению Amazon обнаружили, что искусственный интеллект, который обрабатывает резюме кандидатов на должности в компании, дискриминирует женщин-соискателей, сообщает Reuters. Эта особенность не закладывалась в систему умышленно — она явилась результатом машинного обучения.

Механизм сортировки резюме на базе искусственного интеллекта разрабатывается в Amazon с 2014 г. группой из 12 специалистов в Эдинбурге. Уже в 2015 г. в компании заметили, что новая система не придерживается принципа гендерной нейтральности при оценке кандидатов на должности разработчиков ПО и другие технические вакансии.

Вскоре они поняли причину: дело в том, что система проходила обучение на резюме, поступивших в компанию за последние 10 лет. Большая часть этих резюме принадлежала мужчинам, что в целом отражает положение дел в ИТ-отрасли. В результате искусственный интеллект Amazon усвоил, что соискатели-мужчины более предпочтительны, чем женщины.

Лингвистическая отбраковка

В итоге искусственный интеллект начал отбраковывать резюме, содержавшие слово «женский» в таких, например, выражениях как «капитан женского шахматного клуба». Механизм также снижал оценки выпускницам двух женских колледжей, но источники Reuters не уточняют их названия. Оценивая резюме, искусственный интеллект присваивал им от одной до пяти звезд — очень похоже на то, как покупатели оценивают товары на сайте Amazon.

Система обращала внимание и на другие слова. Разработчики создали 500 компьютерных моделей для разных должностных обязанностей и географических локаций. Каждая модель была обучена распознавать около 50 тыс. слов-сигналов, которые присутствовали в резюме соискателей.

Примечательно, что механизм игнорировал слова, обозначающие навыки, которые часто прописаны в резюме ИТ-специалистов, такие как умение писать различные коды и т. п. Вместо этого система отслеживала, например, типичные для мужской речи глаголы в самоописании кандидатов, вроде «выполнил» (executed) или «захватил» (captured), поскольку они регулярно встречались в старых резюме, на которых училась машина. С таким подходом гендерная дискриминация была не единственной проблемой — механизм зачастую рекомендовал на должность людей, не обладающих нужными навыками.

Дальнейшая судьба проекта

Amazon скорректировала работу системы таким образом, чтобы она больше не реагировала на слова-сигналы. Однако это не было гарантией, что механизм не найдет другого способа определять резюме, принадлежащие женщинам. К началу 2020 г. компания разочаровалась в проекте и распустила команду. Источники Reuters утверждают, что специалисты по кадрам принимали во внимание рекомендации системы, но никогда не полагались на них исключительно.

Один из источников сообщает, что проект закрыт. Другой утверждает, что в Эдинбурге была сформирована новая команда, чтобы продолжить разработку механизма, но на этот раз с уклоном в равноправие и инклюзивность. Еще один источник сообщает, что сильно видоизмененная версия механизма сейчас используется для выполнения рутинной работы — например, для удаления повторяющихся резюме из базы данных.

На складах Amazon работает ИИ для слежки за сотрудниками. Он увольняет несколько тысяч работников в год

На складах компании Amazon работает искусственный интеллект, предназначенный для слежки за сотрудниками. Нейросеть уже уволила несколько тысяч человек за то, что они недостаточно быстро и четко выполняли свою работу, пишет The Verge.

Система фиксирует не только скорость и четкость выполнения работы, но и время, которое сотрудник отсутствует на рабочем месте. В случае долгой паузы ИИ выдает предупреждение — а несколько предупреждений означают автоматическое увольнение.

Сотрудники интернет-ритейлера рассказали изданию, что из-за страха увольнения они не ходят в туалет. Кроме того, они жалуются, что нейросеть принимает их не за людей, а за роботов — и обращается с ними соответствующим образом.


В Amazon изданию рассказали, что система более гуманна, чем человек на той же позиции. Кроме того, у менеджеров есть право вето на решения ИИ.

Ранее сообщалось, что с 2015 по 2020 годы некоторые китайские компании, работающие в производственной сфере, сократили 30-40% персонала. В ближайшие годы под сокращение могут попасть около 100 млн сотрудников — столько человека работает на производстве в стране, — а им на смену могут прийти роботы.

Искусственный интеллект Amazon, отбиравший кандидатов на работу, отдавал предпочтение мужчинам

Такое поведение не было заложено при проектировании, а стало результатом обучения

Специалисты Amazon, занимающиеся машинным обучением, обнаружили неожиданный факт: созданная ими нейронная сеть, призванная помогать при отборе кандидатов на работу, отдавала предпочтение мужчинам. Когда это выяснилось, искусственный интеллект отстранили от выполнения указанной обязанности. Однако интересно вот что: указанное поведение ИИ не было заложено при проектировании, а стало результатом обучения.

Компания Amazon широко использует средства автоматизации и передовые технологии. Программа, о которой идет речь, разрабатывалась с 2014 года. О том, что она отдает предпочтение мужчинам, стало известно в 2015 году.

Причина дискриминации по половому признаку оказалась проста. В качестве базы для обучения разработчики использовали реальные резюме соискателей, принятых на работу в течение последних 10 лет. Большая часть этих резюме была написана мужчинами, что соответствовало сложившемуся состоянию рынка труда в этой сфере. Заметив, что в одобренных резюме чаще встречаются речевые обороты, выдающие в авторе мужчину, нейронная сеть посчитала это признаком лучших кандидатов и стала браковать резюме, поданные женщинами.

Кроме того, ИИ ставила рассказы о достижениях выше сведений о профессиональной подготовке. Таким образом, лучшую рекомендацию мог получить соискатель, даже не обладающий нужными навыками.

В работу системы были внесены коррективы, но гарантий, что в будущем ИИ снова не свернет на кривую дорожку, выявив менее очевидный способ выявлять и забраковывать женщин, не было. Поэтому в прошлом году проект был закрыт. Во всяком случае, официально.

