Так называемый искусственный интеллект представляет собой целый арсенал технологических средств, который на наших глазах меняет привычную жизнь и позволяет человечеству увеличить скорость процессов, охватывающих нашу жизнь. Во многих сферах он уже стал реальностью. Наш европейский корреспондент Ивонн Хейнен-Фуде рассказывает о первичном применении ИИ в индустрии одежды в Западном полушарии на сегодняшний день.   

Несомненно, мы находимся только в начальной фазе технологической революции. Обучающиеся машины в дальнейшем не только возьмут на себя рутинные задачи, но и смогут принимать решение о кредите на покупку дома и ставить медицинские диагнозы. Они делают возможным разработку концепций устойчивого развития в отношении энергопотребления в жилищном сегменте для наших городов, оптимизированных решений для мобильности по запросу (включая полуавтономные и полностью автономные транспортные средства), логистики — и это лишь некоторые сферы. Алгоритмы на основе ИИ способны делать прогнозы, будь то идеальный кандидат на конкретную работу или политический пост. Они будут принимать решения о нас, для нас и вместе с нами, если мы пойдем по соответствующему пути.

Точно так же, как и любое существенное изобретение, ИИ таит в себе как большие возможности, так и риски. На всех уровнях нашего общества мы должны будем всесторонне реагировать на возможные внедрения с точки зрения трудовой, социальной и образовательной политики. И да, для всех таких применений, которые непосредственно влияют на людей, нам понадобятся механизмы контроля. Приведем типичный пример: программа прогнозирования повторных правонарушений «Компас», используемая системой правосудия США в случаях условного тюремного заключения (собираемые данные оцениваются различными учеными-компьютерщиками как крайне сомнительные).

Что такое ИИ фактически?

Строго говоря, искусственный интеллект — это набор математических методов для получения информации из больших объемов данных.

Данные, данные и еще раз данные снабжают ИИ, если можно так сказать. В зависимости от количества и качества данных эффективность любых создаваемых алгоритмов колеблется. При этом алгоритмы — это не что иное, как определенные инструкции для решения четко поставленных математических задач.

Как и в случае любой задачи, сначала требуется анализ влияющих переменных. «В частности, в использовании больших объемов данных требуется максимальная осторожность», — предупреждает профессор, доктор инженерии Томас Грис, заведующий кафедрой текстильного машиностроения и глава Института текстильных технологий ITA (возглавляет в Университете передового опыта Рейнско-Вестфальского технического университета Аахена в Германии целую серию исследовательских проектов в области текстиля и других применений ИИ). «Среди других аспектов - структура данных должна быть сначала определена для предполагаемой цели каждого применения ИИ, отсюда и качество».

И, с учетом возможных рисков, нам всем - как отдельным людям, так и в профессиональной среде, безусловно, хотелось бы быть уверенными, что и с нашими личными данными, и с данными предприятий ничего не произойдет.

Что предлагает ИИ сегодня?

Области применения, которые появляются в настоящее время, включают: анализ и использование информации об отдельных клиентах, качественные/количественные исследования, направленные на изучение розничного рынка, а также в секторе средств производства. В области автоматизации процессов цифровой обработки изображений и систем помощи (Индустрия 4.0 - Цифровое производство) нейронные сети используются на уровне тестирования для определения параметров настройки машин и системных установок. Эти методы уже признаны в исследованиях, а также в промышленных проектах. Промышленное использование на широкой основе еще пока остается делом будущего.

Помимо применений в профессиональной среде – например, профилактического обслуживания оборудования, предлагаемого поставщиками автоматизированных производств производителям швейных изделий с настилочно-раскройными  комплексами , такими как Bullmer, Lectra/Gerber или Zünd, ИИ уже стал частью повседневной жизни каждого человека - от навигаторов в автомобилях до поисковых систем, когда, например, Google не дает одинаковый ответ на каждый запрос, а вместо этого адаптирует результаты к соответствующему профилю пользователя. Или, например, как передовой опыт для платформ онлайн-покупок, информирующих нас об аналогичных или рекомендуемых товарах.

Анализы и прогнозы

Издание о мировой торговле «Just Style» (just-style.com) за 3-й квартал 2021 года широко осветило сенсационный материал о результатах специального исследования, проведенного Global Data Plc, нынешним владельцем онлайн-издания о бизнесе в индустрии моды. Одна из многих целей исследования заключалась в том, чтобы показать, куда движется индустрия одежды, чтобы использовать возможности, которые может предложить новая технология. Итог с общей точки зрения: в швейной промышленности наблюдается рост инвестиций в искусственный интеллект по нескольким ключевым показателям. ИИ становится все более популярным во многих секторах, при этом ведущие компании заключают больше сделок по ИИ, нанимают на новые должности, связанные с ИИ.

