數(shù)據(jù)科學(xué)家杰西卡·格拉夫：時(shí)裝也需要擁抱大數(shù)據(jù)！

大數(shù)據(jù) 杰西卡·格拉夫時(shí)裝數(shù)據(jù)化

杰西卡·格拉夫 | 2016-07-22 14:35

【數(shù)據(jù)猿導(dǎo)讀】傾聽!如果你是數(shù)據(jù)科學(xué)家，要仔細(xì)傾聽你所在行業(yè)的商業(yè)問題，認(rèn)真了解這些問題的來龍去脈，而不是一上來就把自己的技術(shù)偏好和個(gè)人興趣帶入解決方案。你可能會發(fā)現(xiàn)，對你而言，研究某類問題比在某類公司工作更加重要，或者恰好相反

數(shù)據(jù)科學(xué)家杰西卡·格拉夫：時(shí)裝也需要擁抱大數(shù)據(jù)！

你對年輕的數(shù)據(jù)分析員，尤其是學(xué)習(xí)自然科學(xué)的博士生，有什么建議?

傾聽!如果你是數(shù)據(jù)科學(xué)家，要仔細(xì)傾聽你所在行業(yè)的商業(yè)問題，認(rèn)真了解這些問題的來龍去脈，而不是一上來就把自己的技術(shù)偏好和個(gè)人興趣帶入解決方案。你可能會發(fā)現(xiàn)，對你而言，研究某類問題比在某類公司工作更加重要，或者恰好相反。當(dāng)你的團(tuán)隊(duì)普遍感到灰心喪氣時(shí)，要仔細(xì)觀察，找出沒人知道應(yīng)該請你解決的問題。同時(shí)，不要糾結(jié)于解決方案是否完美。如果你對某項(xiàng)機(jī)器學(xué)習(xí)技術(shù)最感興趣，你能證明使用這項(xiàng)技術(shù)要比使用其他技術(shù)更為合理嗎?大量的技術(shù)是否將成為嚴(yán)重的負(fù)累?項(xiàng)目能夠(在法務(wù)上、財(cái)務(wù)上、技術(shù)上、運(yùn)營上)引入杠桿操作嗎?你能將不做某個(gè)項(xiàng)目的風(fēng)險(xiǎn)量化成直觀的數(shù)據(jù)嗎?

你希望自己以前就能對數(shù)據(jù)科學(xué)家有什么認(rèn)識?

我希望自己能認(rèn)識到，數(shù)據(jù)科學(xué)就好比古典寫實(shí)主義繪畫。

古典寫實(shí)主義者接受的訓(xùn)練，是把對立體物體的觀察結(jié)果用平面圖像準(zhǔn)確地表現(xiàn)出來。最嚴(yán)格的訓(xùn)練甚至可能不允許你在最初的一到三年里使用色彩，而只能使用石墨條，然后逐漸過渡到炭筆和鉛筆，最后則是單色畫。只有在掌握了形狀、線條、調(diào)子、陰影和明暗的基礎(chǔ)后，才能獲準(zhǔn)使用更加強(qiáng)大的武器--色彩。尤其是油畫，用色的順序和層次，色彩的選擇，每種顏料的化學(xué)成分、品質(zhì)和濃度，媒介劑的選用和調(diào)和比例，刷子的形狀和使用角度，晾干時(shí)間的長短，全都非常重要。你的首要目標(biāo)是不斷地糾正你在轉(zhuǎn)化觀察結(jié)果時(shí)犯下的錯誤，不要對物體應(yīng)該是什么樣子有先入之見。

