人工智能对时尚和服装行业的变革产生了哪些影响，并且人工智能在该领域未来前景有哪些？
在过去的几十年里，人工智能对时尚和服装行业的变革产生了巨大影响。然而，该领域的研究比较分散，主要集中在供应链的某一阶段。因此，很难理解在时尚和服装行业的不同领域进行的工作。
时装和服装(F&A)行业是最大的经济体之一，对亚太地区贡献了38%，对欧洲贡献了26%，对北美贡献了22% 。根据BusinessofFashion，（2019年）亚太地区和欧洲的F&A销售额预计将分别增长7.5%和5.5%。
F&A也是全球最大的废物生产商之一因为生产过剩和产品退货等问题,这背后的主要原因是消费者对行业提供的产品在尺寸、颜色和款式方面的不满。
因此，该行业必须以客户为中心，才能成功规范环保制造实践,该行业采用可持续生产实践来减少废物产生和管理非常重要,实现这一目标的方法之一是利用新兴的人工智能(AI)技术来创建可持续的数字供应链。
在过去的几十年里，人工智能已经改变了许多行业，如健康、交通和制造业，因为它能够使用传统的数学模型来解决问题,人工智能在服装设计、制版、预测销售生产、供应链管理等各个阶段的应用已在F&A行业得到认可。
随着全球化和数字化的出现，人工智能在连接全球业务方面受到关注,在过去十年中，F&A行业在一定程度上利用人工智能来改善供应链流程，例如服装生产、面料检验、分销,这一点很重要，因为F&A行业瞬息万变，快速响应趋势变化和不断变化的消费者需求总是充满挑战。
数字化的另一个影响体现在F&A行业的消费者行为中。新的线下和线上媒体意识的增强和出现改变了当代消费者的决策模式，受到各种线上和线下媒体的影响。
因此，创建数字平台以高效获取和收集需求非常重要。这可以通过利用信息技术(IT)、人工智能(AI)技术、大数据分析工具和其他当前技术带来的好处来实现
显然，F&A行业是最具活力的行业之一，每次设计、生产和销售新服装时都会产生新数据,然而该行业仍然缺乏对人工智能方法的广泛采用。
该行业仍在使用基于经典算法的计算工具，而现代人工智能技术仅限于学术研究。必须采用新的人工智能技术来获得竞争优势并提高业务盈利能力,同时对研究中使用的不同人工智能技术进行综合描述，以解决F&A供应链中的各种业务问题。
时装和服装供应链是一个由全球指定的各种参与者组成的复杂网络，它涉及多种原材料：纤维、纱线、织物、染料和其他化学品，相关流程大致分为四个阶段：设计、织物生产、服装生产和分销。
人工智能由于其泛化数据的启发式特征，已经证明了其解决现实世界问题的能力。在过去的三十年里，F&A行业发生了一些变化，人工智能在这一转变中发挥了关键作用。
目前，F&A行业配备了服装生产各个阶段所需的先进机器，提高了工业流程的整体效率，在F&A中AI的应用通过管理级别的操作流程得到了很好的解释和分类。
这些研究缺乏对F&A供应链中应用人工智能的分类，在一些研究发现，AI研究对服装制造问题有45%的贡献，对服装预测约有9%的贡献，对时尚推荐有4.2%的贡献。
机器学习是一种技术过程，通过该过程，计算机可以在没有人为干预的情况下接受训练以执行分配的任务，并从数据本身的模式中学习。数学模型建立在历史数据的基础上，以预测和发现隐藏的模式来做出未来的决定，机器学习可以分为监督学习或无监督学习。
监督学习-是一个参数模型，它有输入（自变量）和目标变量（因变量），通过迭代过程优化模型参数，可以提高监督模型的性能，根据研究问题，它可以是分类或回归任务，这取决于因变量是分类的还是数值的。
无监督学习——模型只有输入属性或自变量，主要任务是对相似数据点进行分组。这种对相似模式数据点的分组称为聚类，这个过程会创建它们自己的标签。
在人工智能中，“专家系统”是一种无需人工干预即可做出决策的系统，它使用推理方法来解决复杂问题，其特点是“如果-那么”规则。
专家系统分为推理机和知识库，“知识库”的工作原理是事实和规则，而“推理机”则使用规则来学习事实并推导出新的事实， 在F&A行业，它被应用于服装制造和生产，以选择合适的工艺和设备，以产生最小的环境污染。
基于按照拟议的研究框架进行的审查并解决了三个研究问题，本研究认识到F&A行业在应用人工智能方面存在许多差距，这些研究差距为推荐F&A和AI领域未来的研究方向奠定了基础。
