這張沙發現在看起來還不錯:下次起居室改裝時,使用人工智慧技術讓你鬆口氣

作者 Tony Kontzer

以前在採購家具有兩大限制:庫存和想像空間。

通常零售消費者會遇到的風險有:走進家具零售賣場、看著賣場裡數量不多的商品,然後隨便挑了項東西,就算那不是消費者心裡真正想買的。消費者翻看目錄或是比較各種顏色,接著在腦袋裡想像這張新的雙人沙發椅搭配起居間會是什麼樣子,企圖心愈大,失落感也愈大。

拜先進的人工智慧與機器學習技術所賜,上述情況已出現變化。許多公司和大學的研究人員正在線上和線下的零售環境裡測試有著 GPU 加持的深度學習技術,讓採購這件事變得更輕鬆也更精準。

這裡舉出兩個例子:「GrokStyle」這家新創公司正在開發一項 app,讓消費者可以對喜歡的家具拍下照片,無論是對著目錄或在賣場裡對著實物拍攝,接著找到比對結果,判斷多家線上零售商的供貨情況。家具零售龍頭 Ashley Furniture HomeStores(愛室麗家居)則是讓人們為自家起居間建立虛擬空間,查看家具在虛擬空間裡的擺放情況,以減少猜測的情況。

GrokStyle 執行長暨共同創辦人 Sean Bell 說:「我們的目標是縮短設計靈感和採購之間的落差,讓人們更輕鬆在網路或實體賣場裡找到和購買有興趣的商品。」

將電腦視覺技術用在零售環境

img-3

使用 GrokStyle app,便可上傳特定商品的圖片找到比對物,或是上傳圖片在線上零售商找到比對物。圖片提供:GrokStyle。

Bell 在康乃爾大學攻讀博士學位時,便與他的授課教授之一 Kavita Bala 產生發展 GrokStyle 的想法,兩人一同成立這家公司,由 Bala 擔任首席科學家一職。兩人注意到電腦視覺研究領域的突破性發展,與消費者和零售商可以使用到的技術,兩者間有著不小的落差。

就算網路上有著數百萬張商品圖片,想要瀏覽或取得也絕非易事,更不用說要比對圖片和實物。

兩人開發出一套演算法來比對圖片,運用 NVIDIA GPU、CUDA 平行運算平台和 CUDA 深度神經網路函式庫,投入數百萬張圖片來訓練上萬個模型。AWS 機器(EC2 G2 與 P2 系列)在 NVIDIA GPU 的助力下處理上傳的圖片,並且跟龐大的家具資料庫進行比對。

Bell 說:「GPU 扮演了重要的角色,讓我們能以高效率的方式訓練、測試和部署神經網路模型。沒有 GPU 就沒有這項技術,它讓我們更快探索和比較演算法。」

Bell 說 GrokStyle 的技術可以用在許多消費性商品上,不過家具是一個很好的策略性起點。

「我們最早就把重點放在家具上,這裡面參雜著強烈的美學和視覺元素,加上家具不易變形的特性,我們也能展現出更高的準確性。」他說。

Bell 認為最終時尚、不動產、藝術、設計和機器人等產業的零售商會用到 GrokStyle 的技術。要是這聽起來像是他預料這項技術會遍地開花,沒錯,他的確是這麼想。

他說:「我們打算成為視覺搜尋與美學相關人工智慧平台。我們著眼於視覺搜尋管道的每個部分,並且提升它的水準,讓我們擁有用於零售業最精準的視覺搜尋演算法。」

用於連結情感的虛擬實境技術

 

GrokStyle 將焦點放在線上購物,而發展虛擬實境技術的公司 Marxent 則是跟美國最大的實體家具零售商 Ashley Furniture HomeStores 合作開發店內 VR 技術吧和 VR app,預計今年底推出。

Ashley 使用 Marxent 的 VisualCommerce 平台來建立商品目錄,以及提供在 AR(擴增實境)與VR 環境裡使用的全新 3D 立體商品體驗。這些體驗不只讓消費者能在虛擬環境裡購物,還能讓消費者將家具放在自己的家中,以查看搭配的結果。

Marxent 靠著 NVIDIA GeForce GTX 1080 GPU 來提供必要的處理能力,以有效製作出 VR 影像。Marxent 產品經理 Vince Kilian 說得以最低更新率 90 Hz 來運行 VR 演示內容,GPU 要能支援每秒90幀的速度,不然客人看了會頭暈。

「GPU 幫了我們一個大忙。」Kilian 說。

Kilian 表示該公司的目標是讓消費者的情感跟購物體驗有更多的連結。不是每個客人都住在 Ashley 的門市附近,Kilian 最終可能會選擇將 VR app 放在雲端,讓消費者在家中享受如同親臨現場的購物體驗。

他說:「我們現在還處於早期階段,並非所有人都有 Vive 或 Oculus,或是能顯示這些高階圖形的電腦。我想像日後人們強烈要求這類體驗,且有著蓬勃發展的局面。」