הבעיה שהולידה את Flair מוכרת כנראה לכל מי שניסה פעם לקנות בגדים באינטרנט: מאות פריטים, אינספור אפשרויות, ובסוף לא פעם יוצאים בלי כלום. במקרה של שמונה נערות ישראליות, התסכול הזה הפך לפרויקט טכנולוגי.
טליה אוחנה, מיכל יגודאייב, נועה קורצקה, גאיה אשד, יפעת אירני, נוי אברמוב, הילי דטשי ומעיין וודג'ה פיתחו את "פלייר" (Flair), סטייליסט דיגיטלי שמנסה להרכיב למשתמשת לוק על בסיס חמישה פרטים בלבד: מידת גוף, מידת נעליים, צבע עור, צבע שיער וצבע עיניים.
גלריה
מימין לשמאל: טליה אוחנה, מיכל יגודאייב, נועה קורצקה, גאיה אשד, יפעת אירני, נוי אברמוב, הילי דטשי, מעיין וודג'ה
(נועה אקהויז)
פלייר לא מסתפק רק בנתונים הפיזיים. המשתמשת יכולה להזין גם אירוע שאליו היא מתכוננת, והמערכת מתחשבת בסוג האירוע, בעונת השנה ובתקופה הרלוונטית, כולל חגים ואירועים מיוחדים. או במילים אחרות - מדובר בכלי שאמור לקצר את תהליך בחירת הבגדים ולעזור להגיע מהר יותר לפריטים המתאימים.
איך מלמדים מחשב מה נראה טוב?
מאחורי הממשק נמצא מאגר בגדים שבנו המפתחות, ובו כל פריט מסווג לפי מאפיינים כמו קטגוריה, צבע, מידה, סגנון ועונה. האלגוריתם, שנכתב ב-Python וב-JavaScript, מקבל את הנתונים מהשאלון, מסנן את הפריטים שאינם מתאימים ומנסה להרכיב מהנותרים לוק שלם.
החלק המורכב יותר היה להגדיר למחשב אילו פריטים בכלל משתלבים זה עם זה. בניגוד למידה או לעונה, סטייל הוא עניין סובייקטיבי, ולכן המפתחות התחילו מחוקים בסיסיים יחסית. המערכת יודעת, למשל, אילו סוגי פריטים יכולים להרכיב יחד לוק הגיוני, ובהמשך נוספו גם התאמות של צבעים, סגנונות וטרנדים.
לצורך כך המפתחות ערכו מחקר על התאמות צבעים ועל טרנדים וניסו לתרגם את המידע שאספו לחוקים שהאלגוריתם יכול לעבוד איתם. "כשבנינו את האלגוריתם עשינו אותו יחסית פשוט", הן מסבירות. לדבריהן, המטרה בשלב הראשון הייתה לקבל לוקים ש"מתחברים בצורה הגיונית", ובהמשך לשלב גם סגנונות שמתאימים זה לזה.
מעניין לציין שלמרות שהפרויקט מוצג כמבוסס על בינה מלאכותית, בפועל, לפחות לפי התיאור הטכני של המפתחות ובגרסה הנוכחית שלו, מדובר באלגוריתם התאמה המבוסס על מאגר נתונים וחוקים שהוגדרו מראש.
אחד האתגרים המרכזיים, לדבריהן, היה לחבר את כל המשתנים האלה למערכת אחת. האלגוריתם צריך להתחשב מצד אחד במאפיינים של המשתמשת ומצד שני בטרנדים ובחוקים שקובעים אילו פריטים מתאימים זה לזה.
ומה קורה אם אחרי כל זה המשתמשת עדיין לא אוהבת את התוצאה? היא פשוט יכולה לנסות שוב. המפתחות בנו מספר אפשרויות להרכבת לוקים, כך שלחיצה נוספת יכולה להציג שילוב אחר מתוך הפריטים שנמצאו מתאימים. לצד האלגוריתם הן בנו גם אתר דמו שמדמה את חוויית השימוש במוצר. המשתמשת ממלאת את השאלון ולאחר מכן מקבלת המלצה ויזואלית ללוק שהורכב עבורה.
"פלייר" - המחשב יעזור להחליט מה ללבוש
(אילוסטרציה, נוצר על ידי בינה מלאכותית)
מסייבר לאופנה
"פלייר" פותח כחלק משיתוף פעולה בין פקטורי 54 לבין עמותת "מגשימים" מבית קרן רש"י. במסגרת המהלך קיבלו חניכות תוכניות "ממריאות" ו"מגשימים סייבר ו-AI" אתגרים עסקיים מעולם הקמעונאות וניסו לפתח עבורם פתרונות טכנולוגיים. קבוצות אחרות עבדו בין היתר על מערכת לחיזוי ביקושים וניהול מלאי, פלטפורמות המשלבות קניות אונליין עם רכיבים חברתיים, פתרונות לגיימיפיקציה של חוויית הקנייה ומודלים לחיזוי טרנדים והעדפות צרכנים.
הנערות שמאחורי פלייר הגיעו לפרויקט דרך "ממריאות", תוכנית טכנולוגית לנערות. הן מספרות כי במסגרת התוכנית למדו בין היתר Python, C++, אסמבלי, רשתות, מערכות הפעלה ועקרונות בתחום הסייבר, לצד עבודה בצוות, ניהול זמן וחשיבה יצירתית.
עבור חלקן, ההכשרה כבר השפיעה גם על המשך הדרך. אחת המפתחות, שבחרה בשירות לאומי, מספרת כי התוכנית סייעה לה להגיע לתפקיד שרצתה. "ממריאות לא לימדה אותי רק טכנולוגיה", היא אומרת, ומספרת שהתוכנית חיזקה גם את היכולת שלה להתמודד עם משימות מורכבות ולהאמין ביכולות שלה.
בתחילת העבודה חלק מחברות הצוות אפילו לא הכירו זו את זו. הן נפגשו, העלו רעיונות והחלו לעבוד על החלקים השונים של המערכת. הרגע שבו הבינו שהרעיון באמת מתחיל להפוך למוצר הגיע, לדבריהן, כשהצליחו לחבר את חלקי הקוד השונים ולראות לראשונה תוצאה על המסך.
נכון לכתיבת שורות אלו פלייר עדיין נמצא בשלב של דמו, והוא בוודאי לא פתר את אחת הבעיות העתיקות של עולם האופנה: איך להחליט מה באמת נראה טוב על בן אדם מסוים. אבל עבור שמונה המפתחות שלו, זאת גם לא הייתה רק המטרה. הן לקחו בעיה מחיי היום-יום וניסו לפרק אותה למאגר נתונים, שורת חוקים וקוד שעובד.
