Специальные цены!
 
 

«Мы хотим доказать, что искусственный интеллект может заменить дизайнеров»

«Мы хотим доказать, что искусственный интеллект может заменить дизайнеров»

В 2016 году мы с Сергеем Пономаренко, сооснователем проекта, выходили из Еврейского музея после выставки о влиянии русских авангардистов на моду. Привет, меня зовут Татьяна Попова.

Это позволяло быстро проследить закономерности между работами художников и платьями современных дизайнеров. Выставка была построена так, что полотна авангардистов соседствовали с максимально похожими по цветам или крою предметам одежды.

Словосочетание «искусственный интеллект», кажется, уже не звучало только из тостера. В это же время на повестке дня модного бизнеса активно обсуждался кризис талантов в индустрии, отсутствие свежих идей и бесконечный поток умелых стилизаций вместо дизайна.

Мы задумались:, а такая ли это сложная задача — придумывать умелые стилизации и смешивать идеи? Идея родилась буквально на ходу. Может быть для этого не обязателен человек?

Искусственный интеллект мог бы генерировать одежду, изучая и смешивая картины, графику, другую одежду, а человек — шить настоящие вещи на основе сгенерированных изображений. Что если отдать творческую задачу машине?

Сергей начал искать такого специалиста. Никто из нас не был ИТ–разработчиком. Сергей — предприниматель и руководитель отдела разработки в креативном агентстве Red Keds. Я — философ по образованию, работаю в сфере коммуникаций и могу давать экспертные оценки в модном бизнесе.

Сергей даже записался на курс Стенфордского университета по машинному обучению. Мы долго исследовали тему самостоятельно. Но, как это часто бывает, нас выручил случай.

Оказалось, что одно из выступлений посвящено как раз той модели, которая в своё время и натолкнула нас на идею: DPL–lab рассказывали о противоборствующих генеративных нейросетях (GAN). Сергей увидел на Facebook анонс предстоящей дискуссии об искусственном интеллекте в коворкинге DI Telegraph.

Артёму идея понравилась, и мы начали работу. Сергей познакомился с основателем DPL–lab Артёмом Семьяновым и рассказал о нашей задумке. Так мы объединились с Артёмом и его командой разработчиков: Павлом Воропаевым, Марией Новиковой, Глебом Пособиным, Ильей Соловьевым и Артёмом Бетлей. Ребята уже работали над GAN и вели ряд исследований на эту тему.

Платья наиболее вариативны — это десятки фасонов и силуэтов, а значит, проще собрать необходимый набор данных для обучения. Первый предмет одежды, который мы решили сгенерировать — платье.

Для успешного обучения нейросети требовалось большое количество исходного материала — фотографий платьев. Платья интереснее генерировать, чем, например, брюки, где намного меньше деталей и возможностей для фантазии. Чтобы добыть необходимый материал, мы использовали базу одного популярного интернет–магазина.

Генеративно–состязательные сети. GAN расшифровывается как Generative adversarial networks. Они схожи по архитектуре и часто зеркально повторяют друг друга. Их принцип работы строится на комбинации двух нейронных сетей.

Другими словами, похоже ли оно на изображения платьев из интернет-магазинов. В нашем случае она должна была отличать, платье на изображении или нет.

Получая эту информацию, первая сеть — генератор — улучшает свои параметры, чтобы сделать более подходящие изображения, пытаясь обмануть вторую сеть. После сравнения изображений, вторая сеть сообщает первой, насколько сгенерированные изображения смешиваются с оригинальными и что нужно изменить.

Наши модели умеют придумывать оригинальные дизайны, которые вписываются в понятие той одежды, которую мы имеем в виду. Нейросеть-генератор заучивает концепцию предмета: что такое платье, обувь или другой предмет и все его разновидности.

Накидали список интернет-магазинов премиальных брендов, написали для каждого отдельный парсер. Мы решили попробовать более сложные дизайны. В итоге набралось 10 тысяч образцов, используя которые, мы переобучили нашу модель.

Мы настроили и обучили специальную нейросеть, которая повышает разрешение — SRGAN. Образцы получились маленького размера, нам нужно было увеличить детализацию. Эта нейросеть — одна из разновидностей GAN, работа которого описана выше.

Сеть-генератор учится восстанавливать изображение из низкого разрешения в высокое, дорисовывая новые пиксели. В SRGAN при обучении модель на входе получает оригинал изображения и его копию в маленьком разрешении. А вторая сеть проверяет, насколько изображение похоже на оригинал в исходном разрешении.

