ここから本文です

「AIがつくるファッション」で、デザイナーの役割は激変する

9/3(火) 12:13配信

WIRED.jp

ニューヨークを拠点とするファッション分野のスタートアップ、Cross & Freckle(クロス・アンド・フレックル)は、一見なんの変哲もないコットン製のTシャツを販売している。白黒でデザインはユニセックス、価格は25ドル(約2,700円)だ。それぞれのTシャツには、ハトや1ドルピザ、地下鉄のネズミなど、ニューヨークでおなじみのアイテムが小さく刺繍されている。

あなたは本物を見分けられる?

共同創業者のサラ・マクブライドは、このTシャツを「ニューヨークの夏の制服」と呼ぶ。だが、マクブライドはこのTシャツをデザインしてはいない。というより、誰もデザインしていないのだ。

このTシャツのデザインは、ニューラルネットワークによって生み出された。何百万人分の落書きデータをニューラルネットワークが高速処理し、刺繍用にデザインされたオリジナルアートを吐き出しているのである。

ブランド名もロゴも文言もすべてAIで

人工知能(AI)を使ったアートは何年も前から試みられており、特に新しいものではない。これに対してCross & Freckleのプロジェクトは、デザイナーが機械学習モデルをツールのように使いながら、過去のデザインをリミックスしたり反復したりする「AIによるファッション」という新たな世界を垣間見せてくれる。

ちなみに、Cross & Freckleはシャツのデザイン以外の場でもAIを活用している。例えば、同社のブランド名とロゴは「Hipster Business Name Generator」というニューラルネットワークで生成されたものだ。また、同社のウェブサイトにある「About」ページに掲げられた意味不明なマーケティング用のフレーズも、AIテキストジェネレーターを使ってつくられている。

つまり、Cross & Freckleは、AIに完全依存するブランドの新しいかたちなのだ。

AIがつくり、人間が選ぶ

Tシャツに施された刺繍は、子どもがクレヨンで殴り書きした絵か、大人が「Microsoft ペイント」でマウスを使って描いた落書きにも見える。そんな評価も、あながち間違ってはいない。

刺繍のデザインは、世界の数百万人分の落書きデータで訓練した「変分オートエンコーダー(VAE、ディープラーニングによる生成モデルの一種)」によって生み出されたものだ。そしてベースとなるデータは、Google Creative Labが手がけたゲーム「Quick, Draw!」を通じて集められている。

「Quick, Draw!」は、ユーザーが「キリン」や「電球」「ピザ1切れ」といったお題に沿ってイラストを描き、マシンにそれが何かを当てさせるゲームだ。このゲームのおかげで、グーグルの手元には同社が「世界最大の落書きデータセット」と呼ぶものが積み上がっている。

Cross & Freckleで技術部門を担当するポール・ブランクリーは、このグーグルのデータセットからハトやネズミ、ピザ、イヌといった落書きデータを抽出し、独自のオートエンコーダーに読み込ませた。

「各カテゴリーごとに世界中から何十万もの落書きが蓄積されています」と、ブランクリーは言う。「世間が考える『ハト』や『ピザ1切れ』がどんなものかが、クールなミックスになって集まっているわけです」

オートエンコーダーはこれらの絵を反復学習し、オリジナルのデザインをつくり出した。

「自動生成AIの素晴らしいところは、選択肢を大量生産してくれる点でしょうね。人間はAIが生成したいくつものイラストのなかから、Tシャツに最適なものを選んだり、どのブランド名がデタラメかつ本物らしく聞こえるかを選んだりできるわけです」と、マクブライドは話す。「人間の選択やキュレーションという要素は、まだ残っています」

ファッション業界ではすでに、在庫管理から流行予測、おすすめ商品の提案まで、服づくりのさまざまなプロセスの微調整にAIが活用されている。

「ヴァーチャル・スタイリスト」は、人々がオンラインで買い物をするときに理想のサイズを見つける手助けする。データドリヴンなリコメンデーションエンジンは、その人のライフスタイルにぴったり合うものを見つけ出すうえで一役買っている。

大小を問わず、企業はマシンの優れた能力をプロセスに組み込む方法を模索中だ。

例えばアマゾンは、2019年6月に服の検索機能「StyleSnap」を導入した。これはユーザーが送った写真とコンピューターヴィジョンを使って、写真に映っているスタイルと似た洋服を見つけるためのツールで、ユーザーにもっと服を買わせるための取り組みのひとつと言える。

1/2ページ

最終更新:9/3(火) 12:13
WIRED.jp

こんな記事も読まれています

あなたにおすすめの記事