നിമിഷനേരം കൊണ്ടാണ് ആളുകളുടെ താല്‍പര്യങ്ങളും അഭിരുചികളും മാറുന്നതും, അനുദിനം മാറിവരുന്ന ട്രെന്റുകള്‍ ആളുകളുടെ ഫാഷന്‍ സെന്‍സിനെ സ്വാധീനിക്കുന്നതും. വരും ദിവസങ്ങളില്‍ എന്താണ് ഫാഷന്‍ ലോകത്തെ ട്രെന്റാകാന്‍ പോകുന്നത് എന്ന യുക്തിപൂര്‍വ്വമായ പ്രവചനങ്ങളാണ് പലപ്പോഴും ഫാഷന്‍ മേഖലയെയും വ്യവസായത്തെയും പിടിച്ചുനിര്‍ത്തുന്നത്. വരാന്‍ പോകുന്ന ട്രെന്റ് എന്താണെന്ന് വളരെ കൃത്യമായി തിരിച്ചറിയുക അത്ര എളുപ്പമുള്ള കാര്യമല്ല. അത്തരം പ്രവചനങ്ങള്‍ എളുപ്പമാക്കാനായി ആര്‍ട്ടിഫിഷ്യല്‍ ഇന്റലിജന്‍സ് ടൂളുകളുടെ ഉപയോഗം ഫാഷന്‍ രംഗത്ത് സജീവമാവുകയാണ്. എന്നാല്‍ മനുഷ്യരുടെ തിരഞ്ഞെടുപ്പുകളും ഇഷ്ടാനിഷ്ടങ്ങളും മനസ്സിലാക്കുക എന്ന സങ്കീര്‍ണമായ പ്രവര്‍ത്തനത്തെ നിര്‍മിത ബുദ്ധിക്ക് എത്രത്തോളം വേഗത്തിലും കൃത്യതയോടെയും മനസ്സിലാക്കാന്‍ സാധിക്കുമെന്നും, മനുഷ്യന്റെ സര്‍ഗാത്മകത ഒട്ടുംതന്നെ ആവശ്യമില്ലാതെ ഡാറ്റാ അടിസ്ഥാനത്തില്‍ മാത്രം ഒരു നിര്‍വചനം സാധ്യമാണോ എന്നതും പരിശോധിക്കേണ്ട കാര്യമാണ്.

മുന്‍നിര ഫാഷന്‍ ഡിസൈനര്‍മാരും, സെലിബ്രിറ്റികളും, വിവിധ ബ്രാന്‍ഡുകളും ഫാഷന്‍ ഹൗസുകളും അവരുടെ വസ്ത്രശേഖരങ്ങളും അണിനിരക്കുന്ന പാരീസ് ഫാഷന്‍ വീക്ക് നടന്ന സാഹചര്യത്തിലാണ് ട്രെന്റിനെ പ്രവചിക്കാന്‍ സാധിക്കുന്ന എഐ ടൂളുകള്‍ ഫാഷന്‍ രംഗത്ത് ചര്‍ച്ചയാകുന്നത്. പാരീസ് ഫാഷന്‍ വീക്ക് പോലുള്ള പ്ലാറ്റ്‌ഫോമുകളില്‍ നിന്നാണ് പലപ്പോഴും ഫാഷന്‍ ട്രെന്റുകള്‍ ഉടലെടുക്കുന്നത്. ഇത്തരം പ്ലാറ്റ്‌ഫോമുകളില്‍ പ്രദര്‍ശിപ്പിക്കുന്ന പുതിയ ഫാഷന്‍ പ്രവണതകളില്‍ നിന്നും ലോകം മുഴുവന്‍ ഉറ്റുനോക്കാന്‍ സാധ്യതയുള്ള അല്ലെങ്കില്‍ പുതിയ ഫാഷനായി മാറാന്‍ സാധ്യതയുള്ള വസ്ത്രങ്ങളെയും വസ്ത്രധാരണ രീതികളെയും മറ്റ് ഉല്‍പ്പന്നങ്ങളെയും വിദഗ്ധര്‍ നിരീക്ഷിച്ച് കണ്ടെത്തും.