Мы решили самостоятельно пройти полный цикл производства единицы одежды от эскиза до готового образца. Сегодня у нас есть стабильно работающая нейросеть и отшитая капсульная коллекция платьев по её эскизам.

Не стали заказывать принт ткани по нашим эскизам, потому что это дорого и долго. Выбрали три актуальных фасона. Подбирали готовую ткань, максимально похожую на эскиз.

Каталог готовой коллекции отсняли у друзей в ангаре Хлебозавода. Тип ткани выбирали вместе со швеёй-закройщицей. Снимала наша подруга — фотограф Анна Лукьянова, а моделью выступила мисс МГУ 2017 Александра Крамская.

Там у нас был свой стенд. Первая демонстрация проекта прошла на выставке технологических фешн–стартапов Fashion futurum в рамках Mercedes-Benz fashion week в марте 2017 года. Мы не успевали отшить платья по нашим эскизам, поэтому придумали свой формат презентации, подходящий нашему продукту — презентацию в формате VR.

Уже на выставке гости, надевая VR-очки, оказывались в том же пространстве, но уже в окружении манекенов. Мы заранее приехали на площадку выставки, с помощью камеры панорамной съёмки отсняли зал и разместили на отснятом материале манекены с нашими платьями.

Сейчас фонд сосредоточен на финансировании проектов «умных» материалов, но мы рассчитываем на сотрудничество в будущем. В рамках конференции мы познакомились с представителем фонда Мирославы Думы Fashion tech lab.

На стенде мы познакомились с Анной Городецкой, основательницей магазина и бренда нижнего белья Trusbox.ru. Выставка помогла нам получить первый коммерческий заказ. Сейчас мы готовим совместную коллекцию.

А что если ИИ заменит художников или дизайнеров? Со всех сторон слышим: «ИИ заменит аналитиков, ИИ заменит кассиров» и так далее. Считалось, что только он способен выполнять нелинейные задачи. Творчество всегда принадлежало человеку. Заменит дизайнеров? Но что если ИИ станет творцом? Дизайнеры будут не нужны. Он уже неплохо с этим справляется: посмотрите ещё раз на наши эскизы.

А он ужё его создаёт. Чем станет искусство, когда его будет создавать искусственный интеллект? Наш проект — из числа тех, кто задаёт вектор развития этой истории и развивает её.

Это позволяло быстро проследить закономерности между работами художников и платьями современных дизайнеров. Выставка была построена так, что полотна авангардистов соседствовали с максимально похожими по цветам или крою предметам одежды.

В 2016 году мы с Сергеем Пономаренко, сооснователем проекта, выходили из Еврейского музея после выставки о влиянии русских авангардистов на моду. Привет, меня зовут Татьяна Попова.

Мы задумались:, а такая ли это сложная задача — придумывать умелые стилизации и смешивать идеи? Идея родилась буквально на ходу. Может быть для этого не обязателен человек?

Словосочетание «искусственный интеллект», кажется, уже не звучало только из тостера. В это же время на повестке дня модного бизнеса активно обсуждался кризис талантов в индустрии, отсутствие свежих идей и бесконечный поток умелых стилизаций вместо дизайна.

Искусственный интеллект мог бы генерировать одежду, изучая и смешивая картины, графику, другую одежду, а человек — шить настоящие вещи на основе сгенерированных изображений. Что если отдать творческую задачу машине?

Сергей даже записался на курс Стенфордского университета по машинному обучению. Мы долго исследовали тему самостоятельно. Но, как это часто бывает, нас выручил случай.

Сергей начал искать такого специалиста. Никто из нас не был ИТ–разработчиком. Сергей — предприниматель и руководитель отдела разработки в креативном агентстве Red Keds. Я — философ по образованию, работаю в сфере коммуникаций и могу давать экспертные оценки в модном бизнесе.

Артёму идея понравилась, и мы начали работу. Сергей познакомился с основателем DPL–lab Артёмом Семьяновым и рассказал о нашей задумке. Так мы объединились с Артёмом и его командой разработчиков: Павлом Воропаевым, Марией Новиковой, Глебом Пособиным, Ильей Соловьевым и Артёмом Бетлей. Ребята уже работали над GAN и вели ряд исследований на эту тему.

