描述
开 本: 16开纸 张: 胶版纸包 装: 平装-胶订是否套装: 否国际标准书号ISBN: 9787509678336
本书帮助您了解人工智能（AI）如何应用于时尚业。聚焦于应用方法，本书提供真实案例，为非技术读者分解技术术语，为时尚专业人士提供教育资源。从发现产品开始，再到制造产品，探讨AI影响时尚价值链各部分的方式。
《时尚业中的人工智能》带领您了解重要概念，如互联网零售、数据挖掘和人工智能机器人。每章均以一个主要技术主题为例，说明如何将AI应用于时尚业。书中没有方程、算法或代码。技术上的解释是累积性的，因此，伴随本书，您将在实践阶段发现更多有关人工智能的内在运作信息。
目 录
引 言
关于本书 / 1
关于读者 / 2
篇 导论
第1章 人工智能基础 / 5
为什么人工智能如此重要？ / 5
什么是人工智能？ / 6
机器学习 / 7
什么是智能？ / 7
图灵测试 / 8
机器如何学习 / 8
什么是学习？ / 9
机器感知 / 10
语言 / 10
人工智能主题 / 11
应用领域 / 12
工具与技术 / 13
本章总结 / 15
本章术语 / 16
第二篇 购物和产品发现
第2章 自然语言处理和会话式购物 / 21
自然语言处理 / 22
伊丽莎 （ELIZA） / 22
聊天机器人 / 23
专业聊天机器人 / 23
会话商务 / 23
自然语言查询 / 24
购物与通信 / 24
个性化的购物体验 / 26
机器人之间的交互 / 26
基于背景信息的决策 / 27
实时聊天 / 27
机器如何阅读 / 28
标记化 / 29
词嵌入 / 30
词性标记 / 30
命名实体识别 / 31
自然语言理解 / 31
情感分析 / 32
关系提取 / 33
本章总结 / 34
本章术语 / 34
第3章 计算机视觉和智能镜 / 37
零售业崩溃 / 38
智能镜 / 38
数据采集 / 40
社交分享和结账 / 40
实现 / 41
计算机视觉 / 41
图像转换 / 43
滤波 / 43
特征提取 / 44
图像分类 / 46
超越静态和二维图像 / 47
本章总结 / 47
本章术语 / 47
第4章 神经网络和图像搜索 / 49
时尚业中的图像 / 49
图像搜索 / 50
图像标记 / 51
反向图像搜索 / 52
视觉搜索 / 53
神经网络 / 55
神经网络的类型 / 55
前馈神经网络 / 56
递归神经网络 / 57
卷积神经网络 / 58
训练神经网络 / 58
训练数据 / 60
标准化数据集 / 60
对抗样本 / 62
对抗图像叠加 / 62
对抗添加 / 63
对抗对象 / 63
可能产生的影响 / 64
本章总结 / 65
本章术语 / 65
第5章 虚拟造型助手 / 68
虚拟造型助手 / 69
个人造型师 / 69
虚拟助手 / 70
语音接口 / 70
虚拟造型助手的特点 / 71
现有案例 / 71
亚马逊的EchoLook语音声控智能摄像头 / 72
硬件 / 72
带图评论 / 74
带图评论的未来 / 75
通用人工智能 / 75
混合智能 / 76
通用人工智能的陷阱 / 76
人工智能的危险 / 76
本章总结 / 77
本章术语 / 78
第三篇 销售
第6章 数据科学和订阅服务 / 83
订阅模型 / 83
品牌订阅 / 85
目标订阅 / 85
用户选择的订阅 / 86
消耗品订阅 / 86
租赁订阅 / 86
数字个性化 / 87
推荐引擎 / 88
数据科学 / 90
本章总结 / 95
本章术语 / 96
第7章 预测分析和尺寸建议 / 98
合身问题 / 98
什么是预测分析？ / 99
尺码学习 / 99
预测分析的其他应用程序 / 101
实施预测分析系统 / 101
数据可视化 / 104
模型 / 105
企业工具 / 106
时尚公司的技术博客 / 106
数据责任 / 107
通用数据保护条例 / 108
数据和第三方供应商 / 108
法律 / 108
本章总结 / 109
本章术语 / 109
第四篇 设计
第8章 时尚设计师的生成模型 / 113
人工智能时尚设计师 / 113
人工创造力 / 114
将服装映射到人物图片 / 115
将草图变成彩色图片 / 116
生成模型工作与原理 / 116
局限性 / 118
为什么选择生成对抗网络技术？ / 118
实施案例：人工智能时尚博主 / 119
工作原理 / 120
训练生成对抗网络 / 121
改进结果 / 121
生成对抗网络的未来 / 123
本章总结 / 124
本章术语 / 125
第9章 数据挖掘和趋势预测 / 127
趋势预测 / 127
社交网络 / 128
社交媒体挖掘 / 129
什么是数据挖掘？ / 130