വ്യത്യസ്തമാര്‍ന്ന ഔട്ട്ഫിറ്റുകളില്‍ കാര്‍പ്പെറ്റിലൂടെ നടന്നെത്തുന്ന മോഡലുകള്‍, സെലിബ്രിറ്റികള്‍, അവര്‍ക്ക് ചുറ്റുമുള്ള ക്യാമറക്കണ്ണുകള്‍, ഫാഷന്‍ രംഗത്തെ പുതിയ മാറ്റങ്ങളെ വാര്‍ത്തയാക്കുന്ന പത്രപ്രവര്‍ത്തകര്‍ എന്നിങ്ങനെ റാമ്പ് വാക്കുകള്‍ക്ക് ചുറ്റുമുള്ള ആള്‍ക്കൂട്ടത്തിനിടയില്‍ നിന്ന് ഫാഷന്‍ ഇന്‍ഡസ്ട്രികളിലെ ട്രെന്റ് ഫോര്‍കാസ്റ്റേഴ്‌സ് അഥവാ ട്രെന്റ് പ്രവചിക്കുന്ന വിദഗ്ധര്‍ പുത്തന്‍ ട്രെന്റുകളെ ശ്രദ്ധയോടെ നിരീക്ഷിക്കും.

^{REPRESENTATIONAL IMAGE: WIKI COMMONS}
ഡിസൈനര്‍മാരുടെ ശേഖരങ്ങളിലെ നിറങ്ങള്‍, പാറ്റേണുകള്‍, സ്റ്റിച്ചിംഗ് രീതികള്‍, ഔട്ട്ഫിറ്റിനെ വ്യത്യസ്തമാക്കുന്ന മറ്റ് ഘടകങ്ങള്‍ എന്നിവ മനസ്സിലാക്കി ഉയര്‍ന്നുവരുന്ന ട്രെന്റിനെ തിരിച്ചറിയുകയാണ് ഫോര്‍കാസ്റ്റേഴ്‌സ് ചെയ്യുന്നത്. അവരുടെ നിരീക്ഷണങ്ങള്‍ വിവിധ ഡിസൈനര്‍മാര്‍ക്കും വ്യവസായികള്‍ക്കും നല്‍കുന്നതോടെയാണ് പുതിയ ഫാഷന്‍ പ്രവണതകള്‍ ആളുകള്‍ക്കിടയിലേക്ക് എത്തുന്നത്. ഏറ്റവും പുതിയതായി എന്ത് ആളുകളിലേക്ക് എത്തണമെന്ന് തീരുമാനിക്കുന്നത് ഈ ഫോര്‍കാസ്റ്റേഴ്‌സ് നിരീക്ഷണത്തിലൂടെയാണ്. എന്നാല്‍ പലപ്പോഴും ഈ പ്രവചനങ്ങള്‍ കൃത്യമായി ഫലിക്കാതെ വരുന്ന സാഹചര്യവുമുണ്ട്.

എഐ ഫാഷന്‍ വ്യവസായത്തെ കൂടുതല്‍ സുസ്ഥിരമാക്കുമെന്ന നിരീക്ഷണത്തിലാണ് ഫോര്‍ക്കാസ്റ്റ് ഏജന്‍സികള്‍ ട്രെന്റ് പ്രവചിക്കാന്‍ മെഷീന്‍ ലേണിംഗിലേക്ക് തിരിയുന്നത്. എഐ ടൂളുകള്‍ക്ക് റണ്‍ വേ ഷോ ഇമേജുകള്‍, സേര്‍ച്ച് ഡാറ്റകള്‍, സോഷ്യല്‍ മീഡിയ പോസ്റ്റുകള്‍, ഓണ്‍ലൈന്‍- ഇന്‍സ്റ്റോര്‍ ഡാറ്റകള്‍ തുടങ്ങിയ വിശാലമായ ഡാറ്റാസൈറ്റുകളില്‍ നിന്ന് വിവരങ്ങള്‍ ക്രോഡീകരിച്ച് ഉയര്‍ന്നുവരുന്ന ട്രെന്റുകളെ കൂടുതല്‍ വേഗത്തിലും കൃത്യതയോടെയും തിരിച്ചറിയാന്‍ സാധിക്കുമെന്നാണ് കണ്ടെത്തല്‍. കൃത്യമായ രീതിയില്‍ ട്രെന്റ് പ്രവചിക്കുന്നതിലൂടെ പുറന്തള്ളപ്പെടുന്ന തുണിത്തരങ്ങളില്‍ നിന്നുണ്ടാകുന്ന മാലിന്യങ്ങള്‍ കുറയ്ക്കാനും കമ്പനികള്‍ക്ക് സാമ്പത്തിക നഷ്ടം ഇല്ലാതാക്കാനും സാധിക്കുമെന്നാണ് ഫാഷന്‍ ഫോര്‍കാസ്റ്റിംഗ് രംഗത്തെ വിദഗ്ധര്‍ പറയുന്നത്.

