这家电子商务公司的研究人员目前正在开发相关机器学习系统，从而更有效地发现最新时尚趋势并作出反应，甚至可以塑造出时尚。
这些研究能够让亚马逊对社交媒体的时尚趋势进行实时跟踪，从而在改进旗下零售业务中显现出优势。特别是可以帮助公司扩大自身在服装业的优势，甚至主导该领域。
康奈尔大学教授Kavita Bala参加了亚马逊上周举办的机器学习和时尚研讨会，他说：“诸如亚马逊这样的公司一直在努力了解全世界的时尚趋势。其正在改变整个行业。”
许多具有前瞻性的零售商已经在使用像Instagram和Pinterest这样的社交网络来追踪最新的流行趋势并迅速做出反应。像订阅服务Stitch Fix这样的创业公司已经根据用户偏好和社交媒体活动进行个性化的商品推荐。
与此同时，亚马逊正在致力于发展自有服装业务，开发自己的服装品牌，提高产品的展示
图片质量，并推出Prime Wardrobe服务，让用户在确定购买之前可以试穿衣服。而亚马逊的Echo Look
应用程序甚至会给你合适的服装搭配。
而这还远远不够，亚马逊依旧在致力于更强大的功能开发。例如，位于以色列的亚马逊研究人员开发了一种机器学习算法，其能够通过分析附加到图像上的几个标签，推断出特定的搭配是否可以被视为时尚。该软件可以根据所提供的时尚反馈或建议进行调整。
此前计算机通常需要大量的标签才能从视觉信息中学习，但是在许多现实世界的情况下，例如张贴到Instagram的图像，可能只有一个标签，而亚马逊的这种机器学习算法就有了用武之地。
旧金山亚马逊研究中心Lab126开发了一种从图像中学习特定时尚风格的算法，然后可以生成类似样式的新产品，可以说这种算法就是一个简单的人工智能时尚设计师。目前这种算法还不具备实用性，也暗示了一种可能性。
相关研究使用一种称之为生成对抗网络（GAN）的前沿工具。它由两个深层神经网络组成，可以通过原始数据进行有效学习。 GAN通过分析多个样例来确定特定风格的属性，然后可以将该风格应用于现有服装产品。由谷歌Brain团队研究人员开发的GAN也是当今机器学习的热门话题。
在亚马逊举办的研讨会上这两个项目被公之于众。该活动主要面向通过机器学习探索时尚趋势的学术研究人员。该公司拒绝对这些项目发表评论。
研讨会上还展示了如何开发跟踪时尚趋势的技术，从而更深入地了解人类行为。 Bala和她的同事正在使用从Instagram收集的信息作为人类学研究的依据。她说：“我们正在努力了解人们的日常生活。在人类历史上，这真的是前所未有的，我们有如此多的视觉记录。”
除了亚马逊，还有不少人也正在探索可以直接探究人们衣柜的方法。来自伊利诺伊大学厄巴纳香槟分校的一个研究小组展示了一种用于识别时尚化社交网络帐户的算法。印度服装网站Myntra的一个团队展示了自己开发的程序，能够从用户购买历史中猜出其关于特定服装的正确尺寸。
马里兰州巴尔的摩县大学教授蒂姆·奥茨（Tim Oates）介绍了将特定风格从一种服装转嫁到另一种服装的方法细节。他认为，这种方法可用于设计新的服装产品。奥茨表示，“你可以通过现有的衣服训练一个算法，然后你可以对机器说设计出一件夹克或一条裤子，我想要适应我的风格。”
不过，时尚设计师或许无需担心担心。 奥次等人指出，机器学习在时尚方面的应用还有很长的路要走。他坦言，“人们在音乐，时尚和
电影等领域也进行相应创新。但我们还没有看到的是一种真正由机器产生的音乐或时尚风格，能够与人产生共鸣。”
