入手前先試用:人工智慧如何讓住家改造業改頭換面

作者 Jamie Beckett

一切要從壁紙樣品開始說起。

David Levine 跟他太太想重新裝潢位於英國曼徹斯特住家裡的用餐空間,可是對於要怎麼設計牆面摸不著頭緒,因此開發了一項人工智慧工具來當他的助手。

這項技術及 Levine 的新創公司 DigitalBridge 使用 GPU 加速機器學習和電腦視覺技術,讓人們能看到用在房間裡的壁紙、油漆、新具家及其它居家裝潢會是什麼模樣。

「我想我不是唯一一個想不出來將壁紙貼在牆上後,會是什麼樣子的人。」Levine 說。

取消復原鈕

Levine 說的沒錯。在一項為 DigitalBridge 進行的獨立調查活動裡,約三分之一的採購者表示自己無法想像這些東西擺在家裡會是什麼樣子,因為害怕做出錯誤的選擇而延後或取消了裝潢。

「牆上刷好油漆、地毯或壁紙鋪好後,一切已成定局,不能拆掉重來。而我們就是那個取消復原鈕。」Levine 說。

目前還無法將 DigitalBridge 用在嘗試搭配吸引你目光的黃綠色沙發或紫色油漆上。在未來幾個月裡,這間公司將與英國百貨公司 John Lewis 及其它將這項工具納入其網站的歐洲零售商合作,推動自家的機器學習居家裝潢工具,並且打算在年底前拓展到美國的零售商。

機器學習用於居家裝潢

DIY 裝潢者上傳一張打算要進行裝修的空間照片,就能開始使用 DigitalBridge。機器學習和電腦視覺會依照片裡的畫素逐一偵測室內照明,以及牆面、家具跟其它物品的相對位置,讓虛擬空間符合實體空間的照明及空間特徵。

「要是想挑選壁紙,就得確認是貼在家具後方,而非家具上面。如果窗戶上閃耀著光線,我們也得複製出來。」Levine 說。

Levine 在 GeForce GTX TITAN X GPU 上使用數千張室內空間照片,訓練他的機器學習演算法,接著在 Amazon 雲端環境裡使用 NVIDIA Tesla K80 GPU 搭配 CUDA 平行運算平台進行部署。現在 DigitalBridge 使用 cuDNN 函式庫及 Caffe 深度學習框架,加入深度學習演算法以提高準確度。

「沒有 GPU,便做不到現在的成果,而且少了 GPU,我們也無法進行深度學習。」他說。

DigitalBridge 參與了我們的 Inception 虛擬加速器計畫。這項計畫協助運用人工智慧和資料科學來改寫產業發展面貌的新創公司,而它也是我們所舉辦的一項競賽冠軍得主,入選成為推動零售業革命的頂尖人工智慧新創公司

入手前先試用

DigitalBridge 並非首間提供「入手前先試用」這種住家改造工具的公司,不過 Levine 說多數工具都依靠擴增實境技術,需要使用專屬的行動 app。一開始他也是以行動 app 的方式來測試這項技術,後來覺得零售商並不喜歡這個方式。

「使用 app 的話,就得建立多個版本,還得一直更新。」他說。而且客人需停止購物和離開商店網站下載 app,才能加以使用。

DigitalBridge 改採另一種作法,在平台上加入零售商的網站,客人就能在行動裝置、平板電腦和 PC 上使用。Levine 把它想像是商店網站裡的一個按鈕,按鈕上寫著「在您自己的空間裡試用看看吧」的字樣。

想買那座水晶吊燈嗎? 只要在按鈕上按幾下,它就會出現在你的虛擬客廳裡,接著你就能決定它是否能搭配整體裝潢風格了。