AI能上天測算天氣，能下地自動駕駛，那能幫你媽媽織毛衣嗎？

你別說，還真能！

近日，麻省理工大學發布了一項AI工具，能夠看圖織毛衣。這款工具可以將針織圖案的照片翻譯成指令，然后與機器協同制出針織服飾。什么高難度針法、精致圖案統統能勝任，指令完成概率高達94%。

編織工藝可以追溯到中世紀的埃及，人類一千多年積累下來的精巧工藝今朝竟被機器“一眼破獲”。學院派的成果雖然令人拍案叫絕，但距離落地應用還有很長的路要走。

事實上，“AI+傳統行業”、“技術賦能產業”已經不再是空泛的口號和概念，人工智能技術已經悄然潛入尋常百姓的衣、食、住、行各個方面。何止AI織毛衣，炒菜、當水軍、搬磚、縫衣服，AI幾乎無所不能。

而且根據可靠數據，用AI砌磚，效率是普通工人的十倍，順便還能解決搬磚、刷墻等一攬子的活兒。

那么，到底AI都能干什么？實驗室刷榜與工地搬磚之間的距離究竟多遠？AI又是如何改變我們生活方式的？

為了尋求這些答案，本文對全球的AI產業在衣食住方面的落地情況進行深入調查。

一、AI設計服裝成爆款，22秒做出T恤

即使是一位針織高手，都很難僅憑幾眼就復制一件“螞蟻上樹針法”、“鑲嵌卡通人”的針織品，機器卻可以在幾秒之間悟出其中幾萬步沒有太大規律的紡織步驟。當然，這一實驗室內的技術離地落應用可能還很遠，但是在棉布類服飾產業，算法系統和紡織機器人早已走出象牙塔，潛入服裝設計部和紡織工廠之中。

除了麻省理工大學的算法已經能根據織品圖片倒推針法并個性化定制圖案——韓國公司用AI設計的衛衣，成為電商平臺上最暢銷服裝之一；美國公司的縫紉機器人在22秒之內可以做出一件T恤，將阿迪達斯T恤的成本降至2元/件……

1、看圖織毛衣，圖案可定制

上周，麻省理工學院發布的一款AI工具InverseKnit，能夠看圖織毛衣。

當給這個系統一張手套的照片，它就會按模組生成的指令輸出一雙一樣的針織手套。測試時，在94%的時間里，InverseKnit都能生成準確的指令。

InverseKnit系統依賴一個編織指令的數據集，以及這些模式匹配的圖像。研究人員用這些數據訓練系統的深度神經網絡，來解釋圖像中的二維編織指令。

除了看圖織毛衣，研究人員還設計了計算機輔助設計工具，用以私人定制針織物品。它使用了二維圖像、CAD軟件和照片編輯等技術。

雖然這款輔助設計工具無法獨立設計服飾，但是可以讓人使用模板來調整圖案和形狀，無需專業經驗。比如在帽子上加上三角形圖案，在襪子上加上豎條紋等等。

通過該系統，用戶可以使用模板來調整圖案和形狀以私人定制圖案

2、AI設計T恤成爆款，無法勝任高端設計工作

其實，當我們走出實驗室，會發現AI已經潛入到服裝設計師左右做起了設計工作。2018年11月，韓國公司就在其國內首次推出一款AI設計的衛衣。

這款衛衣背部印有SJYP的logo、卡通圖片、不規則排列的方塊模塊。

該衛衣背后的設計師，名為“Style AI 系統”。Style AI系統的核心是圖像處理技術結合卷積神經網絡。

簡單來說，通過對該品牌服飾的logo、卡通形象、衣服材質等圖片的學習，“Style AI 系統”能掌握該品牌的顏色、形狀、圖案等風格。按照學習到的風格，AI還會提出新的樣式和設計。