ആയിരക്കണക്കിന് ഫാഷന്‍ റണ്‍വേ ചിത്രങ്ങളെ സ്‌കാന്‍ ചെയ്ത് ഏറ്റവും കൂടുതല്‍ പ്രചാരത്തിലുള്ള കളര്‍ പാറ്റേണുകളെപ്പോലും തല്‍ക്ഷണം തിരിച്ചറിയാന്‍ എഐ ടൂളുകള്‍ക്ക് സാധിക്കും. പാരീസ് ആസ്ഥാനമായുള്ള ഫോര്‍കാസ്റ്റിംഗ് കമ്പനിയായ ഹ്യൂറിടെക് വികസിപ്പിച്ചത് പോലുള്ള എഐ മോഡലുകള്‍ ഓരോ ദിവസവും സോഷ്യല്‍ മീഡിയയില്‍ പോസ്റ്റ് ചെയ്യുന്ന ദശലക്ഷക്കണക്കിന് ചിത്രങ്ങളെ വിശകലനം ചെയ്യുന്നുണ്ട്. ആളുകളെ ഉല്‍പ്പന്നങ്ങള്‍ ഉപയോഗിക്കുന്ന രീതിക്കനുസരിച്ച് തരംതിരിച്ചുകൊണ്ടാണ് കമ്പനിയുടെ എഐ ടൂളുകള്‍ അവരുടെ സോഷ്യല്‍ മീഡിയ പോസ്റ്റുകളെ നിരീക്ഷിക്കുന്നത്. 

^{REPRESENTATIONAL IMAGE : HEURITECH}
മുഖ്യധാരയിലേക്ക് എത്തുന്നതോ എത്താതിരിക്കുന്നതോ ആയ പുതിയ സ്റ്റൈല്‍ വസ്ത്രങ്ങള്‍ ധരിക്കുന്ന ആളുകള്‍, പുതിയ ട്രെന്റുകളെ വളരെ പെട്ടെന്ന് സ്വീകരിക്കുന്നവര്‍, മുഖ്യധാരാ ഫാഷന്‍ രംഗത്തെ ആളുകള്‍ എന്നിങ്ങനെ തരംതിരിച്ചുകൊണ്ടാണ് പോസ്റ്റുകളെ വിശകലനം ചെയ്യുന്നത്. ഇതുവഴി വിവിധ ഫാഷന്‍ ഉല്‍പ്പന്നങ്ങളുടെ ജനപ്രീതി എങ്ങനെയെല്ലാം വര്‍ദ്ധിക്കുന്നുവെന്ന് മനസ്സിലാക്കാന്‍ സാധിക്കുമെന്നാണ് കമ്പനിയുടെ വിലയിരുത്തല്‍. ആളുകള്‍ നിലവില്‍ എന്താണ് ധരിക്കുന്നതെന്നും ഭാവിയില്‍ എന്ത് ധരിക്കുമെന്നും മനസ്സിലാക്കാന്‍ വിവിധ ബ്രാന്‍ഡുകളെ എഐ ടൂളുകള്‍ സഹായിക്കുമെന്നും ഇതുവഴി ഫാഷന്‍ വ്യവസായത്തിലെ ഓവര്‍‌സ്റ്റോക്ക് പ്രശ്‌നം പരിഹരിക്കുകയാണ്  ലക്ഷ്യമെന്നും  ഹ്യൂറിടെകിന്റെ സഹസ്ഥാപകനായ ടോണി പിന്‍വില്ലെ പറയുന്നു. എഐ ടൂളുകള്‍ വഴി ഓരോ ദിവസവും ലോകമെമ്പാടുമുള്ള ഡാറ്റകള്‍ വിശകലനം ചെയ്യുന്നതിലൂടെ വ്യത്യസ്ത പ്രായത്തിലും പ്രദേശങ്ങളിലും സംസ്‌കാരത്തിലുമുള്ള ആളുകളില്‍ ട്രെന്‍ഡുകള്‍ എങ്ങനെ പ്രചരിക്കുന്നു എന്നറിയാന്‍ സാധിക്കുമെന്നതാണ് എഐ ടൂളുകളുടെ പ്രധാന ഗുണങ്ങളിലൊന്നായി ചൂണ്ടിക്കാണിക്കുന്നത്.

