文＝郭庭毓
IBM研究人員正在開發一種認知代理人的系統，可以剖析多種時尚趨勢，從時裝周、文章、blogs、社群網站…廣蒐資訊，它就像是位時尚界的資深人士，能夠輕鬆給出一份流行時尚趨勢報告。
神奇IBM解讀流行趨勢
然而最近，Watson更進一步踏足時尚領域。相信在學設計的人眼中，時裝如同一門藝術，美感更是相對感性的觀點，透過百科全書、字典、新聞、文學作品等組成信息來源的Watson，真的也能用在時尚產業嗎?
女裝日報WWD決定以最新出爐的2017/18秋冬紐約時裝周作實驗，挑選12個一線和新銳設計師品牌，挑戰Watson系統的功力，看看人工智慧是否也能像時尚編輯，分析主要用色和趨勢，為秀場上各個天馬行空的設計師作品做總結，並預測明年的流行趨勢。這12個品牌包含：Coach、Ralph Lauren 、Marc Jacobs、Alexander Wang、Dion Lee、3.1 Phillip Lim、Jason Wu、Public School、Jonathan Simkhai、Delpozo、Brandon Maxwell、和Prabal Gurung。
根據Watson的分析，2017/18秋冬Alexander Wang (左1.2.3)和Brandon Maxwell (右1.2.3)的作品相似性頗高
IBM解釋，Watson使用“認知時尚”功能分析時裝週圖片，用以判斷不同品牌的用色，並依次記錄每張圖片上出現的人臉、服裝、姿勢作為運算代碼。隨後，識別工具就能從中找出紐約時裝週2017/18AW主色調，還有輪廓、圖案、剪裁或服裝細節等相似處或重複出現的元素。
Waston 預測出的2017秋季流行色是葡萄深紫（Raisin Black）、淡棕色（Pastel Brown）、蒼白灰（Pale Silver）、香柏木色（Cedar Chest）和深海藍（Deep Koamaru）。
透過匯總計算每位設計者之間的相似性分數，Watson可以標示出各個設計師的相對位置，並繪製出一張網絡圖，距離越短的設計師就越相似，從中發現較多設計師理念相合的是Marc Jacobs，而Coach相對較特立獨行。Prabal Gurung和Jonathan Simkhai在印花和圖案上最為相似，而Alexander Wang和Brandon Maxwell在用色、剪裁和及膝長度的相似度最高。
事實上這個分析結果頗令人意外，因為Alexander Wang一向給人街頭個性感，與後者以晚裝為主的優雅風格相差甚遠。由此也能看出，透過電腦的分析，可以屏除掉人的刻版觀念，變成最單純的分析者。
圖左：IBM Watson識別工具，用於分析重複的顏色和輪廓等功能。 圖右：Watson設計了一個網絡圖，顯示分析中包括的每個集合之間的相似性。
越來越快速更新的產品週期，需要相對快速的分析趨勢，IBM Watson這套系統使用交互式分析歸納整季的流行趨勢，對於快速消費品、室內設計商和快時尚零售商等尤具有突破性的意義。過去，這類工作者需要依賴趨勢分析來快速決定最值得效仿的趨勢元素，而Watson的出現可以更迅速解析出設計師之間使用的顏色、圖案、輪廓和剪裁的相互影響性。
另根據美國零售聯盟NRF一月的研究發現，運用人工智慧技術幫助零售商面對市場挑戰，已經越來越獲業者接受與肯定，藉助人工智慧等科技不僅能加快蒐集資訊的效率，但能更精準的針對受眾提取有效訊息。而如何能掌握數據科學和創意時尚間的平衡，將是未來科技人與設計師的共同目標。