實際上，全球的電商時裝企業都有積極使用AI參與服裝設計的趨勢。從2017年開始，美國服飾購物網站就已經在出售由AI設計的服裝。

2018年8月，在印度電商網站Myntra上，最暢銷的產品之一是一款由計算機算法生成的拼色T恤。其CEO表示，這些AI設計服裝的銷售量正在以倍速增長。

早在2017年，亞馬遜就利用GAN（Generative Adversarial Network）模型，推出算法系統，通過分析大量圖像并模仿其風格來設計服裝。該技術可能已經被大規模用于電商快時尚服飾設計。

基于 Google 的開源學習系統 TensorFlow 展開的服裝設計

GAN的基本原理其實非常簡單。G和D是兩種相互博弈的算法，一種生成圖像，另一種比較判定圖像與源圖像的差別。博弈的理想結果是G成為了能夠“以假亂真”的圖像生成模型。

盡管如此，如果你問”連服裝設計師都要失業了？”，答案可能是否定的。因為創意設計工作需要深厚的先驗經驗和共情能力，也受到社會風潮的影響，這對機器來說還很有難度。

目前，情感識別及先驗經驗運用方面明顯是算法的短板，因此雖然一些跟風、模仿類的服裝設計師已經可以被AI設計師取代，但對于更需要創造性的服裝設計師來說，AI設計往往是作為輔助的存在。

正如電影《穿普拉達的女王》中所說，時尚體現在各種精致細節，一種“天藍色”可能要游經國際展會、設計師發布會、高級賣場、街頭、廉價賣場等多種場景，才在大眾中流行開來。

3、22秒做出T恤，一個操作員頂11個縫紉工

AI在服裝設計上小試牛刀，在服裝制作上大顯身手。

美國SoftWear公司的縫紉機器人造一件T恤只需22秒。這款設備從取布料到成品整個過程無需人工干預，可使其客戶阿迪達斯的T恤成本降至2元/件。

SoftWear縫紉機器人在快速整理布料、完成縫紉

對服裝制造業來說，引入AI的關鍵技術難點是機器人難以處理柔軟的面料。因為布料往往易折疊、形狀不規則，而織物又必須嚴絲合縫。

因此，長期以來，在縫紉的“拿起物料”、“對齊”、“縫制”和“整理”四個步驟中，只有“縫紉”這一步驟已經實現自動化，其他部分仍由人工完成。

SoftWear縫紉機器人的創新之處，是把針頭移到布料上，而不是把布料移到針頭上。這種方法解決了柔軟面料的張力平衡問題，使服裝制造的全流程自動化成為可能。

SoftWear縫紉機器人工作的全流程

Softwear系統配備每秒捕獲超過1，000幀的專用相機，并配合圖像處理算法實時檢測針頭位置。因此，SoftWear可以比人眼更精準地觀察織物，并精準追蹤到不到半毫米誤差的縫紉針位置。

另外，SoftWear還開發了機器人操縱器、滾輪工作臺、四軸機械臂和真空吸盤等裝備來傳輸處理布料。

同樣是解決布料柔軟的痛點，西雅圖的一家創企則采取了另外的一種思路。他們用一種無毒的聚合物使織物暫時變硬，因此現成的工業機器人就能用“硬布”來制造服裝。但據說目前該方法還鮮有商用。

2019年3月，中國天源公司“雇用”了SoftWear公司大約330臺自動縫紉機器人，預計可降低50%至70%的人工成本，同時提高70%以上的生產率。

目前，自動縫紉機器人主要在T恤和短褲等制品上投入應用。但Softwear認為，在未來五年內，它的機器將能夠生產出吊帶衫、連衣裙、牛仔褲等更復雜的服飾。

服裝制造全流程的自動化將重塑制造業的全球化分工格局。服裝制造業一直是勞動密集型行業，我國許多成衣廠都出現了大規模的“用工荒”。紡織全流程的自動化能有效地解決“用工荒”問題。

隨著我國經濟發展結構的變革，許多服裝制造廠轉入越南、印尼等地區。據世界銀行預測，未來20年，南亞地區每月會新增120萬名勞工，20年后將新增2.4億人。自動化進程將使得這些勞工面臨巨大的挑戰。