Оказалось, что одно из выступлений посвящено как раз той модели, которая в своё время и натолкнула нас на идею: DPL–lab рассказывали о противоборствующих генеративных нейросетях (GAN). Сергей увидел на Facebook анонс предстоящей дискуссии об искусственном интеллекте в коворкинге DI Telegraph.

Для успешного обучения нейросети требовалось большое количество исходного материала — фотографий платьев. Платья интереснее генерировать, чем, например, брюки, где намного меньше деталей и возможностей для фантазии. Чтобы добыть необходимый материал, мы использовали базу одного популярного интернет–магазина.

Платья наиболее вариативны — это десятки фасонов и силуэтов, а значит, проще собрать необходимый набор данных для обучения. Первый предмет одежды, который мы решили сгенерировать — платье.

Генеративно–состязательные сети. GAN расшифровывается как Generative adversarial networks. Они схожи по архитектуре и часто зеркально повторяют друг друга. Их принцип работы строится на комбинации двух нейронных сетей.

Получая эту информацию, первая сеть — генератор — улучшает свои параметры, чтобы сделать более подходящие изображения, пытаясь обмануть вторую сеть. После сравнения изображений, вторая сеть сообщает первой, насколько сгенерированные изображения смешиваются с оригинальными и что нужно изменить.

Другими словами, похоже ли оно на изображения платьев из интернет-магазинов. В нашем случае она должна была отличать, платье на изображении или нет.

Наши модели умеют придумывать оригинальные дизайны, которые вписываются в понятие той одежды, которую мы имеем в виду. Нейросеть-генератор заучивает концепцию предмета: что такое платье, обувь или другой предмет и все его разновидности.

Накидали список интернет-магазинов премиальных брендов, написали для каждого отдельный парсер. Мы решили попробовать более сложные дизайны. В итоге набралось 10 тысяч образцов, используя которые, мы переобучили нашу модель.

Мы настроили и обучили специальную нейросеть, которая повышает разрешение — SRGAN. Образцы получились маленького размера, нам нужно было увеличить детализацию. Эта нейросеть — одна из разновидностей GAN, работа которого описана выше.

Не стали заказывать принт ткани по нашим эскизам, потому что это дорого и долго. Выбрали три актуальных фасона. Подбирали готовую ткань, максимально похожую на эскиз.

Сеть-генератор учится восстанавливать изображение из низкого разрешения в высокое, дорисовывая новые пиксели. В SRGAN при обучении модель на входе получает оригинал изображения и его копию в маленьком разрешении. А вторая сеть проверяет, насколько изображение похоже на оригинал в исходном разрешении.

Мы решили самостоятельно пройти полный цикл производства единицы одежды от эскиза до готового образца. Сегодня у нас есть стабильно работающая нейросеть и отшитая капсульная коллекция платьев по её эскизам.

Каталог готовой коллекции отсняли у друзей в ангаре Хлебозавода. Тип ткани выбирали вместе со швеёй-закройщицей. Снимала наша подруга — фотограф Анна Лукьянова, а моделью выступила мисс МГУ 2017 Александра Крамская.

Уже на выставке гости, надевая VR-очки, оказывались в том же пространстве, но уже в окружении манекенов. Мы заранее приехали на площадку выставки, с помощью камеры панорамной съёмки отсняли зал и разместили на отснятом материале манекены с нашими платьями.

Там у нас был свой стенд. Первая демонстрация проекта прошла на выставке технологических фешн–стартапов Fashion futurum в рамках Mercedes-Benz fashion week в марте 2017 года. Мы не успевали отшить платья по нашим эскизам, поэтому придумали свой формат презентации, подходящий нашему продукту — презентацию в формате VR.

На стенде мы познакомились с Анной Городецкой, основательницей магазина и бренда нижнего белья Trusbox.ru. Выставка помогла нам получить первый коммерческий заказ. Сейчас мы готовим совместную коллекцию.

Сейчас фонд сосредоточен на финансировании проектов «умных» материалов, но мы рассчитываем на сотрудничество в будущем. В рамках конференции мы познакомились с представителем фонда Мирославы Думы Fashion tech lab.

А что если ИИ заменит художников или дизайнеров? Со всех сторон слышим: «ИИ заменит аналитиков, ИИ заменит кассиров» и так далее. Считалось, что только он способен выполнять нелинейные задачи. Творчество всегда принадлежало человеку. Заменит дизайнеров? Но что если ИИ станет творцом? Дизайнеры будут не нужны. Он уже неплохо с этим справляется: посмотрите ещё раз на наши эскизы.

