✂️ La mode en Apprentissage profond !
En quoi l’intelligence artificielle, et plus précisément l’apprentissage profond, peut-elle s’intéresser l’industrie de la mode ?
La mode en Apprentissage profond ! par Sylvie Gendreau, le blog Avoir du Style
Pour répondre à cette question, il est important de noter qu’avec la présence sur Internet d’un nombre sans cesse accru de plateformes et d’applications dédiées à la mode, la quantité de données disponibles (textes, images) qui peuvent être mises à la disposition d’algorithmes d’apprentissage profond est considérable.
Avec un très grand nombre de données, des algorithmes d’intelligence artificielle, peuvent trouver des règles d’inférence permettant de prédire les résultats.
Par exemple, avec un programme d’intelligence artificielle, l’utilisateur pourra être guidé dans son choix d’un vêtement en fonction de l’émotion qui lui est associée. Pour obtenir un tel résultat, le programme aura au préalable analysé les caractéristiques émotionnelles associées aux attributs visuels d’un très grand nombre de vêtements.
Dans ce cas, le programme aura été entraîné à partir de théories existantes dans le domaine de l’art qui relie les formes et les couleurs aux émotions.
Une autre possibilité serait de comptabiliser le nombre de fois qu’un vêtement est consulté sur différentes plateformes Internet et de classifier les résultats en fonction des groupes d’âge.
Dans quelle mesure telle veste est populaire chez les adolescents ?
Un tel programme, roulant en continu sur une période de temps donnée, permettrait d’établir les grandes tendances de la prochaine saison. Ce programme pourrait contribuer à réduire le nombre d’invendus de la saison à venir.
La sophistication progressive de ces programmes permettrait peut-être, à plus long terme, d’atteindre le Graal auquel aspire l’industrie de la mode depuis toujours : proposer aux consommateurs un vêtement personnalisé qui correspond parfaitement à ses goûts et à ses aspirations.
Références
Wei Gong and Laila Khalid. 2020. Aesthetics, Personalization and Recommendation: A survey on Deep Learning in Fashion. J. ACM 00, 0, Article 111, 2020.
