亞馬遜近日公布，開發了一款新的AI模型，可以把產品描述文字轉換成圖片，幫助消費者更好查找商品，提升視覺搜索體驗。
利用GAN網絡合成圖片，使搜索體驗更直觀
亞馬遜表示，這款AI模型運用GAN（生成式對抗網絡），能夠成功合成圖片。GAN技術於2014年首次面世。
也就是說，亞馬遜開發的這款「視覺化產品搜索AI模型」，主要功能是合成產品圖片，所謂文字轉圖片，這裡的圖片不是賣家自己提供的產品實圖，而是系統根據產品名稱或title，自動合成的圖片，為消費者查找商品提供更直觀的視覺體驗，幫助其更快找到心儀的產品。
藍海億觀網了解到，這款AI新模型，不僅僅可以把搜索結果中的文字轉換成圖片，另外一個重要的新功能，就是在添加新的產品圖片的同時，保留「舊」圖片。
舉個例子，如果消費者搜索「women’s black pants（女士黑色褲子）」，在搜索結果中會出現相關產品，但原來的文字描述改為圖片展示；在「women’s black pants」基礎上，添加「capri（卡普裡褲，又稱為七分褲）」或「petite（小個子）」等其他搜索詞，搜索結果會顯示新的匹配圖片，但之前搜索結果中的產品圖片也保留。
除此之外，還有一個顏色模型，能夠生成與顏色搜索詞更加匹配的圖片。
該AI模型分兩步合成圖片，配有「長短時記憶」組件
據亞馬遜所說，該「視覺化產品搜索AI模型」，已經在四個不同的系統上進行測試，而這四個系統都使用StackGAN，一種「文字轉圖片GAN」。
藍海億觀網獲悉，亞馬遜新AI模型，是StackGAN的升級版，分兩步生成圖片。第一步，直接根據文字生成低解析度圖片；第二步，在生成的低解析度圖片基礎上，合成更高清圖片，有更細節的紋理和線條，產品顏色也更自然真實。
而且，新AI模型還添加了「長短時記憶」組件，簡稱LSTM。LSTM和GAN網絡結合，能夠保證消費者在搜索框中連續輸入搜索詞時，AI模型能夠不斷「精煉」對應的產品圖，實現輸入文字與合成圖片高度匹配。（藍海億觀網egainnews）