美国初创公司 GrokStyle 以计算机视觉技术为基础，借助海量的图片识别来帮助计算机进行学习，并将这一技术运用到家居选购场景当中。

　　在 GrokStyle 的 App 或网站上，用户只需上传一张椅子、家居或其他物品的照片，开奖，不论拍照角度和产品风格，GrokStyle 即可在第一时间反馈相关信息：家居的品牌、设计师以及相似风格的产品，同时还包括这些产品的购买方式和价格，以及在不同室内场景下该产品的放置效果等。除了定向搜索，GrokStyle 也可以在一张复杂图片中辨识产品，告诉用户图中都有些产品以及价格和购买信息等。

　　GrokStyel 的核心和计算机视觉和机器深度学习相关。通过这一过程，计算机能够将用户提交的照片和系统内来自制造商目录或家居设备电商的大量“标志性图像”数据库进行匹配。 因为接入到了家居供应商平台，除了图像匹配，价格、同类推荐和购买方式等信息的获得也十分容易。

　　对家居用品的辨识方面的难点在于：不同照明状态、物品之间的遮挡以及各种可能的拍照角度都可能影响最终的反馈结果，这意味着前期的高强度的机器深度学习，大量的图片将被运用到深度学习过程中，帮助机器学习判断不同家居物品。GrokStyle 借助 Amazon Mechanical Turk 用众包的形式来完成这项工作。由 GrokStyle 提供不同场景照片给工作人员，并要求他们在不同的物体周围绘制方框，这些集合以及匹配的标志性图像会被用于计算机训练。

　　虽然前期深度学习的工作量较大，但是从家居场景切入也有一定的优势：

由于同品类的家居产品的外形设计类似，具有一定的固定框架，因此设别的精确度会更高

家装环境相对单一，受主观因素影响小，开奖，因此在使用效果的视觉呈现方面，和服装相比，家居的参考性更具优势

在市场需求方面，普通大众对于参与自己居家环境设计的需求越来越高，在实践中以参考杂志、网站等样品房间为主，借助 GrokStyle 的服务，这些室内装饰设计可以很容易被“拷贝”

　　GrokStyle 创始人 Bella 和 Kavita Bala 均来自康奈尔大学，在2015年的SIGGRAPH（美国计算机协会计算机图形专业组大会）上发表了关于机器学习的理论，而这正是后期 Grokstpyle建立发展的技术基础。在大会上，Bella 和Kavita Bala 看到了这项技术的前景所在，随后创立了 Grokstyle。

　　在创业启动资金方面，Grokstyle 获得了国家科学基金会 225,000 美元的资助，以及来自各类公司和天使投资人 200 万美元的支持。2016 年，GrokStyle 获得LDV视觉峰会的EVC大奖。此外，调研公司 CB Insights 十分看好 Grokstyle 并将其加入 The AI 100（2017）榜单。AI 100 是 CB Insights 评选出的全球范围内的100 家最具前景的私人人工智能公司榜单。

　　人工智能的流派一般分为四种，语音、视觉、自然语言理解、控制。视觉包括面部和物体理解。结合大数据，将物体识别应用到商业领域可以帮助改进消费者的购物体验，让购买更加高效。此前，36氪在《买手推荐的终结？Mode.ai 通过人工智能实现服饰的推荐及导购》一文中对Ai技术应用到服装领域的模式进行了介绍。

　　在未来规划中，GrokStyle 可能会从手袋和鞋子入手将技术运用到时尚领域。