WEBVTT

00:00:00.350 --> 00:00:03.650
Quello che vediamo qui parte da
una grande quantità di dati prodotto,

00:00:03.683 --> 00:00:04.650
soprattutto immagini.

00:00:04.650 --> 00:00:07.166
Questa è una collezione tipica,
una singola collezione.

00:00:07.166 --> 00:00:09.050
E ce ne sono molte durante l'anno.

00:00:09.050 --> 00:00:13.200
Prendiamo tutte queste immagini
e le elaboriamo con vari modelli di IA

00:00:13.466 --> 00:00:17.716
per ricavare informazioni semplici,
come il colore di tutti questi articoli,

00:00:17.716 --> 00:00:20.716
ma anche più in dettaglio:
Quali fantasie ci sono?

00:00:20.916 --> 00:00:24.750
Quali camicie hanno stampe
e quali no?

00:00:24.750 --> 00:00:27.016
Ma ancora più importante

00:00:27.016 --> 00:00:29.966
è ottenere una comprensione
semantica più profonda:

00:00:29.966 --> 00:00:34.016
Quali capi sono adatti per un matrimonio,
quali per un colloquio di lavoro?

00:00:34.016 --> 00:00:36.383
A sinistra: Quali capi
sono ideali per la spiaggia?

00:00:37.133 --> 00:00:39.150
E per rendere tutto ancora più sfidante:

00:00:39.150 --> 00:00:41.216
La moda non riguarda solo i singoli capi,

00:00:41.216 --> 00:00:43.800
ma l'intero concetto
di un outfit.

00:00:43.800 --> 00:00:48.000
Si indossano più capi insieme
e bisogna decidere

00:00:48.000 --> 00:00:49.350
cosa sta bene insieme.

00:00:49.350 --> 00:00:53.933
Anche per questo usiamo l'IA,
per analizzare gli outfit stessi.

00:00:54.416 --> 00:00:59.266
Prendiamo immagini di modelli
e scomponiamo gli outfit per capire

00:00:59.266 --> 00:01:02.116
quali sono i diversi capi
e come possono essere combinati,

00:01:02.116 --> 00:01:05.483
sia in termini di composizione
che di stratificazione, come vediamo qui.

00:01:05.483 --> 00:01:07.133
Cosa si può sovrapporre?

00:01:08.116 --> 00:01:11.100
Con tutte queste informazioni,
possiamo fare quanto segue:

00:01:11.100 --> 00:01:14.416
Abbiamo costruito un grafo
di conoscenza

00:01:14.450 --> 00:01:19.200
basato sull'expertise di moda,
che chiamiamo Fashion DNA.

00:01:20.116 --> 00:01:24.750
Questo ci permette di creare
raccomandazioni mirate, dove

00:01:24.750 --> 00:01:28.500
i capi stanno bene insieme,
ma altrettanto importante:

00:01:28.500 --> 00:01:31.950
che rispecchino le preferenze
del cliente nel negozio.