這家電子商務公司的研討人員今朝正在開辟相干機械進修體系，從而更有用地發明最新時髦趨向并作出反響，乃至可以塑造出時髦。

　　這些研討可以或許讓亞馬遜對社交媒體的時髦趨向停止及時跟蹤，從而在改良旗下批發營業中浮現出優勢。特殊是可以贊助公司擴展本身在服裝網www.vhao.net業的優勢，乃至主導該范疇。

　　康奈爾年夜學傳授Kavita Bala加入了亞馬遜上周舉行的機械進修和時髦研究會，他說：“諸如亞馬遜如許的公司一向在盡力懂得全球的時髦趨向。其正在轉變全部行業。”

　　很多具有前瞻性的批發商曾經在應用像Instagram和Pinterest如許的社交收集來追蹤最新的風行趨向并敏捷做出反響。像定閱辦事Stitch Fix如許的創業公司曾經依據用戶偏好和社交媒體運動停止特性化的商品推舉。

　　與此同時，亞馬遜正在努力于成長自有服裝網www.vhao.net營業，開辟本身的服裝網www.vhao.net品牌，進步產物的展現圖片質量，并推出Prime Wardrobe辦事，讓用戶在肯定購置之前可以試穿衣服。而亞馬遜的Echo Look運用法式乃至會給你適合的服裝網www.vhao.net搭配。

　　而這還遠遠不敷，亞馬遜照舊在努力于更壯大的功效開辟。例如，位于以色列的亞馬遜研討人員開辟了一種機械進修算法，其可以或許經由過程剖析附加到圖象上的幾個標簽，揣摸出特定的搭配能否可以被視為時髦。該軟件可以依據所供給的時髦反應或建議停止調劑。

　　此前盤算機平日須要年夜量的標簽能力從視覺信息中進修，然則在很多實際世界的情形下，例如張貼到Instagram的圖象，能夠只要一個標簽，而亞馬遜的這類機械進修算法就有了用武之地。

　　舊金山亞馬遜研討中間Lab126開辟了一種從圖象中進修特準時尚作風的算法，然后可以生成相似款式的新產物，可以說這類算法就是一個簡略的人工智能時髦設計師。今朝這類算法還不具有適用性，也暗示了一種能夠性。

　　相干研討應用一種稱之為生成反抗收集（GAN）的前沿對象。它由兩個深層神經收集構成，可以經由過程原始數據停止有用進修。 GAN經由過程剖析多個樣例來肯定特定作風的屬性，然后可以將該作風運用于現有服裝網www.vhao.net產物。由谷歌Brain團隊研討人員開辟的GAN也是現今機械進修的熱點話題。

　　在亞馬遜舉行的研究會上這兩個項目被公之于眾。該運動重要面向經由過程機械進修摸索時髦趨向的學術研討人員。該公司謝絕對這些項目揭橥評論。

　　研究會上還展現了若何開辟跟蹤時髦趨向的技巧，從而更深刻地懂得人類行動。 Bala和她的同事正在應用從Instagram搜集的信息作為人類學研討的根據。她說：“我們正在盡力懂得人們的平常生涯。在人類汗青上，這真的是史無前例的，我們有如斯多的視覺記載。”

　　除亞馬遜，還有很多人也正在摸索可以直接探討人們衣柜的辦法。來自伊利諾伊年夜學厄巴納噴鼻檳分校的一個研討小組展現了一種用于辨認時髦化社交收集帳戶的算法。印度服裝網www.vhao.net網站Myntra的一個團隊展現了本身開辟的法式，可以或許從用戶購置汗青中猜出其關于特定服裝網www.vhao.net的準確尺寸。

　　馬里蘭州巴爾的摩縣年夜學傳授蒂姆·奧茨（Tim Oates）引見了將特定作風從一種服裝網www.vhao.net轉嫁到另外一種服裝網www.vhao.net的辦法細節。他以為，這類辦法可用于設計新的服裝網www.vhao.net產物。奧茨表現，“你可以經由過程現有的衣服練習一個算法，然后你可以對機械說設計出一件茄克或一條褲子，我想要順應我的作風。”

　　不外，時髦設計師也許無需擔憂擔憂。 奧次等人指出，機械進修在時髦方面的運用還有很長的路要走。他坦言，“人們在音樂，時髦和片子等范疇也停止響應立異。但我們還沒有看到的是一種真正由機械發生的音樂或時髦作風，可以或許與人發生共識。”