IBM Watson牵手时尚 揭秘中国首款“认知”礼服背后的技术

计算机究竟有没有审美?它是否能够像人类一样追求时尚?IBM Watson携手国际知名设计师为神秘嘉宾打造“认知礼服”,认知技术将数据转化为流行趋势洞察,为设计师提供配色、面料及廓型等方面的创造性建议。今天,人工智能与时尚碰撞出创意的火花。

中国首款“认知”礼服

图片转载自Vogue

图片转载自Vogue

《VOGUE 服饰与美容》十一周年庆祝派对,强调科技时代下时尚创造力的无限潜能。派对现场,李宇春身着高 IQ(Intelligence Quotient)的“认知礼服”(AI 礼服)亮相,成为晚宴主题最好的诠释。李宇春身上的,是一件有故事的礼服,它推开了中国“认知时尚”的大门,引起了社交媒体上的关注与热议。李宇春这件礼服的背后,是百年科技巨头蓝色巨人IBM的认知技术。

图片转载自Vogue

图片转载自Vogue

这件礼服从设计到正式亮相晚宴只有三周的时间。在这么紧张的时间内,设计师如何准确把握面料的使用,廓形的设计剪裁,到色彩的搭配,流行趋势的洞察,甚至是将李宇春粉丝的期待融合进这件礼服,完成理想的设计?设计师并非独自接受挑战,IBM Watson这次就充当了他的助手。

IBM Watson是什么?

Watson的命名来源于IBM公司创始人托马斯·J·Watson的名字,是IBM 认知计算系统的杰出代表,也是一个技术平台。认知计算代表一种全新的计算模式,它包含信息分析,自然语言处理和机器学习领域的大量技术创新,能够助力决策者从大量非结构化数据中揭示非凡的洞察

从Watson在IBM研究院孕育而生的那一刻起,就注定要给世人献上一次次的惊喜。早在2011年的综艺节目Jeopardy (危险边缘)中,IBM Watson的表现就令人印象深刻,它让全球了解到当时最先进的人工智能技术发展到一个什么程度。如今,Watson不仅能玩国际象棋、参加智力问答节目、还可以理解社交媒体上的观点、帮助医生分析医学图像——IBM Watson已经成为目前世界上最强大的人工智能平台。

IBM Watson认知技术

助力李宇春礼服设计

图片转载自Vogue

图片转载自Vogue

为了在短短一周内,为李宇春设计一件最完美的礼服,IBM Watson阅读了上百万条来源于社交媒体的图片及文字,帮助设计师360度了解李宇春,从而准确把握李宇春的时尚特质;然后,IBM Watson 根据设计师的构思,从 50 万张时尚经典图片里识别出礼服的时尚元素,包括廓形、面料、颜色。最后,Watson 推荐了2,500张图片供设计师参考。

如果没有Watson的帮忙,设计师可能需要大量的时间手动完成这个过程,而 IBM Watson 将这个过程缩减到一周。

除此之外,IBM Watson还收集了2013年到2016年几十万网民关于媒体和网民对李宇春每一次时尚造型的评价和建议。通过对海量的图像、视频、文章和社交数据的分析和学习,IBM Watson学习、理解设计师的风格特点、适合李宇春的时尚元素,以及粉丝对她的时尚期待。

“李宇春皮肤颜色,光泽度很好,这是优点,不应该掩盖。应该显露出来”
“李宇春适合干净的妆容,凸显出她的肤色才是上上策”
“露出她的脖子就很美,衬衫会抹去女性气质,当然如果西装很修身显现玲珑的曲线也可以”
“喜欢那几张无轮廓大上衣+短下装或消失的下装凸显大长腿+墨镜的造型”

在此基础上,IBM Watson进一步给出满足上述需求的最佳组合的建议,帮助设计师在短短的一周内完成符合李宇春的个性化设计方案。同时,通过IBM Watson针对这款礼服的分析、制作过程,也让李宇春更加了解到粉丝们的喜好。