除了服裝制造業，在服裝批發與零售等方面，人工智能也在漸漸地承擔起一些“庫存清點”等高重復、偏體力的勞動，同時也為消費者帶來一些“AR試衣”等有趣的購衣體驗。

二、懂菜譜、能實戰，大鍋菜廚師馬上下崗

很多人可能還記得，十年前，智能手機和移動互聯網是如何悄然而迅速地“隨風潛入夜”。似乎一夜之間，所有人都開始用美團、餓了么點餐，所有人都在用支付寶、微信付款，所有人都開始用美食杰、百度經驗學習做菜。

現在，歷史正在重演，“舌尖上的AI”正在潛入人們的生活，輕巧、迅速，且“潤物細無聲”。信不信，你剛剛點的外賣可能就是機器人做的，你剛剛看的美食推薦就是AI寫的，而你看到的菜譜是AI看圖猜出來的。

1、AI看圖識別菜譜，“皮卡丘”當成“煎蛋”

今年6月，Facebook開源了一個AI識菜譜系統。該系統可以通過分析食物圖片，判斷圖片中是什么食物，進而判斷出食材和加工過程。

Facebook的AI識菜譜系統頁面

傳統的AI識菜方法往往將識別過程簡化為——從靜態數據庫中匹配的檢索任務。這些系統在判斷出圖片中的食物之后，會去已有的數據庫中匹配相應的或相似的菜品。這種方法極其依賴數據集的大小和多樣性，很容易識別失敗。

Facebook換了一種新思路，將圖像到配方問題公式化為條件生成問題。即：使用預先訓練圖像編碼器和成分解碼器，以圖像及其相應的成分列表為條件生成指令序列，以此生產可能的菜譜。

換句話說，就是在識別圖片中的食材之后，該系統會預測成分列表。然后依據成分列表，推導菜品的加工方式。

Facebook的AI識菜譜系統的工作模式

這類食品識別系統的技術難點在于高級推理和先驗知識，由于食品在加工后往往會形成嚴重的形變。比如，要判斷羊角包里可能有黃油，這并不是從圖片可以簡單得知的。

有趣的是，Facebook的這款AI認菜譜系統可以接受任何圖片。比如，當研究者導入卡通人物皮卡丘的圖片，系統將它識別為了“煎蛋”。

Facebook的菜單識別系統是邁向更廣泛的食品理解系統的第一步。

2、一鍵炒菜，“大鍋飯”、快餐廚師馬上失業

“舌尖上的AI”不僅會識別菜譜，還能擼起袖子上灶臺。

在家常烹飪方面，美的、九陽等多家品牌推出了炒菜機器人。用戶只需要準備好食材，完成幾步操作，香噴噴的飯菜立馬出鍋。

這類炒菜機器人的操作很簡單。用戶可以在顯示屏幕上選擇菜單，轉動旋鈕就可以開始炒菜。

某品牌的家用“炒菜機器人”

家用炒菜機器人一般內置螺旋式攪拌器、傳感器和溫控設備。通常來說，這類機器人都配合手機APP進行菜譜選擇和精細調控。

在職業烹飪方面，今年4月，一款名為“味霸”的智能炒菜機器人面世。它內置有先進的油煙處理技術，可將炒菜時產生的油煙進行“油、水、氣”分離，做到無油煙烹飪。

這款炒菜機器人具有一鍵式操作功能。點擊屏幕自動完成整個炒菜過程，食材按序入鍋，自動翻炒、自動添加調料，通常炒制一道青菜只需要3分鐘左右，半葷全葷在4到6分鐘內炒熟，菜炒好后會自動感應出鍋。

工作人員在使用“味霸”炒菜機器人

目前，許多這類大型炒菜機器人已投入商用。在百度上搜索炒菜機器人，可以看到許多商用炒菜機器人已經迭代了多款產品。

某品牌已經發布多款炒菜機/炒菜機器人

2018年11月，據新華社報道，北京市東城區前拐棒胡同老年配餐中心配備了炒菜機器人。工作人員只需要點擊屏幕選擇菜品，把備好的食材投放到炒菜機器人里，不到兩分鐘，一份味道鮮美的豆角小炒肉就做好了。