Источник уточняет, что рекомендации программы никогда не были единственным основанием для принятия решений, хотя отдел кадров и принимал их во внимание.

Новый чип может изменить будущее искусственного интеллекта

Не так давно, ясным утром в Палм-Спрингс, штат Калифорния, Вивьен Се вышла на небольшую сцену, чтобы провести, пожалуй, самую нервную презентацию в своей карьере. Тема была известна ей насквозь. Она должна была рассказать аудитории о чипах, которые разрабатывались в ее лаборатории в MIT и которые обещают принести мощный искусственный интеллект на множество устройств с ограниченным электропитанием. Известно, что большая часть вычислительных задач силами искусственного интеллекта сегодня проводился в огромных дата-центрах. Тем не менее, событие — и аудитория — заставили Се задуматься.

Не самый маленький чип, но и потенциал у него намного выше!

Искусственный интеллект на чипе

MARS — место проведения — представляет собой элитную конференцию, попасть на которую можно только по приглашению. Роботы перекатываются (или летают) по роскошному курорту, известные ученые общаются с писателями-фантастами. Очень немногие ученые приглашаются для технических докладов, и эти сессии должны быть и вдохновляющими, и поучительными. Между тем, народу собралось — около сотни известнейших исследователей, директоров и предпринимателей мира. MARS проводит не кто иной как основатель и председатель совета директоров Amazon, Джефф Безос. Он сидел в первом ряду.

«Аудитория, можно так сказать, была довольно высокого уровня», вспоминает Се со смехом.


Выступающие на MARS представили роботов-каратистов, дронов-насекомых и даже оптимистичные чертежи для марсианских колоний. Чипы Се могли показаться относительно скромными; невооруженный глаз не отличил бы их от чипов, которые имеются в любом электронном устройстве. Однако они — возможно — были намного важнее всего остального, что показали на мероприятии.

Новые возможности искусственного интеллекта

Вивьен Се собственной персоной

Новейшие разработки в области чипов — вроде тех, которые разрабатывались в лаборатории Се — могут иметь решающее значение для будущего прогресса искусственного интеллекта (ИИ), включая области тех же дронов и роботов, которые были на MARS. До недавних пор ПО для ИИ полагалось по большей части на графические чипы, но новое оборудование может сделать алгоритмы ИИ более мощными, что откроет новые применения. Новые чипы для ИИ могли бы сделать роботов-кладовщиков более повсеместными или позволить смартфонам создавать фотореалистичный пейзаж с дополненной реальностью.

Чипы Се одновременно и чрезвычайно эффективны, и гибкие в своем дизайне, что важно для области, которая стремительно развивается.

Эти микрочипы предназначены для того, чтобы выжимать больше из алгоритмов «глубокого обучения» ИИ, которые и без того перевернули мир с ног на голову. И в процессе этого они могут вдохновить сами алгоритмы на эволюцию. «Нам нужно новое аппаратное обеспечение, потому что закон Мура замедлился», говорит Се, имея в виду аксиому, введенную соучредителем Intel Гордоном Муром, который предсказал, что число транзисторов на чипе будет удваиваться примерно каждые 18 месяцев.

Сейчас этот закон все сильнее упирается в физические ограничения, связанные с инженерными компонентами в атомных масштабах. И это стимулирует новый интерес к альтернативным архитектурам и подходам к вычислениям.

Высокие ставки, связанные с инвестициями в чипы ИИ следующего поколения и сохранением доминирующего положения Америки в производстве чипов в целом, очевидны для правительства США. Микрочипы Се разрабатываются при поддержке программы DARPA по разработке новых конструкций микрочипов для искусственного интеллекта. И, конечно, эта программа создавалась на фоне стремительного развития Китая в этой же области.

Но инновации в производстве микрочипов стимулировались в основном за счет развития глубокого обучения, очень мощного способа обучения машин выполнению полезных задач. Вместо того, чтобы давать компьютеру набор правил, которым нужно следовать, машина по сути программирует себя сама. Обучающие данные подаются в большую имитируемую искусственную нейронную сеть, которая затем настраивается таким образом, чтобы получить желаемый результат. При достаточной тренировке система глубокого обучения может находить незаметные и абстрактные закономерности в данных. Этот метод применяется для растущего числа практических задач, от распознавания лиц на смартфонах до прогнозирования заболеваний по медицинским снимкам.

Новая гонка технологий чипов

Пока серьезные чипы будущего используются в основнов в незначительных гаджетах, но скоро все изменится.

Глубокое обучение не особо зависит от закона Мура. Нейронные сети выполняют много математических вычислений параллельно, поэтому они гораздо эффективнее работают на специализированных графических чипах для видеоигр, которые производят параллельные вычисления для визуализации трехмерных изображений. Но микрочипы, разработанные специально для вычислений, лежащих в основе глубокого обучения, должны быть еще более мощными.

Потенциал новых архитектур микросхем для улучшения искусственного интеллекта поднял уровень предпринимательской активности, которого индустрия микросхем не видела десятилетиями.

Мастер Йода рекомендует:  JS Charting Таблицы Google Javascript

Крупные технологические компании, которые надеются использовать и коммерциализировать ИИ — включая Google, Microsoft и Amazon — работают над своими собственными чипами глубокого обучения. Многие компании поменьше также разрабатывают новые чипы. «Невозможно уследить за всеми компаниями, которые прыгают в эту гонку за чипы ИИ», говорит Майк Делмер, аналитик микрочипов из Linley Group, аналитической компании. «Я не шучу: мы узнаем по крайней мере об одной каждую неделю».

Реальная возможность состоит не в том, чтобы построить самые мощные чипы глубокого обучения, считает Се. Важна эффективность энергопотребления, поскольку ИИ также нужно работать за пределами крупных дата-центров, полагаясь при этом лишь на энергию, доступную в батарее устройства.

