Vai al contenuto

StyleSnap: la nuova funzionalità di Amazon per il fashion basata sull’AI

Amazon re:Mars

Tra gli appassionati di moda capire i capi indossati da celebrità e influencer è spesso un problema reale: cercare su internet, attraverso parole chiave, ciò che vediamo su una foto di Instagram o sull’ultimo numero di Vogue è infatti difficile, se non impossibile, se non si conosce il modello in questione (e, in molti casi, nemmeno la marca).

Per questo durante la conferenza re:MARS 2019, Amazon – come riportato in un post sul blog dell’azienda – ha annunciato StyleSnap, una funzionalità che risolve questo problema.

StyleSnap

StyleSnap, una funzionalità basata su AI, ti aiuta a fare acquisti: tutto ciò che devi fare è scattare una foto o uno screenshot di un look che ti piace. Annunciando la funzione al re:MARS keynote, il CEO di Consumer Worldwide, Jeff Wilke, ha dichiarato: “La semplicità dell’esperienza del cliente nasconde la complessità della tecnologia che sta dietro”.

Per iniziare, basta cliccare sull’icona della fotocamera nell’angolo in alto a destra dell’App Amazon e selezionare l’opzione “StyleSnap”; quindi semplicemente caricare una foto o uno screenshot del look che ti piace. StyleSnap ti presenterà consigli su oggetti simili su Amazon che corrispondono allo stile della foto. Nel fornire consigli, StyleSnap considererà una varietà di fattori come la marca, la fascia di prezzo e le recensioni dei clienti.

Innovazione dietro le quinte

Mentre StyleSnap presenta un’esperienza senza soluzione di continuità per i clienti, la realizzazione di questa funzione non è stata un’impresa facile. Le immagini di stile di vita e i post di influencer sono imprevedibili, con pose diverse come le location – da un influencer che si gode un croissant in un bar, a una celebrità che si gode un mojito su una spiaggia assolata all’ombra di un ombrellone.

StyleSnap utilizza la computer vision e il deep learning per identificare gli articoli di abbigliamento in una foto, indipendentemente dalle impostazioni. La tecnologia di deep learning aiuta anche a classificare i capi di abbigliamento nell’immagine in categorie come “abiti fit-and-flair” o “camicie di flanella”.

Il deep learning come potenziamento della scoperta nel fashion

Il deep learning si riferisce a una classe di tecniche di apprendimento automatiche basate su reti neurali artificiali, che sono ispirate al funzionamento del cervello umano. Le reti neurali sono costituite da milioni di neuroni artificiali collegati tra loro e possono essere “addestrati” per rilevare le immagini degli abiti alimentando una serie di immagini. Ad esempio, se alimentiamo una rete con migliaia di immagini di gonne maxi e a fisarmonica, alla fine sarà in grado di distinguere i due stili. Se tuttavia lo presentiamo con un gonnellino scozzese, potrebbe essere confuso e prevedere una classe errata finché non verranno forniti sufficienti esempi per addestrarlo diversamente.

Per far sì che le reti neurali identifichino un numero maggiore di classi, possiamo sovrapporre un numero maggiore di livelli uno sopra l’altro. I primi livelli in genere apprendono concetti come bordi e colori, mentre i livelli intermedi identificano modelli come “floreale” o “denim”. Dopo aver attraversato tutti i livelli, l’algoritmo può identificare con precisione concetti come vestibilità e stile di abbigliamento in un’immagine.

Dobbiamo fare un ulteriore passo avanti, tuttavia – le reti neurali feed-forward si bloccheranno e alla fine si degraderanno dopo l’aggiunta di un certo numero di strati. Questo è noto come il problema del gradiente di fuga, in cui il segnale dai training data è così distribuito tra gli strati da essere completamente perso.

Amazon utilizza reti residue per superare questo problema, poiché utilizzano scorciatoie per consentire al segnale di training di saltare alcuni dei livelli nella rete. Ciò aiuta la rete ad apprendere le funzionalità di base come “bordi” e “schemi”, quindi a concentrarsi su concetti complessi. Un metodo unico sviluppato dai ricercatori di Amazon consente alla rete di apprendere nuovi concetti, ricordando anche le cose che ha appreso in passato: è fondamentale per consentire a StyleSnap di lavorare efficacemente su grandi volumi di dati.

L’impegno dell’influencer

Mentre StyleSnap consente ai clienti di scoprire ispiratori reperti di moda semplicemente prendendo screenshot degli sguardi che preferiscono, aiuta anche gli influencer della moda a espandere le loro comunità. Inoltre, gli influencer della moda che partecipano al programma Amazon Influencer possono anche ricevere commissioni per gli acquisti che ispirano.

Simile allo shopping nel negozio online Amazon, su Amazon Go o Whole Foods, StyleSnap è l’ultimo esempio di come Amazon sfrutta l’intelligenza artificiale per fare la differenza nel mondo reale nella vita dei clienti.

Argomenti