ഇത്രയൊക്കെ പറയുമ്പോഴും കേവലം ഡാറ്റകളുടെ അടിസ്ഥാനത്തില്‍ മാത്രം വ്യത്യസ്ത വിഭാഗങ്ങളിലെ ആളുകളുടെ താല്‍പര്യങ്ങളും ഫാഷന്‍ പ്രതികരണങ്ങളും തിരിച്ചറിയാന്‍ സാധിക്കുമോ എന്നതാണ് പ്രധാന ചോദ്യം. മെഷീന്‍ ലേണിംഗിലൂടെ മാത്രം ആളുകളുടെ മനസ്സ് വായിച്ചെടുക്കാന്‍ സാധിക്കില്ല. 2022 ല്‍ ലണ്ടന്‍ ആസ്ഥാനമായുള്ള പ്രമുഖ ഫോര്‍കാസ്റ്റിംഗ് കമ്പനിയായ WGSN ന്റെ എഐ ടൂളുകള്‍  മഞ്ഞ നിറം സോഷ്യല്‍ മീഡിയയില്‍ ട്രെന്റ് ആകുന്നതായി കണ്ടെത്തിയിരുന്നു. സോഷ്യല്‍ മീഡിയയില്‍ മഞ്ഞ നിറത്തിലുള്ള വസ്ത്രങ്ങള്‍ക്ക് ലഭിച്ച കൂടുതല്‍ ലൈക്കും ഷെയറും അടിസ്ഥാനമാക്കിയാണ് എഐ ടൂളുകള്‍ മഞ്ഞ നിറം ട്രെന്റാണെന്ന് വിലയിരുത്തിയത്. എന്നാല്‍ സോഷ്യല്‍മീഡിയയിലെ ലൈക്ക് മാത്രം കണക്കാക്കികൊണ്ടുള്ള പ്രവചനം തെറ്റാകാനുള്ള സാധ്യതകളും അന്ന് വിദഗ്ധര്‍ ചൂണ്ടികാട്ടി.

^{REPRESENTATIONAL IMAGE: WIKI COMMONS}
ഡാറ്റകളിലെ കൃത്യതയെ മാത്രം അടിസ്ഥാനമാക്കിയുള്ള വിശകലനങ്ങള്‍ പലപ്പോഴും ആളുകളുടെ ചോയ്‌സിനോട് ചെര്‍ന്ന് നില്‍ക്കണമെന്നില്ല. സ്ഥിരമായി തനിക്കിഷ്ടമുള്ള നിറത്തില്‍ വസ്ത്രം ധരിക്കുന്ന പല ആളുകളും മറ്റ് പല നിറങ്ങളിലുള്ള വസ്ത്രങ്ങള്‍ക്കും സോഷ്യല്‍ മീഡിയയില്‍ ലൈക്ക് നല്‍കാനുള്ള സാധ്യതയുണ്ട്. പലരും ലൈക്ക് ചെയ്ത നിറങ്ങളിലുള്ള വസ്ത്രങ്ങളും മറ്റ് ഉല്‍പ്പന്നങ്ങളും ധരിക്കാത്ത സാഹചര്യവും ഉണ്ട്. ഫാഷന്‍ രംഗത്തെയും വ്യവസായ രംഗത്തെയും വഴിത്തിരിവായി എഐ ടൂളുകള്‍ മാറുമ്പോഴും ചില പ്രശ്‌നങ്ങള്‍ക്കൂടി ഇതിലൂടെ ഉയര്‍ന്നുവരാന്‍ സാധ്യതയുണ്ട്. ടെക്‌നിക്കല്‍ ഡാറ്റകളില്‍ അധിഷ്ഠിതമായുള്ള ട്രെന്റ് നിര്‍ണയവും പ്രവചനവും ആളുകള്‍ ആഗ്രഹിക്കാത്ത ഉല്‍പ്പന്നങ്ങള്‍ നിര്‍മ്മിക്കുന്നതിലേക്ക് കമ്പനികളെ നയിക്കുകയും ഉല്‍പന്നങ്ങള്‍ പാഴായിപോകാനുള്ള സാധ്യത വര്‍ദ്ധിപ്പിക്കുകയും ചെയ്യുന്നു.

ഇവിടെയാണ് പരമ്പരാഗതമായി ട്രെന്റ് മനസ്സിലാക്കാനുള്ള രീതികളെ ടെക്‌നോളജിക്ക് പൂര്‍ണമായും  നീക്കം ചെയ്യാന്‍ സാധിക്കാതെ വരുന്നത്. സര്‍ഗാത്മക വൈദഗ്ധ്യത്തോടെയും സാമൂഹിക പശ്ചാത്തലത്തെക്കുറിച്ചുള്ള വിശാലമായ ധാരണയിലൂടെയും ടെക്‌നോളജി നല്‍കുന്ന ഡാറ്റകളെ സംയോജിപ്പിച്ചുകൊണ്ട് മാത്രമെ ഉപഭോക്താവിന്റെ ഫാഷന്‍ പ്രവണതകളെ പൂര്‍ണമായ തോതില്‍ തിരിച്ചറിയാന്‍ സാധിക്കൂ.