«ИИ будет всюду — и выяснить, как сделать все это энергоэффективным, будет чрезвычайно важно», говорит Навин Рао, вице-президент по продуктам искусственного интеллекта в Intel.


Аппаратное обеспечение Се, к примеру, более эффективно потому, что оно физически уменьшает проблему того, где данные хранить и где анализировать, а также использует умные схемы для повторного использования данных. Перед тем, как присоединиться к MIT, Се впервые применила этот подход для повышения эффективности сжатия видео в Texas Instruments.

В такой быстроразвивающейся области, как глубокое обучение, задача тех, кто работает над чипами для ИИ, состоит в том, чтобы убедиться, что они достаточно гибкие, чтобы их можно было адаптировать под работу с любым приложением. Можно легко спроектировать суперэффективный чип, способный делать только одно, но такой продукт быстро устареет.

Чип Се называется Eyeriss. Разработанный в сотрудничестве с Джоэлем Эмером, научным сотрудником Nvidia и профессором MIT, чип был протестирован с рядом стандартных процессоров, чтобы увидеть, как он обрабатывает ряд различных алгоритмов глубокого обучения. Согласно статье, опубликованной в прошлом году, благодаря совмещению эффективности с гибкостью, новый чип достигает производительности в 10 или даже 1000 раз большей, чем существующее оборудование.

Более простые чипы ИИ уже оказывают существенное влияние. Высококачественные смартфоны уже включают чипы, оптимизированные для запуска алгоритмов глубокого обучения для распознавания изображений и голоса. Более эффективные чипы могли бы позволить этим устройствам обрабатывать более мощный код ИИ с лучшими способностями. Самоуправляемые автомобили нуждаются в мощных компьютерных чипах, поскольку большинство нынешних прототипов полагаются на гору компьютеров.

Рао говорит, что чипы MIT многообещающие, но успех новой аппаратной архитектуры будет определяться многими факторами. Один из наиболее важных факторов, по его словам, это разработка программного обеспечения, которое позволяет программистам запускать на нем код. «Создание чего-то полезного с точки зрения компилятора — это, пожалуй, самое большое препятствие для одобрения», говорит он.

Лаборатори Се также исследует и возможности создания программного обеспечения, которое будет лучше задействовать свойства существующих компьютерных чипов. И эта работа выходит за рамки просто глубокого обучения.

Вместе с Сертаком Караманом из отделения аэронавтики и астронавтики Массачусетского технологического института Се разработала маломощный чип Navion, который невероятно эффективно осуществляет трехмерное картирование и навигацию для крошечного дрона. Navion показывает, что программное обеспечение в области ИИ (глубокое обучение) и аппаратное (чипы) начинают эволюционировать совместно, в симбиозе.

Чипы Се, возможно, не так привлекают внимание, как машущие дроны, но тот факт, что их показали на MARS, говорит о важности ее технологий для будущего ИИ. Возможно, уже на следующей конференции MARS роботы и дроны будут с чем-нибудь новеньким внутри.

Как думаете, когда нас ждет взрывной рост искусственного интеллекта? Давайте обсудим в нашем чате в Телеграме.

Интеллектуальная мода: как нейросети заправляют fashion-индустрией

Искусственный интеллект часто называют главным технологическим прорывом XXI века. Появляется все больше примеров его успешного использования для анализа большого объема данных, распознавания изображений, речи, машинного перевода. Области применения ИИ самые разные, от повседневного быта до телемедицины. Включение сигнализации при выходе из дома и диагностика генетических заболеваний по фотографии — и то и другое стало возможным благодаря ИИ. Но технология развивается, и сфера применения становится все шире. Важную роль в этом сыграли глубокие нейронные сети. Сегодня мы наблюдаем, как эти «трендовые» технологии начинают менять индустрию моды.

Нейросети для трендов

Пример успешного применения технологии в этой сфере — проект Алехандро Джакометти из компании EDITED, занимающейся аналитикой для ретейла. В ходе эксперимента он проводил распознавание тысяч изображений с подиумов весеннего показа Лондонской недели моды в 2020 году, что позволило выделять на фото изображение отдельных деталей одежды.

Для этого использовалась система из двух нейронных сетей: первая подсеть формировала уникальное представление входного изображения в виде набора вещественных чисел, а вторая восстанавливала из него исходное изображение. В процессе обучения параметры этих подсетей подбирались так, чтобы полученная картинка была максимально похожа на оригинал. Таким образом, первая подсеть смогла научиться получать компактную информацию из визуального образа одежды, которую стало возможно анализировать — например, оценивать похожесть двух нарядов между собой. Вторая подсеть дала возможность создать «цифровую модель» нарядов, описав десятки параметров каждого.

Когда исследователи накопили достаточно данных, то смогли научить компьютер отличать модели одного дизайнера от других, находить характерные элементы стиля. Более того, стало возможно предсказывать появление новых коллекций, предугадывать потребительский спрос.

Имея некоторую семантическую информацию для изображений одежды — например, ее стиль и материалы — можно обучить модель предсказывать их по неразмеченным базам фотографий и таким образом оценивать, как менялась мода в разное время.


Подобную модель создала аспирантка Мельбурнского королевского технологического университета Анна Анисимова в сотрудничестве с компаниями Clarifai и Nextatlas. Она научила систему анализировать по журнальным фото, как на протяжении полувека менялись тренды в одежде беременных женщин в Австралии. Оказалось, что на моду влияют социальные и политические изменения. Например, стиль бохо, которого придерживались представители богемы и хиппи в 1960-х годах, на рубеже веков практически утратил свою популярность. Однако недавно элементы этого стиля стали снова встречаться в одежде хипстеров. Шотландские узоры были актуальны пятьдесят лет назад — как раз тогда, когда влияние британской культуры на мировую было наиболее сильным.