其他认知案例

用户可以借助Bluemix云平台上的Watson API,可在应用开发中扩展更多的认知功能。日本软银SoftBank和IBM联合开发的Pepper机器人,便是用到了Bluemix提供的Watson认知API的服务。用户可以通过调用Watson认知服务,对机器人上传的语音数据进行处理,比如通过Speech to Text API将语音转换成文本,通过Language Translation服务进行语言翻译,甚至通过Question & Answer服务进行人机交互。

在物联网方面,IBM和自动驾驶汽车制造商洛克汽车公司(Local Motors)合作,成功打造了一款搭载Watson人工智能系统的自动驾驶小型巴士Olli,并且已准备投入使用。它利用IBM Watson IoT基于云的认知计算的能力,然后迁入在车里面30多个传感器和数据,自动会进行分析和学习。基于乘客的一些需求和当地的一些习惯,Olli可以动态的添加并且是定制化的调整一些传感器。这个平台它也是用到了IBM Watson IoT的API,通过从语音到文本,文本到语音、自然语言分类、物体识别等等这些认知服务,实现车辆和乘客之间的交流。

小结

综上所述,IBM Watson在制造业、零售、医疗、电信、音乐、影视、教育等领域,通过其认知技术的能力为各行业带来不断的创新。现在,IBM Watson具备的几十项能力,都通过IBM Bluemix这个PaaS平台转化为API开放给大家使用,从而帮助业界。它的底层涵盖语音、自然语言处理、图像分析;上层覆盖性格分析、人物画像、问答。现在的Watson变成了一种任何开发者都可以使用的能力,通过形形色色的API,开发者会更方便的在应用和方案中集成认知技术。

在认知时代,开发者给认知技术赋予了越来越多的实现方式,认知技术也给人们带来更为广阔的想象空间。

了解更多详情 请点击

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
IBM Watson TTS(Text-to-Speech)是由IBM开发的语音合成技术,具有以下核心技术、优点和缺点: 核心技术: 1. Concatenative TTS:IBM Watson TTS采用了拼接式语音合成技术。这种方法将大量的语音片段(音素、音节或单词)预先录制,然后根据输入文本的内容和上下文,将这些片段拼接起来形成合成的语音。 2. Deep Learning:IBM Watson TTS还使用了深度学习模型,如循环神经网络(RNN)和长短时记忆网络(LSTM),以提高合成语音的自然度和流畅度。 优点: 1. 多语言支持:IBM Watson TTS支持多种语言,包括英语、中文、法语、德语、日语等,使其在全球范围内具有广泛的应用和适用性。 2. 自然流畅的语音合成:通过拼接式合成技术和深度学习模型,IBM Watson TTS能够生成自然流畅的语音。合成的语音听起来非常逼真,接近于真实人类的发声。 3. 可定制性强:IBM Watson TTS提供了丰富的参数和选项,使用户能够对合成语音进行定制,调整音调、语速、音量等属性,以满足个性化需求。 4. 强大的云服务支持:IBM Watson TTS作为IBM Watson的一部分,可以与其他Watson服务进行集成,如语音识别、自然语言处理等,为开发者提供全面的语音相关解决方案。 缺点: 1. 依赖网络连接:使用IBM Watson TTS通常需要与互联网连接,因为合成语音的处理和存储通常在云端进行。这可能限制了离线使用或在网络不稳定的环境下使用的能力。 2. 语音质量相对较低:相比于一些基于神经网络的TTS技术IBM Watson TTS的语音质量可能相对较低一些。由于使用了拼接式合成技术,合成语音可能会有较明显的音色转换和断点感。 综上所述,IBM Watson TTS采用了拼接式语音合成技术和深度学习模型,具有多语言支持、自然流畅的语音合成、可定制性强和强大的云服务支持等优点。然而,它也存在对网络连接的依赖和相对较低的语音质量等缺点,需要用户在选择和使用时进行考虑。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值