TechFusion.ruСтартапы«Носи трусы»: как искусственный интеллект придумал дизайн нижнего белья для Trusbox

«Носи трусы»: как искусственный интеллект придумал дизайн нижнего белья для Trusbox

Trusbox

Стартап Trendmind, разработавший алгоритм для генерации новых дизайнов одежды, основали специалист по связям с общественностью Татьяна Попова и руководитель отдела разработки креативного агентства Red Keds Сергей Пономаренко. Татьяна всегда интересовалась модой, а Сергей в какой-то момент увлекся темой искусственного интеллекта. Интересы обоих воплотились в совместном проекте

Пару недель назад Trendmind совместно с магазином Trusbox запустил линию нижнего белья — коллекцию units, дизайн для которой был сгенерирован нейросетью. TechFusion.ru публикует историю Trendmind и новой коллекции Trusbox

Татьяна — о вдохновении и «пище» для искусственного интеллекта

Начинали мы не с бизнес-идеи — это была скорее задумка арт-проекта. Осенью 2016 года мы сходили на выставку «Эффект времени: влияние русского авангарда на современную моду» в Еврейском музее и центре толерантности — в экспозиции, соответственно, были представлены картины авангардистов и вдохновленные ими вещи. Тогда мы и подумали: прикольно было бы «скормить» нейронной сети картины — образы для ее «вдохновения» — чтобы на выходе получилась одежда. Нам захотелось показать, что машина тоже может выполнять подобные творческие (или почти творческие) задачи.

Сейчас много рассуждают о том, найдется ли в будущем место творчеству человека — или машина отберет у него и это дело. Кто-то утверждает, что ИИ, наоборот, заберет у нас только рутинные задачи, а люди, веселые и беззаботные, будут творчеством заниматься. Изначально мы хотели посвятить арт-проект размышлениям на эту же тему.

Сережа в принципе интересовался нейронными сетями и всем, что связано с искусственным интеллектом. Незадолго до выставки он прочел, что есть алгоритм GAN, который позволяет генерировать новые изображения на основе определенной выборки. Оказалось, что именно с помощью этого алгоритма можно решить поставленную задачу.

Сергей — о знаниях и команде

С технической стороны в процессах обучения нейронных сетей я тогда не очень разбирался. Стал смотреть, какие мероприятия на эту тему есть на рынке — конференции, лекции и так далее. Записался на соответствующий курс Стэнфордского университета на Coursera — и начал изучать техническую сторону вопроса.

Учился, ходил по мероприятиям, и, наконец, в декабре 2016 нашел то, что искал, на одной из лекций в Digital October, где несколько команд рассказывали о своих наработках. Они освещали разные темы: кто-то анализ цифровых данных, кто-то — как раз обработку изображений нейросетями. Одна из команд рассказывала про тот алгоритм, который и был мне нужен — они показывали, как работает GAN, на примере фотографий стульев.

После лекции я подошел к ребятам и рассказал о нашей идее: хотим представить, что будет, если машине дать творческую задачу. Давайте возьмем нейросеть, обучим ее на примере платьев, отошьем их, выставим в павильоне вместе с изображениями, которые использовали, и расскажем, каково место творчества человека в будущем. Так я познакомился с Артемом Семьяновым, основателем DPL Lab, и его командой разработчиков. Им эта идея понравилась, и мы вместе начали работу над Trendmind.

Сергей — о том, как обучать нейросеть

Сначала нужно собрать датасет, на котором искусственный интеллект будет обучаться. Он должен, разумеется, соответствовать стилю, в рамках которого мы хотим сгенерировать что-то новое. Мы составили перечень ссылок на разные сайты нужных нам брендов, магазины, а потом написали автоматический парсер и выкачали оттуда все фото в необходимом ракурсе. Так получился датасет — около 12 тысяч платьев.

Фотографии должны быть однотипные: фронтальные, белый фон. Вид сзади не поможет, только усложнит задачу. Плюс, чтобы как-то скомпенсировать недостатки исходной выборки, делается аугументация: мы искусственно трансформируем исходное фото, меняем его цвета и размер, как-либо искажаем, чтобы нейросеть воспринимала его как новое изображение.

Изначально получалось не так классно, как хотелось бы. На ранних выборках видно, что глитчей много, вариативность по цветам не очень хорошая, разрешение очень маленькое. Но, тем не менее, было уже похоже на то, что мы хотели. И потом мы долго докручивали качество…

О «бизнес-рельсах», акселераторе и VR-выставке

В процессе работы мы поняли, что как арт-проект это вряд ли сложится, а вот продать это брендам как бизнес-идею, возможно, получится. И переехали на эти рельсы прошлой весной. Мы приняли участие в акселераторе Fashion Futurum для начинающих дизайнеров и технологичных стартапов в сфере моды. Его ежегодно проводит Национальная палата моды в рамках Mercedes-Benz Fashion Week Russia. Мы шли туда с намерением с кем-то познакомиться, увидеть что-то новое. Как раз там мы познакомились с Анной Городецкой из Trusbox — и после довольно быстро приступили к работе с этим брендом.

На выставке при себе у нас были только презентации: демо-версия программы (жмешь на кнопочку — генерируешь новые дизайны) и презентация в 360° для VR-очков. Принесли 360°-камеру ночью в этот павильон, сняли его, а потом наложили на панораму изображения манекенов со сгенерированными нами платьями. Расписали большими буквами, как и что работает. То есть, надев очки, посетитель оказывается в том же пространстве, но вокруг — выставка этих платьев и описание принципа работы алгоритма.

via trendmind.ai

Пока готовились к выставке, мы решили сшить «придуманные» нейросетью платья, просто чтобы понять, что получится — и прочувствовать процесс производства одежды. И в итоге сделали три модели. Закончить их к акселератору мы не успели — подумали, что торопиться с этим слишком рискованно — если мы плохо их сошьем, это будет негативно влиять на восприятие продукта: «Ну да, какие-то стремные платья можно придумать с помощью такой штуки…». А чтобы получилось классно и красиво, к производству надо было подойти скрупулезно.