數(shù)據(jù)科學(xué)與此有很多相似之處。作為古典寫實(shí)派畫家，你絕對說不出“哦，這是一張臉，那我就畫跟上次一樣的線條好了”。同樣，作為數(shù)據(jù)科學(xué)家，你在應(yīng)用某種算法之前，應(yīng)該先仔細(xì)研究數(shù)據(jù)，哪怕在谷歌搜索結(jié)果中最靠前的幾篇文章都說在那種情況下應(yīng)該選擇該算法。你必須完全忠實(shí)于你的觀察，而不是你腦海中的成見。有時(shí)，一只手可能看起來更像一只土豆而不是一只手，不要因?yàn)槟阒滥鞘且恢皇侄晃秷?zhí)著于解剖學(xué)上的細(xì)節(jié)。這種算法是否在你所處的問題領(lǐng)域里產(chǎn)生了你想要的結(jié)果?你是否想當(dāng)然地認(rèn)為偏斜數(shù)據(jù)就一定呈高斯分布?在邏輯回歸就能滿足需要的情況下，你是否會直接應(yīng)用深度學(xué)習(xí)的算法?我希望自己以前就知道數(shù)據(jù)科學(xué)在很多時(shí)候就相當(dāng)于用數(shù)據(jù)作畫。一旦有必要的線條被移除，數(shù)據(jù)量大到無法在筆記本電腦上進(jìn)行提取，本以為自己對某個(gè)子集運(yùn)行的是一套漂亮的標(biāo)準(zhǔn)算法，卻有信息彈出提示內(nèi)存不足，那你是取得不了什么進(jìn)展的。更何況在這一切動作之前，你先得創(chuàng)建或采集到數(shù)據(jù)集--或者巧言說服某人允許你使用他們的數(shù)據(jù)。

另外，所謂“Nulla dies sine linea”。這適用于畫畫、舞蹈和寫作，也同樣適用于數(shù)據(jù)科學(xué)。它的意思就是“每天都要寫一行”。要是沒有日復(fù)一日地長期埋頭于代碼或理論范例，就難以達(dá)到很高的境界(我認(rèn)為這就是 Recurse Center 公司在程序員心目中如此特別的原因所在)。就像一款平淡無奇但運(yùn)行良好的小軟件。大量并不起眼但認(rèn)真對待的工作，可以推高隨后所有復(fù)雜工作的質(zhì)量。那些你探索到一半就知道不應(yīng)選用的方法累積得多了，仍能讓那些規(guī)模更大、進(jìn)展更慢的項(xiàng)目收益。

順便也給過去的我提幾個(gè)醒：Linux，內(nèi)存，Thunderbolt 接口。

你聽到“大數(shù)據(jù)”這個(gè)詞語的時(shí)候是什么反應(yīng)?

大數(shù)據(jù)?在云端?或者我們現(xiàn)在已經(jīng)是在霧里了?坦白講，我最先想到的是存儲單位PB 。我想到總?cè)萘恳訮B計(jì)的自拍照從天上落下來，流進(jìn)數(shù)據(jù)湖，變成一灘死水。能高效利用數(shù)據(jù)的人工智能十分流行--更少的數(shù)據(jù)，更多的原生數(shù)據(jù)，更智能的機(jī)器人。另一方面，優(yōu)化硬件和代碼來處理龐大的數(shù)據(jù)集，是非常好玩的。崇拜數(shù)據(jù)規(guī)模沒有關(guān)系，只要你不在乎數(shù)據(jù)多樣化的好處。你的算法能否處理好十分小眾的模式?你怎么處理極少量的數(shù)據(jù)?

關(guān)于你的領(lǐng)域，最令人興奮的是什么?

