由于機器學(xué)習(xí)在企業(yè)中無處不在，當(dāng)您想到 AI 智能時，Levi's 可能不是您想到的第一個品牌。作為一家自1853 年以來一直生產(chǎn)牛仔褲和其他牛仔服裝的公司，Levi Strauss & Co.在沒有神經(jīng)網(wǎng)絡(luò)和機器學(xué)習(xí)算法干預(yù)的情況下似乎做得很好。但與許多大公司一樣，Levi's 發(fā)現(xiàn)了 AI 技術(shù)的大量用途，從自動化日常任務(wù)和分析與牛仔布相關(guān)的數(shù)據(jù)集到幫助其設(shè)計師創(chuàng)造新的牛仔夾克設(shè)計。

2019 年，Levi's 聘請卡蒂亞·沃爾什 (Katia Walsh) 擔(dān)任公司首席人工智能和戰(zhàn)略官，領(lǐng)導(dǎo)其新的全球人工智能團隊，從而正式確定了其與人工智能長達數(shù)年的接觸。為了將這項前沿技術(shù)整合到一個成熟的傳統(tǒng)品牌中，Walsh 在 2021 年初推出了公司有史以來的第一個機器學(xué)習(xí)訓(xùn)練營。這個為期八周的密集計劃邀請了來自整個組織的 40 名 Levi's 員工學(xué)習(xí)機器學(xué)習(xí)學(xué)習(xí)，敏捷開發(fā)方法，當(dāng)然還有如何編寫代碼。

更多：LEVI'S 希望通過在其業(yè)務(wù)中部署機器人每年節(jié)省 20000 小時工作時間

設(shè)計協(xié)調(diào)員 Ron Pritipaul 是 Levi's 的一名員工，他報名參加了首屆以人工智能為中心的訓(xùn)練營，他說這一決定對他處理設(shè)計、跨團隊合作和思考未來的方式產(chǎn)生了重大影響。VentureBeat 與 Pritipaul 交談以了解更多信息。

VentureBeat：告訴我們一些關(guān)于你在 Levi's 的角色。像您這樣的設(shè)計師是如何最終從事機器學(xué)習(xí)算法的？

Ron Pritipaul：我在 Levi's 工作了三年多一點。我是一個巨大的牛仔布頭。長大后，我曾經(jīng)收集復(fù)古牛仔褲。在大學(xué)里，我開始專注于牛仔布的歷史。畢業(yè)后，我的夢想是為最古老、最酷的牛仔公司工作。所以，我給所有在 Levi's 能找到的人都發(fā)了郵件，要求找工作。我得到了一份在辦公室做體力勞動的臨時職位。最終，我以自己的方式進入了設(shè)計團隊，擔(dān)任設(shè)計協(xié)調(diào)員。在擔(dān)任該職位期間，我協(xié)助設(shè)計師將卡車司機夾克和其他產(chǎn)品變?yōu)楝F(xiàn)實，并完成了許多小任務(wù)來幫助設(shè)計部門。

就在那個底層，我知道我們的很多流程都是非常手動和痛苦的。時尚仍然是一個非常模擬的行業(yè)。當(dāng)我看到我們內(nèi)部網(wǎng)站上發(fā)布的機器學(xué)習(xí)訓(xùn)練營機會時，我申請了。這個決定徹底改變了我如何看待自己和我的職業(yè)生涯。我開始開發(fā)自動化工作的算法和程序，讓我們更有創(chuàng)造力，并為設(shè)計部門帶來增長。最終，所有這些工作使我成為了計算機視覺副數(shù)據(jù)產(chǎn)品經(jīng)理的新角色。