А он ужё его создаёт. Чем станет искусство, когда его будет создавать искусственный интеллект? Наш проект — из числа тех, кто задаёт вектор развития этой истории и развивает её.


Дата публикации: 07.12.2017


Ещё новости


  26.08.2022  20 000 потоковых процессоров, 36 ГБ памяти и шина разрядностью 512 бит. AMD работает над видеокартой-монстром, но она выйдет нескоро

Информатор приписывает ей компоновку с 13 (!) чиплетами: четырьмя модулями GCD (Graphics Compute Dies) и девятью MCD (Memory Complex Dies). Инсайдер принес очень интересные новости относительно перспе...

  27.08.2022  Российское приложение определит депрессию у человека по его манере говорить

Главное нововведение — это алгоритм на основе нейросетей, которые сможет анализировать речь человека и предупреждать, если ему необходимо обратиться к врачу. Отечественные исследователи из Сеченовског...

  27.08.2022  В Китае представлен перспективный «Москвич»? На автосалоне в Чэнду дебютировал 7-местный кроссовер Sehol X8 Plus за 14 500 долларов

Это — на первом этапе, а потом возможно расширение линейки или замена одних моделей на другие. Официально о новых автомобилях «Москвич» пока ничего не сообщается, но уже практически никто не сом...

  27.08.2022  Власти Италии обратились к экстрасенсу, чтобы тот спас всех от засухи

Такое решение вызвано серьезными последствиями аномальной жары лета 2022 года: два из пяти источников воды коммуны пересохли.  В северном регионе Италии, коммуна Баярдо, Лигурия, местные власти обрати...

  26.08.2022  Флагман Xiaomi возвращается к истокам. Xiaomi 13 получит плоский экран впервые с момента выпуска Xiaomi Mi 9

Последним флагманом компании с плоским экраном был Xiaomi Mi 9. По данным инсайдера, известного под ником Digital Chat Station, будущий флагман Xiaomi — Xiaomi 13 — получит плоский экран. ...



Все новости




Корзина
Товаров: 0
Сумма: $0
Курс (нал.) 1$ = 62.00 руб.
Курс (безнал) 1$ = 65.00 руб.

НОВОСТИ

09.11.2022
Перспективный «Москвич» уже появился в Казахстане? В соседней стране начали продавать JAC JS4 – ожидается, что его производство наладят в Москве на бывшем заводе Renault

30.09.2022
В следующем году Micron Technology резко сократит капитальные затраты

27.08.2022
В Китае представлен перспективный «Москвич»? На автосалоне в Чэнду дебютировал 7-местный кроссовер Sehol X8 Plus за 14 500 долларов

27.08.2022
В океане обнаружены колоссальные залежи сахара, о существовании которых не знали даже эксперты

27.08.2022
Власти Италии обратились к экстрасенсу, чтобы тот спас всех от засухи

27.08.2022
Российское приложение определит депрессию у человека по его манере говорить

27.08.2022
Это точно не убийца флагманов. OnePlus представила наушники... за 10 долларов

27.08.2022
Видео: геймплейный трейлер стильного экшена Gungrave G.O.R.E. с безжалостным антигероем

26.08.2022
20 000 потоковых процессоров, 36 ГБ памяти и шина разрядностью 512 бит. AMD работает над видеокартой-монстром, но она выйдет нескоро

26.08.2022
Флагман Xiaomi возвращается к истокам. Xiaomi 13 получит плоский экран впервые с момента выпуска Xiaomi Mi 9

Все новости

ОБЗОРЫ

14.03.2024
Сервер времени

07.03.2024
Восстановление операционной системы Windows без лишних проблем

07.03.2024
Эффективность и доступность при чистке компьютера

07.03.2024
Эффективное решение для проблемных ситуаций

02.03.2024
Как заменить клавишы на Macbook?

Все обзоры
 
   
   
ASUS A7U

от $1065 
RoverBook Discovery B214

от $980 
RoverBook Voyager B514

от $835 
LCD PC WindRover LP2001 AT7

от $0 
Периферия Руль с педалями T...

от $85 
 
      © 2003-2024, Ноутбуки на Буденовском
Тел. (495) (499) 115-03-45
E-Mail: