Lumea roboților: AI-uri și blockchain care identifică poșete false

Anumite magazine sau revânzători foarte mari de produse fashion high-end investesc foarte mult în antrenarea personalului pentru a recunoaște fake-uri. Fashionphile zice că durează chiar și 8.000 de ore pentru a deveni expert. The RealReal își învață angajații cum trebuie să fie mirosul unei genți Birkin (miroase a bani) sau cum trebuie să se simtă la mână pielea de un anumit tip și de o anumită prelucrare.

Îmi aduc aminte că citeam în trecut că Hermes (parcă) își crește proprii aligatori și o face în bazine tapițate cu material moale, ca să nu-și zgârie pielea. So, there’s that și undeva în lume astfel de lucruri contează și unii oameni pot recunoaște cu ochii închiși textura fiecărui tip de piele în funcție de prelucrarea ei ulterioară.

Mai nou, însă, astfel de companii au început să apeleze la AI, care probabil este mai puțin costisitor pe termen lung și poate fi și lansat pe scară largă în toate magazinele din lume, că doar câți experți în mirosul unei poșete poți să ai altfel, nu?

AI-urile folosesc un set de fotografii cu un produs dat pentru a căuta acele imperfecțiuni uneori aproape invizibile de la cusături sau îmbinări sau alinierea mânerelor pe poșetă sau mai știu eu ce. În paralel cică iau în calcul și un scor de risc, în funcție de popularitatea online a anumitor produse fashion. În funcție de ce poartă Kim Kardashian astăzi, probabil că mâine crește numărul de fake-uri de la vânzare.

Treaba asta folosește de fapt machine learning. Acei algoritmi au fost antrenați pe milioane de fotografii cu produse reale și produse fake și au învățat singuri să găsească diferențele. Nu este inteligență artificială în sensul acela de exprimare sau înțelegere aproape umană popularizată în ultima vreme de ChatGPT sau generare de imagini pornind de la o cerință text, dar în teorie face parte din clasa generală a aplicațiilor de inteligență artificială.

Am mai scris eu de câteva ori o analogie bună. Unui om îi trebuie doar o secundă ca să-și dea seama că o altă persoană pare tristă sau bucuroasă sau neatentă. La fel de rapid îți poți da seama dacă cineva zâmbește de formă sau îți dai seama din tonul vocii dacă este sarcastic sau nu. Până acum ceva vreme, algoritmilor de computer le era practic imposibil să facă același lucru, ca să nu mai zic să o facă și cu viteză mare.

Oamenii se bazează de fapt pe experiența lor anterioară, pe mici detalii învățate de-a lungul timpului despre cum arată o persoană tristă sau bucuroasă. Același lucru îl învăță algoritmii prin machine learning, adică expunere la un set foarte mare de imagini. Viteza de procesare și seturile mari de date au ajuns la viteza și disponibilitatea care fac posibile astfel de lucruri.

Lucrurile merg chiar mai departe. Se lucrează acum la aplicații de telefon pentru cumpărători. Fotografiezi produsul și aplicația analizează imaginile și îți spune șansa să fie real sau fake. Odată ce ai seturi de date mari și putere de procesare în cloud, devine simplu să analizezi rapid inclusiv detalii precum calitatea vopselii și compensarea pentru tocirea ei în timp.

O altă aplicație, care se pare că este deja folosită pe la Louis Vuitton și Burberry, face fotografii detaliate ale fiecărui produs real atunci când este produs. Aplicația se uită după detalii uneori imperceptibile pentru a crea un ID unic al acelui produs, la fel cum amprentele sau forma urechii sunt unice pentru oameni. ID-ul respectiv este apoi scris într-un blockchain menținut de companiile respective pentru a fi astfel securizat și imposibil de modificat. Cumpărătorii pot folosi probabil aceeași aplicație pentru a fotografia un produs la raft (sau, mai degrabă, când îl cumpără second-hand pe undeva), iar aplicația descoperă din nou astfel de diferențe microscopice și le verifică în blockchain-ul mamă. Exact ca la amprente.

Cred că ce mă uimește în toată această treaba este dualitatea acestor companii haute couture. Pe de o parte, produsele lor sunt făcute de mână, cu atenție, cu metode tradiționale. Pe de altă parte, folosesc AI și blockchain pentru autentificare și trasabilitate. Bănuiesc că astfel ies și mai mulți bani și își păstrează exclusivismul și renumele, altfel n-ar face.

Sau poate că pur și simplu este nevoie de așa ceva în lumea superfake-urilor. Așa se numesc produsele contrafăcute, dar care sunt contrafăcute… bine, cu buget. Un ceas sau o poșetă fake, dar care au costat 1000 de euro să fie produse, sunt greu de diferențiat față de originalele care costă 20.000 sau 50.000 de euro. Cel puțin, greu de diferențiat de către cumpărători și eventual fără lupă sau demontare sau know-how despre anumite tehnici.

Mai cred și că este posibil să te îmbogățești acum dacă ești un start-up software care găsește o metodă de a folosi astfel de noi tehnologii AI și machine learning pentru a rezolva problemele unor alte companii, eventual din industrii care învârt foarte mulți bani. Acolo sunt bani de făcut.