為了方便老人使用，這種智能售賣機還將開放交通一卡通和刷臉付費。“機器人能做飯，真是太棒了！這個飯菜很合我的口味，不是很咸，也不油膩，很適合我們老年人。”李淑茹大媽贊嘆道。

有些企業在集中發力AI炒菜機器人，還有企業在布局完整的智慧廚房系統。2018年9月，四川長虹發布的智慧廚房系統通過數據，致力于打通農場種養、凈菜加工、冷鏈配送、智能烹飪，到手機點餐、食材溯源等全流程“端云一體”。

長虹機器人餐廳

其中凈菜車間用以實現食材標準化和包裝的標準化；廚房機器人則負責最終菜品的烹制，自動投料、自動翻炒、自動洗鍋，5臺設備只需一人操作。

由此來看，以AI識菜譜和AI炒菜機器人為切入點，隨著AI菜譜識別、自動化食材獲取、機器食材烹飪流程被連接，農場、貨運、倉庫、后廚、餐廳等多個場景被打通，AI將促進整個餐飲行業生態發生重大變革。

曾有廣告戲言“遇見新東方廚師，就嫁了吧”，這句話現在可能要打上問號了。機器人勢必會取代一大部分廚師的工作，包括“大鍋飯”、食堂廚師、走量的快餐廚師等等，這是一個“經濟成本”問題。

但是，這也在倒逼廚師們從重復的體力勞累和噪音油煙中解放出來，進而把時間用在和顧客交流、研究菜譜、實地考察等更有價值的事情上。

3、AI推薦、AI水軍、AI認菜結算，餐飲服務人員迎挑戰

也許前面講到的AI識菜譜、AI炒菜還離大眾視線較遠，但AI推薦、AI水軍和AI結算機器人就是臺前和人們“大寶天天見”的戲碼了。

在選擇餐廳之前，很多人都會參考大眾點評、抖音等平臺上的口碑推薦，以避免“踩坑”。這些平臺可以利用海量用戶數據，根據用戶的興趣用算法為用戶推薦好吃的東西，這使得各種口味的人都能找到對味的美食。

與此同時，AI水軍已悄然進入口碑平臺，其撰寫的廣告軟文常常能混淆視聽。據公關領域業內人士爆料，機器撰寫“水軍評論”、“口碑軟文”已經形成了一條灰色產業鏈。你能看出來以下評論都為AI自動生成的嗎？

魔高一尺，道高一丈。隨之而來的是用AI消滅AI水軍的抗爭。近日，哈佛大學的一款檢測工具，可以幫助人們識別機器撰寫的文段，辨識比例從54%提高到72%，讓機器評論秒現身。（用AI消滅水軍新突破！哈佛和IBM聯手研究，讓機器評論秒現身）

人們除了可以參考AI的美食推薦，也開始接觸AI食物識別和結算付款。例如，今年7月北京大學開始試行識菜結算機器人。

據體驗，這款機器人認識200多道菜品，并且能夠刷臉支付。用戶將菜品放在識別出，該機器可以根據食物紋理在2s之內識別出菜品，整個支付過程可以小于10s。

北大食堂賣飯機器人

當然，也有這種結算機器人難以識別的菜品。比如饅頭和包子、土豆燒雞和紅燒肉、大小碗米飯，仍需要員工調試。5-6臺這種結算機器人只需要配1個調試員。（探訪北大最AI的食堂！刷臉打飯，機器認識200多道菜）

由此可見，除了廚師，餐飲服務人員也面臨著被機器取代的挑戰。

三、建筑機器人搬磚砌墻，AI輔助家居設計

從AI在服飾、飲食業等傳統產業的落地進展來看，AI賦能傳統行業已經成為熱潮。作為傳統行業代表的房地產行業，其實嗅覺更敏銳。隨著我國人口紅利得消失，勞動力短缺問題日益突出。