Дружить интеллектами

Другой пример — когда технологии ИИ успешно сотрудничают с «живыми» представителями модных брендов. Один из примеров — гибридный подход, который использует американская компания Stitch Fix. Искусственный интеллект анализирует модные тренды вместе с дизайнерами компании и выдает рекомендации. В результате время создания новых моделей существенно сокращается. Кроме того, такой подход становится маркетинговой фишкой, что помогает компании выделиться на фоне конкурентов и привлечь внимание потребителей. Сейчас уже несколько десятков моделей одежды, разработанных при помощи разных видов искусственного интеллекта, успешно продаются в магазинах.

Более того, мы можем наблюдать, как технологии успешно считывают креатив «живых» дизайнеров и создают модели в их духе. Например, нейросеть американского программиста Робби Баррата создала модную коллекцию в стиле Демны Гвасалии — дизайнера модного дома Balenciaga. Для этого Баррат использовал фотографии с модных показов и одежду бренда из онлайн-магазинов, информацию из журналов и книг. В итоге получилась коллекция с характерными для Balenciaga элементами.

Очевидно, вскоре мы сможем наблюдать, как компании самого разного уровня будут соревноваться друг с другом в разработке прорывных технологий в модной индустрии. Так, американская компания Tommy Hilfiger намерена запустить проект по созданию компьютерных алгоритмов, прогнозирующих зарождающиеся модные тренды в реальном времени. Google вместе с немецкой компанией Zalando SE тестирует нейронную сеть, которая поможет дизайнерам определять, какие стили и одежда подойдут определенным людям и будут пользоваться спросом. Для потребителей технология может подобрать одежду, исходя из ответов на анкету и теста-рисунка.

Таким образом, ИИ открывает для fashion-индустрии новые двери: можно ускорить процесс создания новых коллекций, предсказать, будет ли одежда модной и пользоваться спросом, создавать персональные дизайнерские рекомендации. Вероятно, это только начало, и в будущем нас ждет еще больше прорывных открытий.

Модные перспективы

Нейронные сети стремительно развиваются, открывая новые возможности, и при этом становятся доступными для многих людей, а не только для IT-профессионалов. Подобный путь прошли персональные компьютеры: первые устройства были громоздкими, а сейчас большинство людей пользуются смартфонами, чья вычислительная мощность сопоставима с мощностью настольных персональных компьютеров начала нулевых. Доступ к широким возможностям, которые открывают нейросети, отлично согласуется с подходом «здесь и сейчас», ставшим общим лозунгом в современном мире.

Удобная примерка. В этом контексте одним из трендов в fashion-индустрии станет активное использование дополненной виртуальной реальности. Производители одежды и фешен-ретейлеры с помощью ИИ смогут не только оперативно выводить на рынок востребованные модели — они будут создавать условия для удобной покупки. Скорее всего, в обозримом будущем мы сможем делать виртуальную примерку в любом месте через приложение на своем смартфоне. Технологически для этого понадобятся наши цифровые двойники, а значит, нейросетям потребуется собирать и обрабатывать еще больше информации о нас — не только о физических параметрах, но и о поведении, эмоциях, вкусах.

Покупка без поисков. Возможность быстрой покупки — еще одна важная опция для потребителей. Технологии позволят купить понравившуюся на фото одежду в один клик. Так, на днях Snapchat внедрил распознавание объектов на фото, которое дает возможность сразу искать нужный предмет одежды на Amazon. Система мгновенно распознает предмет, на который вы укажете, составит его цифровой портрет и произведет поиск похожего или того же самого товара.

Уже сейчас онлайн-магазины и поисковые системы используют рекомендательные сервисы. Они показывают товары, похожие на те, которые мы покупали или просматривали. Но искусственный интеллект может предложить совершенно неожиданные варианты, проанализировав не только историю просмотра товаров, но и исторические данные о ваших пристрастиях, наклонностях, увлечениях.

ИИ как модельер и швея. Творческие способности человеческого мозга будут соревноваться с продвинутыми алгоритмами. Вероятнее всего, это приведет не только к появлению абсолютно новых дизайнерских решений, но и скажется на времени производственного цикла. Для создания одежды уже применяются технологии 3D-печати, и это только начало пути.

Развитие технологий искусственного интеллекта в индустрии одежды может существенно изменить саму концепцию высокой моды. Наряды от-кутюр перестанут быть привилегией избранных, их можно будет купить, не вставая с дивана. Для производителей и ретейлеров сотрудничество с ИИ станет необходимым условием, чтобы не отстать в конкурентной гонке. Вместе с тем это поможет им оптимизировать процессы и планировать финансовые потоки: алгоритмы ИИ позволят максимально точно определять потребительские предпочтения. Это может изменить расстановку сил на модном рынке и вместе с тем стимулировать его. Поэтому компаниям-игрокам уже сейчас нужно активнее включиться в общий тренд и максимально использовать возможности искусственного интеллекта.

Amazon использовал украинцев вместо искусственного интеллекта

Украинские инженеры вручную отсматривали видеозаписи с камер наблюдения умного дома Amazon из-за недостатков программного обеспечения. Об этом сообщает издание The Intercept со ссылкой на источник, знакомый с рабочими процессами компании.

По данным собеседника издания, с 2020 года украинские разработчики имеют неограниченный доступ к облачному хранилищу Amazon S3, где хранятся все видео, снятые устройствами подконтрольной Amazon компании Ring по всему миру. Видеофайлы не зашифрованы, поскольку руководство Ring не захотело тратить деньги на внедрение кодировки. Помимо этого, украинским сотрудникам предоставили базу данных, которая соотносит каждое видео с конкретным пользователем Ring.