应用程序接口 / 130
网站数据抓取 / 132
网络爬虫 / 133
数据仓库 / 134
本章总结 / 135
本章术语 / 136
第五篇 供应链
第10章 深度学习和需求预测 / 139
什么是需求预测？ / 140
预测方法 / 140
预测时尚挑战 / 140
生产过剩 / 141
快而短的时装季 / 141
消费者行为 / 141
非预测解决方案 / 142
价格预测 / 142
深度学习 / 142
什么是深度学习？ / 143
需求预测的深度学习 / 143
小数据集的技术 / 144
迁移学习 / 145
其他预测模型 / 146
本章总结 / 147
本章术语 / 148
第11章 机器人技术与制造 / 150
大众文化中的机器人 / 150
机器人与女性 / 151
什么是机器人？ / 153
机器人分类 / 153
工业机器人 / 153
关节式机器人 / 154
末端执行器 / 155
缝纫机器人 / 155
在缝纫中采用机器人技术的优势 / 157
机器人设计 / 158
自动化与机器人 / 158
有关自动化的工作职责问题 / 159
供应链机器人 / 159
关灯生产制造 / 160
本章总结 / 160
本章术语 / 161
第六篇 未来
第12章 人工智能民主化及其影响 / 167
降低进入门槛 / 168
简化的界面 / 168
开发者工具 / 169
数据访问 / 169
开源 / 170
专用硬件 / 170
图形处理器和张量处理器 / 170
云服务 / 171
教程和在线课程 / 172
对就业市场的影响 / 173
道德与未来 / 174
种族与性别 / 174
人工智能伙伴关系 / 175
本章总结 / 175
本章术语 / 175
参考文献 / 178
序 言
本书不会深入探讨个人自传，但对于不从事技术行业工作的读者，我想分享一下有关我是如何进入这个行业的曲折故事。我一开始并没有立志要从事技术领域的工作，所以先开启的是自己的时装设计师生涯，但这也不是偶然的。从事时尚领域工作时，产品的制作方法和产地总能引起我的兴趣。我不太关心当季什么新品或什么人 “酷”，除非它或他（她）能够帮助我解决问题。说实话，我对时尚业的运作方式感到沮丧。因此当我认为服装设计领域根本不适合我，并且下决心要离开这个行业时，我周围的人似乎并不感到奇怪。我在早期寻找能让自己施展才能的创新技术工作时，接触了哈佛大学怀斯研究所 （Wyss Institute）的一个团队，该团队正在研究构建可穿戴的柔性机器人外骨骼，该项目的名称为外骨骼机器护甲。在这个项目运行中许多的应用建议被提了出来，从军事领域到医疗方面的中风康复都有涉及。一开始我并没有参与到该项目精彩的部分。初只是“缝制”模型，然后进入开发过程的其他部分：观察用户测试、提出改进建议。虽然当时我并没有对“缝制”这件事本身感到特别兴奋，但我对通过制造可穿戴设备来帮助人们行走从而改变人们生活这一结果和意义感到振奋。在怀斯研究所工作后不久，我搬到了旧金山，开始在Otherlab研究设计实验室从事类似项目的工作。我对用来制造成衣套装的技术以及如何将其中一些技术用于改善时尚行业的流程和产品产生了兴趣。终我离开了机器人技术领域并创建了一家公司，开发了一种可以用来制作定制文胸的自动技术。然而公司在一年之内便草草终止了，我开始反思为什么会失败。我的想法是构建一个软件系统来采纳用户的测量数据并将指令发送到机器，而机器可以在少的人工干预下制造出服装成品。但是当时我缺少许多关于如何构建该软件的高层面的信息。
改变
在为下一个职业发展探索各种可能时，我开始写作。我编写了许多篇技术类的文章，并开始列出在时尚领域有运行经验的软件和技术公司名单。写作还为我与在这一领域工作的人们提供了交谈机会，了解他们为了工作都做了些什么以及个人的感受和经历。为了决定下一步要做什么，我开始向朋友们征求意见，但其中有一条建议困扰着我： “编程已经变得越来越重要。”我住在湾区，学习编程这件事并没有给我带来什么机遇，但是后知后觉，所有证据都表明学习编程这个决定是正确的。我认为对时尚影响的公司几乎全都是软件公司。在我看来，掌握了编程技能几乎就可以拓展我接下来可以从事的任何工作，包括曾经尝试创建的公司。我决定学习写代码，但从来没有动过成为伟大的工程师之类的念头，我只想尽可能地获取更多有用的知识。一旦我决定要学习写代码，我就需要付出很多时间和精力才可以让自己达到想要的高度。一开始，我没有意识到“软件”一词会拓展到一个非常广阔的技术领域，并且在某些领域分支可能会需要我学习代码之外的不同技能。作为局外人，当时我无法想象这个行业内彼此间的细微差别，它们离我仿佛有十万八千里般遥远。我质疑着我的才智、理解能力甚至于我自己。
再次失败