實際上，鋪磚機器人、粉刷機器人、焊接機器人等幾十種建筑機器人已經在工地“上工”；AI家居設計也已有成熟的產品投入商用，為用戶提供比傳統方案便宜十倍的可視化方案；而AI房產個性化推薦、房屋匹配等的應用已經比售樓人員能提供更客觀的推薦。

1、AI砌磚機器人，兩天能砌完一棟房子

拿房地產商碧桂園來說，該公司去年宣布在5年內投資800億元到機器人領域，今年一月又更新業務架構，重點布局建筑機器人。

其墻板安裝機器人、鋪磚機器人、粉刷機器人等等都已投入應用。如，全自動砌磚機器人“哈德良”每小時可以砌1000塊磚，兩天內就能砌完一棟房子，速度是普通砌磚工的10倍左右。

我國是建筑大國，但是隨著人口紅利的消失，勞動力短缺、勞動效率不高、施工質量良莠不齊、工作環境差成為建筑行業的痛點。近年來，國家鼓勵企業積極發展大數據及人工智能技術，推動傳統產業改造提升。

碧桂園集團董事會主席楊國強設想，假如在一棟30層樓的建設中，70%的工人工作由建筑機器人來完成，留30%的建筑熟練工，培養20%的操作建筑機器人的新型建筑工人，不僅可以從根本上解決安全和質量問題，還能大大提高勞動生產率并節約大量成本。

在北京海淀豐臺的一個房地產項目中，用于預制墻板搬運的遙控搬運小車引人注目。預置墻板每塊重一百多公斤，但一名女工通過遙控操作，就能使得搬運小車分別將4-6塊墻板提升、捆扎、倒放，再通過工地復雜的路況、進出電梯，最終整齊堆放到樓層指定地點。

從全球來看，建筑機器人已經廣泛用于各種建筑領域。涉及種類包括測繪機器人、砌墻機器人、預制板機器人、施工機器人、鋼梁焊接機器人、混凝土噴射機器人、施工防護機器人、地面鋪設機器人、裝修機器人、清洗機器人、隧道挖掘機器人、拆除機器人、巡檢機器人等在內的眾多家族成員。

某建筑機器人實驗室

3D打印建筑機器人

清拆/清運作業機器人

墻/地面施工機器人

其實建筑工地環境復雜，意味著建筑機器人并不簡單。目前大多數建筑機器人仍屬于可編程機器，只能執行一系列重復性的體力勞動。面對工地上更加復雜的環境和任務，仍需要一線工人通過思考來解決。

日本HRP-5P搬運機器人

同時，從目前的情況來看，企業需要加速傳統建筑機器的改造，同時促進既有機器人技術的應用，改變施工人員的工作習慣。另外還需要推動建筑業專用機器人系統及配套建材的研究和開發。

2、AI家裝使人身臨其境，少花十倍的錢

雖然人工智能在房屋設計上應用很少，但在家居設計上應用已經不少。市面上已有商家能利用VR為消費者提供實惠酷炫的服務。

傳統的VR效果方案成本很高。一套房子的效果圖大概需要2000-3000元，整個小區做一套方案就需要幾萬，一個小區為了吸引業主會設計2-3套設計風格，就得花費十幾萬。

因此一些高效、低成本的VR方案應運而生。有的企業利用人工智能設計結合繪圖設計師的簡單操作，能將定制一套房子的VR效果方案降至100多元，成本下降近十倍。

通過云渲染技術云設計、BIM、VR、AR、AI等技術的研發， 這類應用可以10秒生成效果圖，5分鐘生成裝修方案。

例如，一些平臺研發了全屋定制交互體驗產品，使業主可以在虛擬場景中提前體驗到未來的家。用戶可以體驗在家里開關門、開關燈、切水果等等，還可以切換裝修風格、切換家居、加入購物車等等。