Лондонская аналитика данных и тематический подход консалтинговой компании к отраслевой деятельности направлены на то, чтобы сгруппировать ключевую информацию по кадровым агентствам, сделкам, патентам, чтобы увидеть, какие компании находятся в наилучшем положении, поскольку неизбежно возникнут изменения в их отраслевом сегменте. На первый взгляд вывод очевиден - в целом тенденции подбора персонала в секторе одежды указывают на повышение заинтересованности в позициях, связанных с разработкой и/или применением искусственного интеллекта. «В апреле этого года в отрасли в среднем активно публиковались 7435 открытых вакансий, связанных с ИИ […], по сравнению со среднемесячным показателем в 5703 в декабре 2020 года», — сообщается в сводке от Методического анализа Global Data. Здесь можно процитировать выдержку из «Just Style»: «Согласно методическому анализу Global Data, LVMH, Nike, Foot Locker классифицируются как доминирующие игроки по ИИ, и еще восемь компаний классифицируются как лидеры […]».

Модный бизнес: первые последователи

Хотя до проникновения на рынок еще далеко, диапазон первых применений ИИ расширяется от поведения покупателей и, таким образом, интеллектуального прогнозирования спроса на ткань/отделку до уже упомянутых работ к профилактическому обслуживанию машин/систем.

Asos и Bohoo, Calvin Klein, H&M, Jelmoli уже применяют технологии ИИ, The North Face, Patagonia, Puma присоединились к ним, Tommy Hilfiger и Zara тоже последовали примеру, получая огромную поддержку в решении проблемы размеров одежды . Сотрудничая с начинающими компаниями, такими как ZyseMe из Берлина, становится возможным подбор стандартного размера с ожидаемой посадкой: достаточно ответить на пять - двенадцать вопросов на их платформе, чтобы выяснить, какой образ она/он предпочитает, размер, который им нужен или, лучше сказать, желателен, поскольку оценка по большей части основывается на субъективных критериях. Никаких измерений, никакого сканирования тела, никаких фотосессий 360°. Только «умные» алгоритмы плюс данные, данные, данные.

Применение ИИ — идеальное решение? Некоторые специалисты и ученые возражают: при ближайшем рассмотрении искусственный интеллект — полная противоположность алгоритмическому расчету. Алгоритм описывает фиксированную последовательность определенных шагов, которые решают проблему. Например, программист создает программу САПР. А искусственный интеллект обычно относится к методам машинного обучения, которые характеризуются тем, что их результаты не являются производными заранее определенной логики, а «выводятся» из данных. И именно доступность гигантских и все более конкретных индивидуальных совокупностей данных (таких, например, как те, которые создаются и используются стартапами Presize, FitAnalytics или ZyseMe), обеспечивает процессы обучения машин, создание цифровых двойников, переплетение нейронных сетей. И это лишь несколько технологических схем, основанных на ИИ.

Так или иначе, но применяя технологии ИИ, есть шанс хотя бы уменьшить следствия распространенных устойчивых проблем – это перепроизводство, недостаточные запасы и возврат из-за размерной выборки.

Противодействие угрозе перепроизводства

На сегодняшний день и на данном этапе в текстильной и швейной промышленности, а также в розничной торговле преимущественно создают себе имя прогностические применения ИИ. Несмотря на то, что решение для анализа данных от Google Cloud широко предлагается в качестве услуги, оно по-прежнему далеко от передовых в сфере одежды. Что дает применение ИИ в этом контексте? Прежде всего, это информация об индивидуальных предпочтениях клиентов и целевых группах, определяемых на основе кликов, корзин покупок, заказов, внутренних и внешних поисковых запросов, поведения возврата, которая позволяет алгоритму адаптивных рекомендаций разрабатывать правила персонализации в реальном времени. Таким образом, дверь в моду по запросу широко открыта.

Чтобы позаботиться о том, что клиент не окажется в жестких рамках фильтров и предложение не станет для него слишком узким, технология интеллектуальных рекомендаций использует механизмы исследования. Система специально отклоняется от изученных шаблонов, чтобы рекомендовать продукты, которые иногда приятно удивляют клиента.