Татьяна — об осязаемых платьях и проблемах совместимости fashion+tech

На самом деле пошив был одной из самых больших проблем. Делать это в обычном ателье — довольно дорогое удовольствие. Фабрики и большие предприятия маленькие партии, конечно, не шьют. В итоге знакомые дизайнеры посоветовали нам швею. Ткани и фурнитуру я подбирала самостоятельно. Мы с портнихой подробно разбирали эскиз, мучили ее на тему того, есть ли программы для построения выкроек. В итоге швея сшила все так, что пришлось переделывать два платья из трех, отвозить другому мастеру…

Делать fashion-tech-проект очень сложно: между миром моды и миром технологий лежит очень большая пропасть. Это индустрии, которые говорят на совершенно разных языках. Ребята, которые занимаются IT, не понимают: что такого сложного — одежду шить? «Давайте за неделю, что там такого: пошел, ткань купил, сшил — нормально все».

Айтишники считают, что их задача — по-настоящему сложная, а качественно сшить одежду — это раз плюнуть. А ребята из fashion — наоборот: «Что? Какой искусственный интеллект? Что такое нейронные сети? Все, отстаньте от нас». И ты каждый раз как переводчик с одного «языка» на другой. И, в целом, непросто найти людей, которые понимают или хотя бы имеют желание разобраться и в том, и в этом.

О коллекции для Trusbox

Когда мы занялись разработкой дизайна для Trusbox, возникли новые сложности. С платьями было проще: их очень много, и вариативность моделей намного выше. Платья могут быть разные: разные фасоны, длина, разные рукава… А трусы — они и есть трусы. Есть стринги, есть слипы, боксеры — и все. Из вариативного остаются, по большому счету, варианты расцветки, кружево и, может, какие-то украшения. И форма у всех моделей почти одна и та же. Поэтому здесь обучение нейронной сети шло сложнее: ей не хватало вариативности выкачанного исходного датасета. Нужно собрать достаточно большую выборку и долго «подкручивать» параметры. И все получилось, но ушло много времени — больше, чем планировали.

via trusbox.ru

Всего для обучения сети было использовано 3503 изображения нижнего белья. Для Trusbox мы с ее помощью сделали 600 дизайнов. Из них уже вместе с Анной Городецкой (соосновательница и совладелица сервиса Trusbox — прим. TF) выбрали 60 лучших, а потом из 60 — шесть «заветных», которые затем и были сшиты.

via trusbox.ru

В течение лета мы занимались генерацией моделей, а осенью коллекция уже пошла в производство. В январе этого года, наконец, получили партию. Очень хотели запуститься до католического Рождества — как раз подходящее время для того, чтобы представить новую коллекцию, продавать подарки… Не успели — готовили пресс-релизы и лендинги на двух языках, еще хотели все классно задизайнить и заверстать… В итоге только недавно запустились. А в зимние праздничные дни, к сожалению, была только возможность оформить предзаказ. «Дорогая, я предзаказал тебе трусы» — это как-то не очень.

Татьяна — о кризисе моды и целевых брендах

Даже дизайнеры люксовых брендов в настоящее время не придумывают ничего принципиально нового: их одежда — это бесконечные цитаты прошлого века — 60-х, 80-х. И много «хайповых», экстравагантных вещей, которые якобы должны ошеломить потенциального покупателя. А масс-маркет работает еще проще. Человек, который более-менее разбирается в моде, может зайти, например, в Zara и пальцем показать: вот это дизайн Prada висит, это Céline, это D&G, и так далее. Они берут очень похожие фасоны, те же самые принты, кое-что немного меняют — и готово. Попадание в тренды — единственное, что важно для масс-маркета.

via trusbox.ru

Поэтому наше решение — в первую очередь для масс-маркет-брендов, которым нужно не придумывать что-то принципиально новое, а работать в рамках уже сложившихся тенденций. Наш искусственный интеллект берет ассоциации не из абстрактных областей, не из искусства, а из датасета с конкретным видом одежды. И мы работаем не на опережение, а внутри «темы», уже заданной топовыми марками. Эта технология — скорее для компаний, в которых много дизайнеров, выполняющих поточную работу — перерисовку, перекройку брендовых вещей. Trendmind может помочь таким компаниям экономить на времени и ресурсах.

via trusbox.ru

О будущем

У Trendmind в планах и другие проекты: с одной российской компанией мы обсуждаем, например, производство принтов. Также думали об отдельном направлении применения этой технологии — аналитике трендов. Специалисты сферы советуют развиваться в эту сторону: на этой площадке продукт будет более востребованным у большего количества предприятий. А услуга трендвотчинга сама по себе очень востребована. Но для этого нужно делать «шаг в сторону» в плане технологии.

В целом, люди не очень понимают, что же все это такое: нейросети, машинное обучение, искусственный интеллект (тем более в области моды и дизайна) без подробного объяснения. Когда ты погружен в работу над собственным проектом, тебе кажется, что все это просто и понятно. И когда выпускаешь его вовне, оказывается, что это совершенно не так — возникает диссонанс с реальным положением вещей. Аудиторию нужно вовлекать в эту тему, разъяснять им, каковы нынешние возможности IT. Возможно, в будущем с этой целью можно было бы отчасти вернуться к формату арт-проекта: устроить выставку, объяснить, как работает алгоритм, показать на больших экранах, как и что делается. Если, конечно, удастся использовать это как маркетинговый инструмент.

Иллюстрация на обложке: TechFusion.ru