认知时尚和总统预测：那些凡人和上帝间的电脑们
两年前，当时正火的热门电视节目《最强大脑》主持人、复旦大学某教授，和他复旦师妹、某电视节目女主持人，在社交媒体上贴出一位机场旅客的照片，讥讽其衣着不佳、嫉妒富人、不懂英文。
实际上，这位大姐身上这件印有Rich Bitch字样的袍子，是House of Holland在2014年的当季潮款，它是新锐服装设计师Henry Holland创立的品牌，设计特点之一就是大胆的服装标语；其实Rich Bitch也没有太大的侮辱含义，富二代帕丽斯·希尔顿就常挂在嘴边，带点”老娘有钱“的戏谑味。结合这位大姐的帽子、行李箱、鞋等搭配来看，既不是蒋教授说的坐在经济舱里，向头等舱乘客示威的屌丝，也不是李主持人说的不懂英文的傻帽，而是一位经济实力不错、有独特品味的国际化时尚达人。
（图片为伦敦服装周上，House of Holland 2014秋冬展）
（图片为伦敦服装周上，House of Holland 2014秋冬展）
下面这张图片，应该是“这位大姐”身上那件棉袍的上市款。
复旦毕业的电视主持人不懂国际主流时尚，其实大多数平凡中国人对时尚都没有太强的认知，还常把伦敦时装周等时尚秀跟奢侈消费联系在一起。一般来说，时尚会从伦敦、巴黎、米兰等“时尚高地”，向中国等“时尚平原”涓流而下。
领先时尚企业的运作模式如下图，对时尚潮流的认知把握，直接影响了面料开发、服装设计和商品计划，成为整个服装企业的价值链源头。我反对所谓“C2M颠覆服装业”的观点，服装业本质是时尚行业，时尚创造这个环节一定会占据价值链的大头，制造业无论变什么花样仍然是制造，制造柔性化只是增加了制造业本身的竞争力，就像富士康永远颠覆不了苹果，这个观点，另文论述。
对流行的认知是一种智慧，预测过程是将对流行的抽象认知显性化。流行生活专家、设计师的个人的思维能力、信息管理能力都是有限的，而创意、设计能力却是珍贵而无限的，这就是信息技术公司运用认知技术来辅助时尚行业的价值。
认知时尚不仅可以帮助设计师来针对设计服装，运用同样的技术，还可以换个角度，例如，使能电商网站，甚至是线下时尚零售店（例如售货员手持具有认知技术的移动终端），使其更具智慧，提升购买者的时尚鉴赏能力和购买体验，有了这样的智慧助手，也不会让复旦名人闹出笑话了：
- 搜索：
基于图像识别和人工智能，基于类似的颜色或风格搜索
自然语言搜索，例如，“有Rich Bitch标记的棉袍是哪家的衣服？适合怎么搭配？”
人工智能解析图像里的服装、配饰，并自动解码为时尚标签，例如颜色、风格、图案、纹理、面料、廓形等
自动化生成时尚分类体系：由于时装特性越来越复杂，不同单品都可能有不同分类规则，除了颜色、廓形、面料外，还有衣着场合、风格、尺码、特性尺寸（袖长、裤腰等）等等，自动生成的分类规则，提高用户的搜索体验。
- 推荐
基于认知的时尚造型：给购物者建立“数字化衣柜”，是不是还缺件白衬衣呢？
个性分析，认知技术可以基于心理学模型（目前Watson采用的是性格测试中广泛使用的大五模型，如下图），通过对购物者自己写作的文字进行文本分析，分析其个性，从而进行个性化的时尚推荐。
- 发现：
为了精准反馈消费者，服装零售商和设计师都想方设法加强对当前时尚信号捕捉和未来时尚趋势预测。时尚信号可能有多个来源，例如，某种新的图案，出现在顶尖设计师的T台，潮店的网站或卖场，时尚达人的衣着。而这些时尚元素又是购物者追逐的目的。
- 沉浸：
购物者可以和基于认知技术的网站或者实体店“智慧购物助理”进行自然语言的深度互动，而基于频繁互动的深度学习，又能提高认知技术对购物者个体的智慧能力，使得购物者对时尚卖方产生用户黏性。
无论是用认知技术做设计，还是基于认知技术做销售，被认知技术使能的设计师、购物者是最终的智慧决定者，认知技术作用是弥补人类信息能力的弱项。机器超越了平凡人类，但是离无所不知的上帝还有差距。
运用类似人工智能技术进行总统选举预测早已有之了，最近的美国大选中，好几个人工智能预测项目受人关注。有意思的是，采用社交媒体、互联网数据，运用历史数据训练机器学习的两个预测项目，分别是MogIA，DeepHuge，都成功预测了川普当选，其中MogIA是连续四次预测成功：
而采用了以随机抽取的真人作问卷，由Unanimous AI开发的Swarm AI-UNU项目，通过以真人对问题结果的反应来模拟共识达成过程，却得出希拉里以大概率当选的错误预测。
这个现象，是否能说明跟前者模式更接近的Waston更靠谱，还需要人工智能领域内的专家进一步明确。不过可以确信，有计算机辅助下的人类，的确越来越远离凡人向上帝靠近，从而揭示了这样一个真相：媒体和媒体人不代表智慧和民意。
更多有关认知计算交流，请扫码关注