Собеседник отмечает, что компания открыла инженерам доступ к видео из-за недостатков программного обеспечения. Операторы вручную отсматривают и размечают объекты на записи, поскольку система не способна делать это самостоятельно. Данные ручной разметки должны были быть использованы для обучения алгоритма распознавания, однако Ring до сих пор продолжает нанимать людей для обработки видео вручную.

Мастер Йода рекомендует:  В чём разница между HTML-тегами td и th


По словам источника, он не наблюдал каких-либо вопиющих нарушений со стороны сотрудников, однако зачастую операторы показывали друг другу частные видеозаписи и обсуждали их между собой.

Издание сообщает, что в политике конфиденциальности компании не упоминается о том, что посторонние получают доступ к личным данным клиентов. Сотрудники Ring наблюдают за частной жизнью людей, однако пользователи могут не знать об этом.

Представитель компании заявил, что в Ring серьезно относятся к конфиденциальности клиентов, поэтому все видео для ручной разметки взяты с камер пользователей, которые дали на это свое разрешение.

Amazon Has Developed an AI Fashion Designer

The retail giant is taking a characteristically algorithmic approach to fashion.

Amazon isn’t synonymous with high fashion yet, but the company may be poised to lead the way when it comes to replacing stylists and designers with ever-so-chic AI algorithms.

Researchers at the e-commerce juggernaut are currently working on several machine-learning systems that could help provide an edge when it comes to spotting, reacting to, and perhaps even shaping the latest fashion trends. The effort points to ways in which Amazon and other companies could try to improve the tracking of trends in other areas of retail—making recommendations based on products popping up in social-media posts, for instance. And it could help the company expand its clothing business or even dominate the area.

“There’s been a whole move from companies like Amazon trying to understand how fashion develops in the world,” says Kavita Bala, a professor at Cornell University who took part in a workshop on machine learning and fashion organized by Amazon last week. “This is completely changing the industry.”

A number of forward-thinking retailers are already using social networks like Instagram and Pinterest to track the latest fashion trends and react quickly. And startups like the subscription service Stitch Fix already make personalized recommendations based on user preferences and social-media activity.

Related Story
What are the 50 Smartest Companies?

Our editors picked the 50 companies that are smartest about how they combine innovative technology with an effective business model. Some are new companies and startups, while others have continued to reinvent themselves.

Amazon, meanwhile, is making moves to bolster its apparel business, developing its own clothing brands, investing in high-quality photography for products, and launching Prime Wardrobe, which lets customers try on clothes before buying them. Its Echo Look app will even give you feedback on your outfits.

But Amazon appears to be pushing that algorithmic approach even further. For instance, one group of Amazon researchers based in Israel developed machine learning that, by analyzing just a few labels attached to images, can deduce whether a particular look can be considered stylish. The software could conceivably provide fashion feedback or recommendations for adjustments. The work is innovative because computers usually require extensive labeling in order to learn from visual information. But in many real-world situations, such as an image posted to Instagram, there might be just one label.

An Amazon team at Lab126, a research center based in San Francisco, has developed an algorithm that learns about a particular style of fashion from images, and can then generate new items in similar styles from scratch—essentially, a simple AI fashion designer. The approach is crude and hardly ready for Project Runway, but it hints at the possibilities.

This work uses a cutting-edge tool called a generative adversarial network, or GAN. It consists of two deep neural networks operating in tandem to learn efficiently from raw data. The GAN internalizes the properties of a particular style simply by looking at lots of examples, and it can then apply that style to an existing item of clothing. GANs, which were developed by a researcher on the Google Brain team, are a hot topic in machine learning today (see “Innovators Under 35: Ian Goodfellow”).


Both these projects were revealed at the workshop organized by Amazon. The event included mostly academic researchers who are exploring ways for machines to understand fashion trends. The company declined to comment on the projects.

Some at the workshop showed how the techniques being developed to track fashion trends could provide broader insights into human behavior. Bala and her colleagues are using information gleaned from Instagram as a form of anthropological research. “We’re trying to understand how people live their daily lives,” she says. “It really is unprecedented in human history that we have this extent of visual records.”

Others are exploring ideas that could feed directly into people’s closets. A group from the University of Illinois in Urbana-Champaign demonstrated an algorithm for identifying fashion-focused social-network accounts. A team from the Indian clothing site Myntra showed a program that guesses a person’s correct size for a particular garment from his or her past purchases.

Tim Oates, a professor at the University of Maryland in Baltimore County, presented details of a system for transferring a particular style from one garment to another. He suggests that this approach might be used to conjure up new items of clothing from scratch. “You could train [an algorithm] on your closet, and then you could say here’s a jacket or a pair of pants, and I’d like to adapt it to my style,” Oates says.

Fashion designers probably shouldn’t fret just yet, though. Oates and other point out that it may be a long time before a machine can invent a fashion trend. “People innovate in areas like music, fashion, and cinema,” he says. “What we haven’t seen is a genuinely new music or fashion style that was generated by a computer and really resonated with people.”

That may be so, but when it comes to fashion-forward algorithms, evidently Jeff Bezos likes what he sees.

Распространение Alexa и разработки Amazon в направлении искусственного интеллекта

Alexa, интеллектуальный голосовой помощник, созданный Amazon, на протяжении последнего времени значительно расширил свои возможности и теперь может использоваться не только в фирменных устройствах от Amazon, таких как Amazon Echo, Echo Dot и Tap и пр., но и в устройствах других производителей — автомобилях Ford, Volkswagen и Hyundai, смартфонах Huawei, в системах умного дома LG и во многих других устройствах.

С момента выпуска Echo прошло больше двух лет. За это время компания запустила и значительно расширила список дополнительных навыков помощника Alexa: разработчикам было предоставлено обновленное API, с помощью которых система может быть обучена новым способностям — «Skills» в терминологии Amazon. Число таких загружаемых навыков, разрабатываемых сторонними разработчиками, выросло до семи тысяч.