VentureBeat：時尚和服裝設(shè)計似乎是 AI 意想不到的用例。你最終建造了什么，它對設(shè)計過程有何影響？

Pritipaul：很多人認(rèn)為人工智能會取代人類或其他什么東西。我不相信會是這樣。時尚是一個非常私密的領(lǐng)域。你正在為另一個人穿衣服，這可能是你能做的最私密的事情之一。這是一種非常個人化的人際關(guān)系。從根本上說，這個行業(yè)的核心始終是人類，但人工智能可以釋放增長并自動完成人類不應(yīng)該花時間做的任務(wù)。例如，我在設(shè)計角色中花了很多時間將線與織物進行顏色匹配。當(dāng)我們可以讓計算機來做這些時，浪費了很多時間。因此，我編寫了一個程序來幫助自動化我們的配色過程以騰出時間，讓設(shè)計師可以更有創(chuàng)意。

我還做了一些神經(jīng)網(wǎng)絡(luò)工作，這些工作需要藝術(shù)并制作 Trucker 夾克。這開啟了一種新的創(chuàng)造力形式，人們不僅可以從 Vogue 或 Instagram 上的內(nèi)容中獲得靈感，還可以從藝術(shù)作品或照片中獲取靈感，并了解計算機如何解讀它以幫助我們創(chuàng)造新的設(shè)計。這真的可以改變你看待時裝設(shè)計和思考創(chuàng)意靈感的方式。我確實將 AI 視為創(chuàng)意工具，可以讓他們花更多時間進行創(chuàng)意并開發(fā)更多創(chuàng)意設(shè)計。

從事這些事情、思考新想法、快速制作原型并四處玩耍是很酷的。我在新兵訓(xùn)練營中參與了很多很酷的項目，現(xiàn)在我們正在轉(zhuǎn)變?yōu)閷嶋H的工作流程。

公司現(xiàn)在正在使用的訓(xùn)練營項目有哪些例子？

Pritipaul：我所做的將繪畫變成夾克的神經(jīng)網(wǎng)絡(luò)絕對是其中之一。另一個例子是 Levi's 的商店經(jīng)理，她利用自己的經(jīng)驗創(chuàng)建了一種算法來幫助進行店內(nèi)產(chǎn)品推薦。它可以根據(jù)客戶過去的購物歷史以及總體趨勢來打造一套服裝，從而幫助客戶。

以我的設(shè)計背景，我看待數(shù)據(jù)收集的方式不同于數(shù)據(jù)科學(xué)家。我們生產(chǎn)牛仔褲已有將近 150 年的歷史。每一條牛仔布都是一條數(shù)據(jù)。我們有數(shù)千條牛仔褲的檔案和關(guān)于每條牛仔褲如何隨時間褪色的數(shù)據(jù)。如果我們將其加載到一個程序中，我們就可以開始解鎖關(guān)于牛仔布的洞察力，這是人類永遠看不到的。

像李維斯這樣的公司肯定坐擁其他未開發(fā)的數(shù)據(jù)寶庫。您是否考慮過在其他歷史數(shù)據(jù)集上運行算法？

Pritipaul：我們一直在作為一個團隊討論事情，例如，我們將如何利用我們曾經(jīng)使用過的所有面料的面料庫并從中提取數(shù)據(jù)以了解更多關(guān)于它們的信息？例如，他們?nèi)绾螌Σ煌牧鞒?、洗滌技術(shù)等做出反應(yīng)。如果我們談?wù)摂?shù)據(jù)源，我們有面料，我們有雜物——比如紐扣、拉鏈等等——我們有所有這些東西。如果我們獲取這些數(shù)據(jù)并使用它，而不是僅僅存儲它，我們肯定可以收集到一些見解。

人工智能可以在許多不同領(lǐng)域釋放出如此多的洞察力，比如可持續(xù)性。如果我們非常了解我們的面料，并且知道洗滌它們時會發(fā)生什么，我們就可以開始思考如何優(yōu)化事物，讓我們的產(chǎn)品既美觀又環(huán)保。我們還可以使用這項技術(shù)來預(yù)測未來生產(chǎn)時的情況，因此我們不必生產(chǎn)那么多樣品。