Одной из самых больших проблем здесь действительно остается сложный вопрос размеров. Европейские исследования ясно указывают на то, что фактически все виды одежды (включая модную и спортивную) и обуви не подходят, что вызывает от 35 до 55 % возвратов при покупках в Интернете для всех возрастных групп. Похожие цифры были получены в результате опросов от потребителей-женщин (и не только), вышедших из магазинов, не купив из одежды ничего. Хорошая новость - новое поколение разработчиков компьютерных систем подняло эту тему на новый уровень. Некоторые стартапы или производственные отделения университетов добиваются многообещающих успехов в своих разработках, и, также путем опросов, создают продукты, удовлетворяющие индивидуальные ожидания. (Среди них стартап Presize, который мы представим читателям журнала «Легкая промышленность. Курьер» в следующем выпуске вместе с интервью генерального директора и соучредителя Леона Шели).

Искусственный интеллект и производство

Это объединение ИИ с робототехникой, которое усовершенствует простого робота (ранее более известного как механический инструмент, управляемый компьютером) до такого, который может учиться, планировать, рассуждать, отражать знания, разрабатывать решения и даже создавать свои концепции. С такими интеллектуальными системами для производства становятся достижимыми, например, роботизация очень сложного процесса соединения мягких материалов, а, следовательно, также сшивание двухмерных вырезанных деталей в трехмерные формы. И не только это: готовые к использованию системы уже доступны на рынке.

Так, компания Softwear Automation Inc. (Атланта/Джорджия, США, www.softwearautomation.com), после девяти лет исследований и разработок сегодня предлагает первые полностью автономные рабочие линии Sewbot, основанные на использовании ИИ. Это применение действительно сочетает в себе искусственный интеллект, запатентованную передовую робототехнику, компьютерную концепцию и технологии IoT (Интернета вещей), обеспечивая масштабное производство по запросу, снижение транспортных расходов и растраты ценных материалов, а также выбросов в окружающую среду.

Кроме того, в США компания Sewbo Inc. из Сиэтла (www.sewbo.com), следуя подходу к объединению ИИ с роботизированными инструментами, объявила, что достигла давней цели — полностью автоматизированного пошива, используя промышленного робота для производства  футболок еще в 2016 году. Джонатан Зорноу, изобретатель Sewbo, и его команда решают проблемы, с которыми сталкиваются роботы, пытаясь манипулировать мягкими, гибкими тканями, временно придавая им жесткость. Детали ткани должны быть сформированы и соединены, прежде чем они будут окончательно сшиты. Водорастворимый состав повышения жесткости удаляется в конце производственного процесса простым полосканием в горячей воде, оставляя мягкий, полностью готовый предмет одежды. Это может выглядеть как усложнение этапов процесса, но на пути к амбициозной цели Индустрии 4.0 для производства одежды — подход, который все еще используется, потому как проблему объединения вырезанных деталей от автоматизированного кроя до процесса соединения еще предстоит решить.

Пример из Норвегии

Норвежская компания Amatec AS (https://www.amatecautomasjon.no/) установила весьма впечатляющие действующие установки, объединив обычные швейные машины с роботами (подана заявка на патент). Наряду со своей лабораторией Robotic Swing Lab и в сотрудничестве с брендом Ekornes ASA, филиалом бренда одежды Helly Hansen по производству защитной одежды HH Protection AS и Исследовательским советом Норвегии, SINTEF Raufoss Manufacturing, AS Amatec создала лабораторию для исследований в области автоматизации швейных процессов. Ряд проектов был направлен на решение сложной задачи управления роботизированным пошивом и разработку промышленных демонстрантов роботизированного шитья чехлов на кресла и морских спасательных костюмов для двух норвежских промышленных партнеров. Некоторые из технологий уже нашли свое применение на фабриках партнеров, и исследования продолжаются для освоения еще более сложных операций шитья с использованием робототехники, систем технического зрения и расширенного программирования на основе искусственного интеллекта.

В какой степени эта технология позволит заменить швей и предоставит возможность дистанционного пошива, в широком масштабе определит необходимый объем инвестирования и возвращение к местному швейному производству. И это со всеми экономическими и экологическими преимуществами, которые оно может обеспечить, а также с геополитическими вызовами, которые необходимо учитывать в отношении ситуации на рабочем месте и, следовательно, экономических последствий для сотен тысяч людей в сегодняшних странах-поставщиках.

Так или иначе, искусственный интеллект – это не решение всех проблем человечества, но несомненна его польза для решения многих задач, и огромны возможности, потенциал которых еще не до конца изучен.

Продолжение следует 

Ивонн Хейнен-Фуде