Помимо этого Amazon представил новые сервисы, использующие ИИ для таких целей, как распознавание изображений, перевод текста в естественную речь и построение сложных диалогов с роботами и помощниками. Эти сервисы доступны всем желающим на платформе AWS.

Но обо всем по-порядку.

С помощью обновленных в декабре API Alexa Skills Kit и Alexa Voice Service сторонние разработчики могут создавать свои «Skills» — приложения, благодаря которым владельцы умных устройств получают новый уровень взаимодействия.

Сам технологический гигант, по-видимому, начал делать упор не на hardware, а на software: программная основа Echo — искусственный интеллект Alexa — стала доступной для использования другими компаниями.

И примеры не заставили себя долго ждать: на выставке CES 2020, которая проходила с 5 по 9 января в Лас-Вегасе, Alexa от Amazon была самой популярной технологией. Благодаря API Amazon компания Lenovo представила Smart Assistant Speaker, свою версию Amazon Echo.

Данная умная колонка, по словам компании, распознает команды на расстоянии до 5 метров. Аппарат получил восемь микрофонов, технологии подавления шума, а также опционально аудиосистему от Harman Kardon. Lenovo оценивает свой продукт в $130, а версию Harman Edition в $180 (Amazon Echo стоит $180).

На той же CES 2020, после объявленного партнерства с Ford, два других автопроизводителя объявили о сотрудничестве с Amazon — Volkswagen и Hyundai. К примеру, внедрение сервиса Alexa в новые автомобили Volkswagen позволит пользователям получить доступ к ее «навыкам» как изнутри автомобиля, так и снаружи. Кроме того, Volkswagen соединит Alexa с системой Car-Net, которая была запущена в 2013 году и позволяет пользователям контролировать скорость, оповещать экстренные службы в случае аварии или срабатывания подушек безопасности, а также определять местонахождение автомобиля на стоянке. Также Alexa будет иметь возможность сообщить о состоянии автомобиля, в том числе о работе двигателя и системы освещения, о том, как работают дворники, и какое количество топлива или масла в авто.

На международной выставке были представлены не только устройства в виде колонки или объявлены партнерские отношения с производителями автомобилей. Так, в LG анонсировали поддержку Alexa в умном холодильнике InstaView. В холодильнике будут доступны все функции Alexa, а пользователи с помощью голосовых команд смогут заказать доставку продуктов. В Belkin сообщили, что пользователи смогут синхронизировать выключатели Wemo Dimmer и Wemo Mini с Alexa.


Компания Whirlpool объявила, что с начала 2020 года многими элементами умной бытовой техники можно будет управлять с помощью Alexa: возможности голосового управления помогут пользователям узнать, сколько осталось времени на таймере печи, изменить цикл стирки, изменить настройки холодильника для включения или выключения максимального режима охлаждения.

Но и это еще не все. Среди других известных вендоров Amazon указывает на сотрудничество с DISH Network, одним из крупнейших игроков рынка платного ТВ США. Для тех же, кто ищет новый телевизор, есть модели от Westinghouse, Element и Seiki со встроенной ОС Amazon Fire TV — таким образом, телевизорами этих марок тоже можно управлять с помощью искусственного интеллекта Amazon.

Одна из крупнейших китайских компаний в сфере телекоммуникаций, Huawei, представила обновленную версию своего смартфона Mate 9 для рынка США. Также Alexa может расширить Ваш контроль над пылесосами: Samsung POWERbot VR7000 будет управляться Alexa.

От выставки CES 2020 вернемся на пару месяцев назад в тот же Лас-Вегас. 30 ноября 2020-го на конференции AWS re:Invent Amazon анонсировал новые ИИ-сервисы. Компания несколько лет разрабатывает инструменты машинного обучения и с гордостью (в этой области в компании трудится несколько тысяч человек) представила три сервиса.

Первый из сервисов — Rekognition, инструмент для распознавания изображений. Сервис позволяет добавить в приложение возможности анализа изображений, обнаруживая предметы, сцены и лица. Amazon Rekognition использует модели глубоких нейронных сетей для распознавания и маркировки тысяч объектов и сцен.

По словам CEO Amazon Web Services Энди Джэсси (Andy Jassy), система может даже определить породу собаки, что не делают ее конкуренты:

Цены на использование этого сервиса начинаются от одного доллара за тысячу изображений (точная стоимость по ссылке).

Второй сервис — это Amazon Polly, инструмент для преобразования текста в естественную речь. Основываясь на большом количестве алгоритмов, данный text-to-speech сервис позволяет добиться эффекта «живой» речи — доступно 47 мужских и женских голосов на 24 языках. Polly прост в использовании: после отправки текста сервис немедленно вернет в приложение соответствующий звуковой поток в формате mp3. Помимо воспроизведения, полученные файлы можно сохранять для работы в дальнейшем. Его API позволяет легко добавить голос на свой сайт, в мобильное приложение или соцсеть.

Мастер Йода рекомендует:  HTML для детей преимущества обучения в раннем возрасте

Третий представленный сервис имеет прямое отношение к Amazon Alexa — на основе сервиса под названием «Lex» и создана умная помощница. Lex позволяет разрабатывать приложения с поддержкой сложных текстовых и голосовых диалогов — разработчики могут создавать и редактировать модели бесед в специальной консоли Lex Console. Lex включает в себя такие функции глубокого обучения, как автоматическое распознавание речи (ASR) и понимание естественных языков (NLU).

Инструмент позволяет создавать чат-боты, веб- и мобильные приложения, основанные на естественной речи. Lex глубоко интегрирован с другими AWS-сервисами, а также поддерживает интеграцию с Salesforce, Microsoft Dynamics, Zendesk и другими бизнес-системами, что позволяет применить его, как и предыдущие наработками Amazon, во многих сферах бизнеса.