VentureBeat：這里使用了哪些具體的技術(shù)、工具和平臺？

Pritipaul：在訓(xùn)練營中，我們用 Python 學(xué)習(xí)了一切。于是就有了一周的Python介紹。然后我們直接進入機器學(xué)習(xí)。我個人經(jīng)常使用 Pytorch，它用于神經(jīng)網(wǎng)絡(luò)。我的線程顏色匹配的東西最初是我訓(xùn)練的神經(jīng)網(wǎng)絡(luò)。

[Trucker jacket] 風(fēng)格轉(zhuǎn)移的東西也是一個神經(jīng)網(wǎng)絡(luò)，它是通過凍結(jié)不同的層來完成的。它的后端自 2017 年以來一直存在，但我所做的只是分割圖像，以便我們只在卡車司機夾克上進行風(fēng)格轉(zhuǎn)移，而不是背景，諸如此類的小事。

我們所做的大部分工作只是編寫連接事物的 Python 代碼。我們正在使用自制工具并自己構(gòu)建平臺。我們發(fā)現(xiàn)現(xiàn)成的工具有助于我們進入第一階段，但之后，我們需要構(gòu)建自己的工具。這為我們帶來了很大的增長，因為我們可以為我們需要的東西構(gòu)建工具。當(dāng)我們需要圖像處理時，不用打開 Photoshop，我們可以編寫一個 Python 腳本來盡可能高效地處理圖像，并處理數(shù)百張圖像。

VentureBeat：除了你自己的角色之外，你認(rèn)為像這樣的 AI 新手訓(xùn)練營這樣的項目會如何更廣泛地影響組織？

Pritipaul：在新兵訓(xùn)練營的申請過程中，員工可以選擇在畢業(yè)后是否愿意考慮在 AI 部門擔(dān)任新角色，或者他們是否愿意通過這些學(xué)習(xí)和數(shù)字回到以前的角色了解他們可以通過持續(xù)的指導(dǎo)和工具做什么，以利用他們學(xué)到的知識并加以實施。

由于我們都參加了新手訓(xùn)練營并且都在同一個電子郵件列表中，因此跨部門協(xié)作更多。它正在創(chuàng)建一個由所有說同一種語言的人組成的龐大網(wǎng)絡(luò)。我可以與 IT、銷售或產(chǎn)品開發(fā)人員一起工作，他們都參加過新手訓(xùn)練營。所以，我們不像以前那樣孤立無援。

VentureBeat：您認(rèn)為其他公司可以從 Levi's 的經(jīng)驗中學(xué)到什么？對技術(shù)決策者和企業(yè)其他領(lǐng)導(dǎo)者有何啟示？

Pritipaul：并非每家公司都可以舉辦新手訓(xùn)練營，但每家公司都可以讓非技術(shù)人員參與這些技術(shù)對話。他們可以解鎖的領(lǐng)域?qū)I(yè)知識水平遠遠超過讓一群程序員解決問題所能獲得的水平。在我們的配送設(shè)施工作的新兵訓(xùn)練營的某個人編寫了一個程序來預(yù)測機器何時會在配送中心發(fā)生故障。這來自數(shù)據(jù)，但也來自實際工作的洞察力。如果你有我們位于舊金山的數(shù)據(jù)程序員，試圖在我們的工廠解決這個問題，他們不在機器旁邊。他們沒有看到實際發(fā)生了什么。

你可以讓最好的數(shù)據(jù)程序員解決一個問題，但有時如果你只是給非技術(shù)人員提供工具和語言來討論這些問題并讓他們了解機器學(xué)習(xí)可以做什么，就會有很多事情你可以完成。我一直在充當(dāng)數(shù)據(jù)科學(xué)部門設(shè)計、銷售和產(chǎn)品開發(fā)方面的聯(lián)絡(luò)人。人們一直來找我，告訴我所有這些實際上很容易用人工智能解決的問題，但具有嚴(yán)格數(shù)據(jù)科學(xué)背景的人甚至都不會考慮這些問題。利用您所在領(lǐng)域的專家并真正將他們?nèi)谌胧挛锏脑O(shè)計中，可以真正為公司釋放如此多的潛力。

更多：LEVI'S 表示機器人去年工作了 25,000 小時