對于設計領域，特別是服裝和鞋類的設計是人類審美和技術的結晶。但在品牌和產(chǎn)品迅速迭代的今天，是否可以利用新的工具為美的理解和設計帶來更高的效率呢？人工智能技術在鞋類的審美和設計中給出了自己的探索。

GOAT是一家運動鞋和街頭服裝在線銷售平臺，其數(shù)字團隊的主要業(yè)務是幫助客戶表達自己喜歡的風格并指引客戶找到自己喜歡的運動鞋。為了告別過去需要人工學習和描述每一雙鞋的數(shù)據(jù)特征，其數(shù)據(jù)團隊開始嘗試著研發(fā)出一系列工具來加速這一個過程。

要實現(xiàn)對運動鞋視覺特征的描述，首先需要開發(fā)出一種可以描述出所有鞋的通用語言。但對于擁有30000雙鞋并在不斷增長的產(chǎn)品線來說，這并不是一件容易的事情。每款鞋的外形、材料和顏色都各不相同，用人工的方法將會是一場永無休止的工作。同時隨著每一雙新鞋的發(fā)行，需要不斷的更新這種描述的語言。這樣的工作光是想想就會心里打鼓。那怎么辦呢？GOAT的數(shù)據(jù)團隊于是將目光轉到了強大的機器學習上來。研究人員們建立了能夠尋求不同類型款式之間特征和相關性的模型，并通過學習不斷獲取描述的特征， 從而實現(xiàn)了一種得以描述上萬雙不同鞋的通用描述方法。

首先，研究人員們引入了隱變量模型（Latent Variable Models）。借由人工智能的方法，研究人員們得到了一系列隱變量來描述產(chǎn)品的視覺特征。在機器學習中，這樣的學習方式又被稱為流形(Manifold)學習。流型學習背后的主要假設在于數(shù)據(jù)分布通?？梢员槐硎緸檩^低維度的表達，在降維的同時卻保留了絕大部分的有用信息。這種方法可以將數(shù)百萬的像素壓縮到有很少變量表達的特征空間中去。

如果要形象地理解流型，我們可以用一個生活中的例子來解釋一番。你想要告訴你的小伙伴如何從地鐵站到公司，你肯定不會給他發(fā)一系列GPS的坐標點，然后讓他沿著坐標來。而是會告訴他出了地鐵幾號口，看到一棟白色建筑物，右轉沿街走50m右手邊這樣的更容易為人所理解的語義信息。在這里，GPS坐標點很精確是原始數(shù)據(jù)，但數(shù)據(jù)量太大對應著高維空間；而你告訴他的近似路線則是語義信息，這就對應著高維GPS坐標在流型空間上的近似，也就是說我們對高維的GPS坐標序列在低維的語義流型空間上進行了編碼。

在流型空間的基礎上，研究人員通過變分自編碼器（VAE），生產(chǎn)對抗網(wǎng)絡（GAN）及其混合模型進行非監(jiān)督學習，將原始的運動鞋照片轉換到隱空間中進行編碼，并在其中包含了一系列具有審美特征的信息因素。

先前人們?yōu)榱藢⒑芏嘞袼氐膱D像編碼到隱空間一般會使用自編碼器（AE）來實現(xiàn)。自編碼器可以將原始的圖像壓縮（編碼）到隱空間中去，隨后對隱空間中的變量進行解碼重建出輸入圖像。按照自編碼器的流程，研究人員們測試了模型的重建能力，并測算重建圖像與輸入圖像之間的誤差。自編碼器通過不斷重復壓縮編碼和解壓重建的過程，并利用誤差來調整網(wǎng)絡改善參數(shù)。最后，自編碼器可以實現(xiàn)如下圖所示的模型，在中心的隱空間中保留下對任務最為重要的特征。

但在實際的任務中，如果僅僅使用自編碼器重建圖像時遠遠不夠的。自編碼器在訓練過程中由于數(shù)據(jù)集的原因會使得隱含空間中的特征向量不連續(xù)（裂縫/斷崖效應），這樣的結果影響了模型的泛化性。為了解決這一問題，需要在模型中引入一些變化，變分自編碼器就是一種著名的工具，它在損失函數(shù)中添加了一項散度的正則項來對隱藏空間的不連續(xù)性進行處理。

具體來說，它可以通過散度懲罰隱空間中那些與高斯分布不匹配的變量。在很多場合下，模型的原則最終歸結于對于散度度量的選擇、重建誤差函數(shù)的建立和先驗。例如著名的β-VAE和Wasserstein 自編碼器都利用的KL散度和對抗損失。下式描述了β-VAE的損失函數(shù)，包括了重建誤差和帶權重的散度項。

在學習運動鞋美學特征的任務中，希望得到盡可能多樣性的隱空間來覆蓋各式各樣的運動鞋，這就意味著希望對于一些清奇的款式不要有太大的損失函數(shù)。

最終通過對于多款鞋的照片訓練了一個可以學習到不同鞋型的變分自編碼器。下圖顯示了在保持隱空間編碼長度的同時，模型表現(xiàn)隨訓練時間的變化。

可以看到隨著訓練時間的增加，模型對于特征的理解和表達也逐漸提高。在開始訓練的時模型主要集中于重建出精確的外形特征，并理解到了鞋底和鞋幫的對比度變化的特征；隨后模型開始學習鞋子表面的灰度分布情況。在理解了外形、輪廓、高寬等特征之后，模型會開始將更多的精力放在學習模式和顏色等更為復雜的特征。

在經(jīng)歷了多次訓練迭代后，研究人員們得到了流暢順滑的隱空間變量。在下圖可以看到，在固定左邊一列和右邊一列兩雙鞋的隱變量之后，可以在隱空間中自由移動，探索不同的風格組合。

除此之外，還可以在隱空間中進行更多的探索，下圖中左上角的鞋子作為錨，將隱變量按照顏色、高度、鞋底和鞋型進行變化，探索出了65中不同的變換。

同時研究人員們利用t-SNE來探索了高維空間可視化，以驗證不同特征的學習是否準確。

此外隱空間中的編碼向量可以進行算術操作，這使得不同鞋型之間的互相變換成為了可能。下圖是一個疊加兩款鞋的例子，可以看到結果保留了較寬踝部的和logo，但結合了第二雙鞋的外形和材料。

這樣方法很容易就能創(chuàng)造出新款的服飾，大大節(jié)省了設計成本，也極大的擴大了設計空間。在不遠的未來利用這樣的方法，你也可以設計出自己的喜歡的衣服和鞋子，可以用VAE試試哦！