Аналогично тому, как Uber изменил использование клиентам услуг такси, а iPhone десять лет назад изменил подход к использованию телефона, Amazon постепенно меняет привычки потребителей в области покупки самого необходимого — еды.

Amazon располагает службой доставки еды из ресторанов для участников Prime Now, «Amazon Restaurants». Недавно Alexa получила еще один новый пункт в копилку своих «Skills»: теперь участники Amazon Prime могут озвучить заказ, используя название ресторана или тип кухни с помощью Alexa-совместимых устройств. Для повторного заказа будет использоваться история предыдущих заказов пользователя. Голосовое управление выходит на первый план в любых жизненных ситуациях, а с помощью Alexa клиенты «Ресторанов Amazon» будут полностью вовлечены в экосистему технологического инноватора.

Нельзя забывать и о принципиально новом продуктовом магазине без касс, кассиров и очередей, запущенном Amazon в Сиэтле в конце года — Amazon Go. Клиент со смартфоном может зайти в такой магазин, взять товары с полок и просто уйти, а интернет вещей, искусственный интеллект и платежные технологии сделают все остальное.

Если же говорить о цифрах, за прошедшие праздники продажи Amazon устройств семейства Echo выросли почти в 10 раз по сравнению с прошлым годом. Умное устройство Echo Dot стало самым покупаемым на подарок товаром, а по всему миру разошлись миллионы Amazon Echo, Echo Dot, Fire TV Stick и планшетов Fire, в каждом из которых доступно управление голосом и ответы на заданные действия с помощью ИИ Alexa.

Какое именно количество умных помощников было продано компанией? Конкретные цифры Amazon назвать отказался, но всего, по оценкам исследователей Consumer Intelligence Research Partners, продажи таких устройств в США превысили с 2014 года 5 миллионов штук, 2 миллиона из которых были проданы за первые 9 месяцев 2020 года.

Согласно статистике, в 2015 году 0,3% населения США или 0,8% домохозяйств приобрели Amazon Echo. С того времени устройства получило в несколько раз больше умений благодаря тысячам новых «Skills», продавалось по сниженным ценам, и, конечно же, имеет более высокий уровень осведомленности потребителей. Если применить эти подсч еты к рынкам Великобритании и Германии, продажи могли составить около 450 000 — 510 000 устройств в новых странах, и цифра в 5 миллионов устройств за весь период выглядит вполне правдоподобно.


Таким образом, наряду с тремя главными направлениями компании — торговая площадка, услуга Amazon Prime и Amazon Web Services — четвертым направлением может стать Alexa.

«Alexa может быть «поисковой системой» будущего. На это делает ставку Amazon», — говорил CEO Jeff Bezos еще в конце мая 2020-го.

Суммируя вышесказанное, можно с уверенностью сказать, что Amazon одним из первых задает ориентир в ритейле в области ИИ, представляя собой лидера в развитии технологий 4-й промышленной революции, постепенно приближая тот день, когда всеобъемлющие технологии и доступные с их помощью возможности будут не только уделом гиков, но и обычных людей.

MIT Technology Review: искусственный интеллект Amazon может стать законодателем моды

Стивен Котлер, один из ведущих мировых экспертов в области производительности человека, Эндрю Макафи, со-основатель MIT Initiative on the Digital Economy, а также Дон Тапскотт, со-основатель Института по изучению Blockchain-технологии, поделятся своими знаниями и опытом в сфере искусственного интеллекта.

Они расскажут, как организации могут улучшить свои процессы, как создать успешный бизнес в эпоху новых технологий, и как искусственный интеллект меняет производительность компаний.

cyber security – информационная безопасность

chatbot – чатбот, виртуальный собеседник

machine learning framework – платформа машинного обучения

implementation – воплощение, применение

intelligent automation – интеллектуальная автоматизация

peak performance – максимальная производительность

exponential technologies – экспоненциальные технологии

Интеллектуальная мода: как нейросети заправляют fashion-индустрией

Искусственный интеллект часто называют главным технологическим прорывом XXI века. Появляется все больше примеров его успешного использования для анализа большого объема данных, распознавания изображений, речи, машинного перевода. Области применения ИИ самые разные, от повседневного быта до телемедицины. Включение сигнализации при выходе из дома и диагностика генетических заболеваний по фотографии — и то и другое стало возможным благодаря ИИ. Но технология развивается, и сфера применения становится все шире. Важную роль в этом сыграли глубокие нейронные сети. Сегодня мы наблюдаем, как эти «трендовые» технологии начинают менять индустрию моды.

Нейросети для трендов


Пример успешного применения технологии в этой сфере — проект Алехандро Джакометти из компании EDITED, занимающейся аналитикой для ретейла. В ходе эксперимента он проводил распознавание тысяч изображений с подиумов весеннего показа Лондонской недели моды в 2020 году, что позволило выделять на фото изображение отдельных деталей одежды.

Для этого использовалась система из двух нейронных сетей: первая подсеть формировала уникальное представление входного изображения в виде набора вещественных чисел, а вторая восстанавливала из него исходное изображение. В процессе обучения параметры этих подсетей подбирались так, чтобы полученная картинка была максимально похожа на оригинал. Таким образом, первая подсеть смогла научиться получать компактную информацию из визуального образа одежды, которую стало возможно анализировать — например, оценивать похожесть двух нарядов между собой. Вторая подсеть дала возможность создать «цифровую модель» нарядов, описав десятки параметров каждого.

Когда исследователи накопили достаточно данных, то смогли научить компьютер отличать модели одного дизайнера от других, находить характерные элементы стиля. Более того, стало возможно предсказывать появление новых коллекций, предугадывать потребительский спрос.