時(shí)裝是可見的，是不可避免的。每種文化都包含服裝和飾品，不管重不重要。全球的服裝、紡織品和配飾交易額高達(dá)幾萬億美元。該行業(yè)的問題可謂五花八門，很多都沒有得到解決。生物學(xué)家可以進(jìn)入時(shí)裝行業(yè)，制作更好的絲綢。人工智能研究人員可以利用深度學(xué)習(xí)技術(shù)，在網(wǎng)上搜索半結(jié)構(gòu)化的大量服裝圖片。很多可以利用技術(shù)解決的問題都還沒有得到解決。服裝生產(chǎn)是最被忽視的開源軟件研發(fā)領(lǐng)域之一。路威酩軒(LVMH)和歷峰(Richemont)不會像亞馬遜和谷歌那樣，為了是誰為研究人員提供了最成熟的開源工具的問題爭斗不休。你花幾千美元就能創(chuàng)建一家深度學(xué)習(xí)公司，低價(jià)甚至免費(fèi)使用最先進(jìn)的軟件工具。但如果沒有大量的投資，你根本無法創(chuàng)建一家擁有最先進(jìn)工具的服裝生產(chǎn)公司，因?yàn)槭袌霏h(huán)境依然極不利于支持由少數(shù)獨(dú)立設(shè)計(jì)師組成的真正生態(tài)圈的存續(xù)。為最創(chuàng)新的硬件打造的最智能的軟件過于昂貴，堅(jiān)持閉源，很少宣傳--甚至根本不會在公開渠道論及?？p紉行業(yè)曾經(jīng)對自動化技術(shù)抵抗了幾十年，最后也還是走到了這一階段，如今，縫合布料的工作全部交由自動化機(jī)器人完成，每一針每一線都利用計(jì)算機(jī)視覺技術(shù)來決定下一個(gè)針的位置。

無論高端、低端還是中端，時(shí)裝都是一件實(shí)體物品，必須從頭開始賦予生命力，或者無縫地交給消費(fèi)者，讓他們把它穿在身上。很多人只是為了穿衣而穿衣，但從事時(shí)裝行業(yè)的人在很大程度上是出于自我選擇和熱情，為這樣一群投入的人打造工具是一件令人興奮的事情，但也是一件困難的事情，因?yàn)闃?biāo)準(zhǔn)的機(jī)器學(xué)習(xí)算法和標(biāo)準(zhǔn)的運(yùn)用方式并不適合他們。

你如何框定數(shù)據(jù)問題?具體些說，你如何避免花費(fèi)太長時(shí)間?如何管理預(yù)期?如何知道怎樣的結(jié)果足夠好?

藝術(shù)家們最終明白了一點(diǎn)：作品數(shù)量要比完美更重要。即使是創(chuàng)作古典寫實(shí)派作品，也是從看似可笑的抽象概括開始。用立方體和圓柱體來模擬頭和手臂的形態(tài)。把問題分解成盡可能小的單位。數(shù)學(xué)家波利亞(Polya)說過：“如果你無法解決一個(gè)問題，那么有一個(gè)比它簡單的問題，你一定能解決：就是找到它。”

至于何時(shí)完成?沒有什么會永遠(yuǎn)做不到足夠好的。做出來的東西總比紙上的好，暫時(shí)而言可能也比已有的其他東西好，甚至可能煥發(fā)出超越設(shè)計(jì)初衷的生命力。但用利益相關(guān)者的話來說，一定要確保解決方案和問題完全相關(guān)。不然的話，對于這類面向消費(fèi)者的產(chǎn)品或功能，你的用戶就會常常提點(diǎn)你，現(xiàn)在有哪些產(chǎn)品功能更好用。

你曾做過一段時(shí)間的數(shù)據(jù)分析顧問。你是如何應(yīng)對文化挑戰(zhàn)，如何面對利益相關(guān)者和公司高管的?在這方面，你對新人有何建議?

保持開放的心態(tài)。時(shí)裝行業(yè)為創(chuàng)新提供了很大的空間，只要你清楚自己能為那些實(shí)際存在、耗錢耗時(shí)的問題帶來何種改變，能夠?qū)⒅右粤炕?，向大家表明你能夠以很高的效率解決那些問題。“我們打造出了這件新事物”跟“我們打造出了這件有用處的事物”絕對沒有絲毫干系，跟“我們打造出了這件能夠向下兼容的事物”也肯定沒有任何關(guān)系。也許你很想推薦一樣“新事物”，然后埋怨時(shí)裝界還沒有“成熟”或者“數(shù)據(jù)”到能夠接納它。時(shí)裝是一個(gè)有時(shí)在很大程度上忽視數(shù)據(jù)，而為直覺支付優(yōu)渥薪酬的行業(yè)，我想正確的態(tài)度應(yīng)該是提倡單純的尊重多于傲慢，提倡轉(zhuǎn)變而非廢止。也就是說，打造你自己的時(shí)裝產(chǎn)品，而不是更新現(xiàn)有產(chǎn)品。