國內某VR輔助的AI家居設計解決方案

對于特定的場景，這類產品可以利用深度學習和自動識別技術，綜合考慮建筑障礙、生活軌跡等因素，自動推薦符合用戶要求且構造合理的方案。

人工智能設計當下能做到的只是智能繪圖、大數據鏈接、快速云渲染等基礎工作，它無法代替專業設計師的思想、創意、生活經驗以及對業主的情感把控等等。因此，對于設計師來說，AI將會是一種重要的輔助工具，能將設計師解放出來做更多的溝通交流和靈感醞釀工作。

3、個性化匹配房子，計算成交概率

如果說AI蓋樓和AI裝修解決了房地產商“用工荒”的痛點，那么AI輔助買房租房，則可以使廣大消費者免于在房產營銷人員鋪天蓋地的宣傳中迷失方向。目前，在國內外，AI應用主要集中在個性化推薦、算法審核資質、合租者協調互動等方面。

總部位于美國蒙特利爾的Nobbas能夠根據用戶“劃屏幕”判別其喜好，進而向用戶個性化推薦房屋。其目標是利用人工智能幫買家或租客找到房子，并且使得共同的購買或租住者能更好的配合。

Nobbas APP頁面

使用該公司的產品，用戶只需要通過向左或向右劃動屏幕，就可以讓AI了解自己的喜好。該平臺上具有140多萬房源，經過一定的訓練，AI會從這些房源中為用戶推薦符合用戶興趣的房產。

該公司還創建了一個交互式協作工具。“所有受邀合作的人都會看到你喜歡的房屋，你也能看到他們的，”Muir說。Nobbas于6月初在Apple的App Store和Google Play商店推出該平臺。

美國PropertyNest公司能夠利用算法對用戶的信用評分進行考察，進而幫用戶找到最合適的房源。匹配標準涉及到用戶財產的審核、收入水平、信用評分、儲蓄情況等等。

用戶需要提前將收入、儲蓄等信息輸入到系統，當找到自己喜歡的公寓，算法會告訴用戶獲得批準的可能性。

結語：實打實落地，勞動密集產業為主

隨著近年來AI落地熱潮首先席卷易于落地的汽車、安防等大產業，許多更加垂直、細分和深入的產業也正在出現AI的身影。涉及到人們的衣食住，場景往往復雜細碎，消費形態也是短平快，并不容易推進AI落地。經過深入調查我們發現，在這些產業中，AI雖然主要是在勞動密集型工作上“小荷才露尖尖角”，卻“早有蜻蜓立上頭”，展現出進一步賦能全流程自動化的潛力。

在衣著方面，雖然人工智能技術還不能進行連衣裙、牛仔褲等復雜款式衣著的設計，但是它能進行簡單的設計。并且技術發展解決了機器難以處理柔軟布料的痛點，這將大大提高服裝廠商的效率，同時也使得從事重復服裝制作工作的人面臨挑戰。

在飲食方面，炒菜機器人不僅開始取代“大鍋菜”、“快餐”廚師掌勺炒菜，還能夠“看菜識菜譜”，越來越具有“大廚修養”。這既使廚師職業者面臨威脅，又能將他們從重復肢體勞動和廚房油煙熱浪中解放出來，進而研究更好吃、健康的美食。

在住宅方面，多類企業入局的建筑機器人有利于應對建筑行業勞動力短缺、施工質量良莠不齊、工作環境差等痛點。同時，擅長復雜決策的機器人系統和產業全流程自動化成為燃眉之需。

在出行方面，自動駕駛家用車、自動駕駛貨車等出行工具已經在各地試行并獲得不錯的測試成績。

人工智能在給人們帶來便利的同時也在對人類勞動價值發出挑戰。美國萊斯大學計算機工程教授Moshe Vardi預測，在未來30年，人工智能將逐步取代目前世界上50%的工作。只有在巨浪來臨前學會游泳，個人和企業方能趨利避害、逐浪歸來。