Имея некоторую семантическую информацию для изображений одежды — например, ее стиль и материалы — можно обучить модель предсказывать их по неразмеченным базам фотографий и таким образом оценивать, как менялась мода в разное время.

Подобную модель создала аспирантка Мельбурнского королевского технологического университета Анна Анисимова в сотрудничестве с компаниями Clarifai и Nextatlas. Она научила систему анализировать по журнальным фото, как на протяжении полувека менялись тренды в одежде беременных женщин в Австралии. Оказалось, что на моду влияют социальные и политические изменения. Например, стиль бохо, которого придерживались представители богемы и хиппи в 1960-х годах, на рубеже веков практически утратил свою популярность. Однако недавно элементы этого стиля стали снова встречаться в одежде хипстеров. Шотландские узоры были актуальны пятьдесят лет назад — как раз тогда, когда влияние британской культуры на мировую было наиболее сильным.

Дружить интеллектами

Другой пример — когда технологии ИИ успешно сотрудничают с «живыми» представителями модных брендов. Один из примеров — гибридный подход, который использует американская компания Stitch Fix. Искусственный интеллект анализирует модные тренды вместе с дизайнерами компании и выдает рекомендации. В результате время создания новых моделей существенно сокращается. Кроме того, такой подход становится маркетинговой фишкой, что помогает компании выделиться на фоне конкурентов и привлечь внимание потребителей. Сейчас уже несколько десятков моделей одежды, разработанных при помощи разных видов искусственного интеллекта, успешно продаются в магазинах.

Более того, мы можем наблюдать, как технологии успешно считывают креатив «живых» дизайнеров и создают модели в их духе. Например, нейросеть американского программиста Робби Баррата создала модную коллекцию в стиле Демны Гвасалии — дизайнера модного дома Balenciaga. Для этого Баррат использовал фотографии с модных показов и одежду бренда из онлайн-магазинов, информацию из журналов и книг. В итоге получилась коллекция с характерными для Balenciaga элементами.

Очевидно, вскоре мы сможем наблюдать, как компании самого разного уровня будут соревноваться друг с другом в разработке прорывных технологий в модной индустрии. Так, американская компания Tommy Hilfiger намерена запустить проект по созданию компьютерных алгоритмов, прогнозирующих зарождающиеся модные тренды в реальном времени. Google вместе с немецкой компанией Zalando SE тестирует нейронную сеть, которая поможет дизайнерам определять, какие стили и одежда подойдут определенным людям и будут пользоваться спросом. Для потребителей технология может подобрать одежду, исходя из ответов на анкету и теста-рисунка.

Таким образом, ИИ открывает для fashion-индустрии новые двери: можно ускорить процесс создания новых коллекций, предсказать, будет ли одежда модной и пользоваться спросом, создавать персональные дизайнерские рекомендации. Вероятно, это только начало, и в будущем нас ждет еще больше прорывных открытий.

Модные перспективы

Нейронные сети стремительно развиваются, открывая новые возможности, и при этом становятся доступными для многих людей, а не только для IT-профессионалов. Подобный путь прошли персональные компьютеры: первые устройства были громоздкими, а сейчас большинство людей пользуются смартфонами, чья вычислительная мощность сопоставима с мощностью настольных персональных компьютеров начала нулевых. Доступ к широким возможностям, которые открывают нейросети, отлично согласуется с подходом «здесь и сейчас», ставшим общим лозунгом в современном мире.

Удобная примерка. В этом контексте одним из трендов в fashion-индустрии станет активное использование дополненной виртуальной реальности. Производители одежды и фешен-ретейлеры с помощью ИИ смогут не только оперативно выводить на рынок востребованные модели — они будут создавать условия для удобной покупки. Скорее всего, в обозримом будущем мы сможем делать виртуальную примерку в любом месте через приложение на своем смартфоне. Технологически для этого понадобятся наши цифровые двойники, а значит, нейросетям потребуется собирать и обрабатывать еще больше информации о нас — не только о физических параметрах, но и о поведении, эмоциях, вкусах.

Покупка без поисков. Возможность быстрой покупки — еще одна важная опция для потребителей. Технологии позволят купить понравившуюся на фото одежду в один клик. Так, на днях Snapchat внедрил распознавание объектов на фото, которое дает возможность сразу искать нужный предмет одежды на Amazon. Система мгновенно распознает предмет, на который вы укажете, составит его цифровой портрет и произведет поиск похожего или того же самого товара.

Уже сейчас онлайн-магазины и поисковые системы используют рекомендательные сервисы. Они показывают товары, похожие на те, которые мы покупали или просматривали. Но искусственный интеллект может предложить совершенно неожиданные варианты, проанализировав не только историю просмотра товаров, но и исторические данные о ваших пристрастиях, наклонностях, увлечениях.

ИИ как модельер и швея. Творческие способности человеческого мозга будут соревноваться с продвинутыми алгоритмами. Вероятнее всего, это приведет не только к появлению абсолютно новых дизайнерских решений, но и скажется на времени производственного цикла. Для создания одежды уже применяются технологии 3D-печати, и это только начало пути.

Развитие технологий искусственного интеллекта в индустрии одежды может существенно изменить саму концепцию высокой моды. Наряды от-кутюр перестанут быть привилегией избранных, их можно будет купить, не вставая с дивана. Для производителей и ретейлеров сотрудничество с ИИ станет необходимым условием, чтобы не отстать в конкурентной гонке. Вместе с тем это поможет им оптимизировать процессы и планировать финансовые потоки: алгоритмы ИИ позволят максимально точно определять потребительские предпочтения. Это может изменить расстановку сил на модном рынке и вместе с тем стимулировать его. Поэтому компаниям-игрокам уже сейчас нужно активнее включиться в общий тренд и максимально использовать возможности искусственного интеллекта.

Добавить комментарий