我向朋友们咨询关于如何学习编程的经验和建议，其中许多人推荐了麻省理工学院（MIT）网络公开课上的计算机科学与编程入门课程。在六个月的时间里我反反复复尝试去上课三次，然后不得不承认这可能真的不是我想要的。很多人在此过程中对我表示了质疑，即使是我爱也支持我的人都开始劝阻我。他们说我无法通过这门课，其实就意味着我对它没那么感兴趣。在很多方面，这次失败经历都深深烙在我心上。我无法完成该课程的原因之一是，我不清楚我到底会从中掌握什么技能。我看不到我所学的成果，而作为一个视觉化型的人，看到学习成果是我所需要的结果。我以为完成这门课程能帮助我对编程形成大概的了解。
寻找入口
我探索着进入软件和编程世界的另一种入口，即一个可以让我立即看到所学成果的入口。我从基本的HTML和CSS开始着手，并发现这就是切入点，后来我才知道这被称为前端网络开发。虽然这一切在如今看来似乎很明显，但当时并非如此，我有过一段非常艰难的尝试去理解的时间。随着时间的推移，这种理解的障碍不断缩短，而克服障碍变得越来越容易。世界上并没有什么神奇的解决方案，只有毅力。找到这个切入点是我经历中重要的事情。这个切入点虽然只是让我对编程有了一个初步的了解，但是也给了我一个开始提出问题并深入学习“软件”这种大型生态系统的场所。学习HTML和CSS之后，我继续学习了Javascript和Python的一些相关知识。学习使我能够更加全面地思考软件问题，并进一步拓展自己的想法。虽然我从没打算当软件工程师，但对我来说，学习编码是成为Google产品经理的关键一步。
学习人工智能（AI）
当我开始学习人工智能时，面临着同样的挑战。人工智能中的主题是我尚未理解的复杂概念。这次问题变得更加复杂，因为它基于一些我所没有的基础信息。可用于学习人工智能的资源通常限于两种情况：（1）技术文献着重于数学和实现层面，过于深入到方程式中，以至于没有足够的信息可以从高层面上理解。（2）营销和商业资源给出很多使用人工智能的理由，但却几乎没有解释它是什么或者它是如何工作的，没有提供可以让人理解的足够信息。
希望得到的指引
学习人工智能的经历非常令人沮丧。在写这本书时，我着手创建一种资源，以消除其他好奇者（特别是在时尚产业工作的人们）的那种挫败感。这本书旨在帮助人们找到切入点，并获得我在自己的研究中所寻求的深层次的理解。这是我在学习时希望得到的那种指引。尽管本书着重针对时尚行业，但我相信本书的内容对于刚开始学习人工智能的任 何人而言都值得阅读。时尚业中使用的案例也广泛应用于其他行业。本书的内容只回答了一些基本的问题，帮你打开人工智能世界的大门。这本书仅仅是个开始，后续会有更多的东西需要学习。
引 言
人工智能（Artificial Intelligence，AI）正在成为各个行业开展业务 的一部分。时尚业也不例外，从产品发现到机器人制造，人工智能几乎已进入时尚价值链的每个环节。本书的目的不仅在于告诉企业和品牌商如何将人工智能纳入其日常实践中，而且还帮助读者将人工智能加入自己的工具箱，为自己所用。
关于本书
人工智能是一个覆盖范围非常广的领域。本书并非试图涵盖所有主题，而是为理解提供基础。本书的结构从对人工智能进行简要介绍开始。简介之后则分为多个部分，包括从面向消费者的产品到制造过程等内容。为了说明这些应用程序的背景知识，每一章都会介绍顾客或行业的难点，并探讨有关时尚公司如何使用人工智能解决这些难点问题的现实示例。每章都将对基于行业的主要应用进行说明，对关键技术概念进行讲解，并且都揭示了有关人工智能内部工作的更多内容，具有累积性。通过本书的各个部分，你将几乎遍历时尚业务的各个部门，并了解如何在每个部门中以独特的方式使用人工智能。就像企业开始使用计算机时一样，使用人工智能也有一些相似之处。初，人们认为计算机只会在数学系中使用，但如今它们无处不在。你几乎无法想到一个领域是不曾使用计算机的。同样，你也可能会假设人工智能仅在某些行业中使用，但它在各个行业中普遍存在。本书尽可能直观地对人工智能方面的知识进行论述，以对人工智能关键概念的解释为切入点，并对理解这些关键概念所需的技术术语进行分解描述。
关于读者
这本书的写作以让任何阅读它的人都能理解为目的。本书不适合那些试图在编码或学习新技术方面变得更好的工程师。书中没有方程、算法或代码。从技术角度来看，本书中所讨论的主题已大大简化。由于如何去适应人工智能这件事影响着公司里的每一个人，不仅公司的一个部门或技术人员应该阅读本书，从设计师到公司高管，每个部门的经理和员工都可以学习如何在各自的专业知识中追加实施新科技以改善工作流程。本书为以下目标受众而写作：
时尚业的专业人士：没有软件或编码方面经验，但是对技术如何改变时尚业充满好奇和兴趣。
高管和经理：时尚品牌技术实现的决策者。
企业家：寻求为时尚业创造技术。
学生：考虑未来在时尚和技术领域求职。
评论
还没有评论。