你在時(shí)裝行業(yè)工作。你能談?wù)剶?shù)據(jù)在時(shí)裝行業(yè)的最大機(jī)遇嗎?在這樣一個(gè)“創(chuàng)意行業(yè)”里，數(shù)據(jù)化是否會遭遇文化上的挑戰(zhàn)?

時(shí)裝行業(yè)需要“數(shù)據(jù)化”，數(shù)據(jù)化顯然將使時(shí)裝行業(yè)受益。如果你把現(xiàn)成的協(xié)同過濾算法應(yīng)用于具有季節(jié)性、缺乏用戶互動的時(shí)尚服飾，得到的結(jié)果會很差。在其他領(lǐng)域里表現(xiàn)糟糕的算法，經(jīng)過若干調(diào)整后，也許就會非常適合時(shí)裝行業(yè)。神經(jīng)信息處理系統(tǒng)進(jìn)展大會(NIPS)在去年舉行了一場電子商務(wù)研討會，知識發(fā)現(xiàn)及數(shù)據(jù)挖掘大會(KDD)也在今年舉行了一場時(shí)裝專題研討會，這場會議非常棒。但我想指出的是，自從上世紀(jì)90年代以來，研究人員一直在試圖用神經(jīng)網(wǎng)絡(luò)來解決服裝生產(chǎn)問題。

時(shí)裝創(chuàng)意人士可能會非常熱衷于人工智能、機(jī)器學(xué)習(xí)和數(shù)據(jù)科學(xué)，前提是你能把你的表達(dá)轉(zhuǎn)化成某種能讓他們的生活更輕松的事物。路易威登(Louis Vuitton)使用一種算法，能夠更好地在一塊皮料上規(guī)劃手袋的版型裁片(并非所有的皮料表面都適合手袋的所有版型裁片)，并用激光標(biāo)記線條，然后再讓技工進(jìn)行手工裁剪。技工們對此似乎并沒有感到特別不安。

目前，我仍看到的兩個(gè)主要問題，就是導(dǎo)購和合身的問題。利用數(shù)據(jù)和軟件，讓大大小小的設(shè)計(jì)師都能夠更容易地調(diào)整服裝設(shè)計(jì)，做到符合真正的市場需求，而不是只做給他們想象中的繆斯女神。然后，利用盡可能少的輸入信息，幫助網(wǎng)購用戶找出在售服飾中都有哪些適合他們。用戶完成購買后，要確保他們能夠按時(shí)、安全地收到包裹，并且保護(hù)好他們的隱私。

【作者簡介】

杰西卡·格拉夫(Jessica Graves)是一名數(shù)據(jù)科學(xué)家，目前在美國紐約市研究時(shí)裝所具有的問題。她曾在加速前進(jìn)實(shí)驗(yàn)室(Fast Forward Labs)內(nèi)和希拉里·梅森(Hilary Mason)共事，并與倫敦創(chuàng)業(yè)界保持著頻繁聯(lián)系。她致力于分享自己在時(shí)裝數(shù)據(jù)化領(lǐng)域的獨(dú)特視角。她擁有視覺和表演藝術(shù)以及時(shí)裝設(shè)計(jì)背景，在閑暇之余喜歡看報(bào)和學(xué)習(xí)舞蹈。

來源：品覺

收藏分享

聲明：數(shù)據(jù)猿尊重媒體行業(yè)規(guī)范，相關(guān)內(nèi)容都會注明來源與作者；轉(zhuǎn)載我們原創(chuàng)內(nèi)容時(shí)，也請務(wù)必注明“來源：數(shù)據(jù)猿”與作者名稱，否則將會受到數(shù)據(jù)猿追責(zé)。