Applications of Artificial Intelligence (AI) in Apparel Industry

Ứng dụng trí tuệ nhân tạo (AI) trong ngành công nghiệp may mặc

Garment manufacturing is labor-intensive, which is characterized by low-fixed capital investment; a wide range of product designs and, hence, input materials; variable production volumes; high competitiveness; and often high demand on product quality. However, due to high demand on garment quality and increased consumer awareness is leading to the use of automated tools and equipment in recent years during garment manufacturing. The automation in garment production is becoming a reality due to the technical developments and the use of modeling and simulation. Due to its labour intensive nature, apparel industry can seek great benefits out of the AI intervention in their businesses. 

Sản xuất hàng may mặc là thâm dụng lao động, được đặc trưng bởi đầu tư vốn cố định thấp; phạm vi của các thiết kế sản phẩm rộng và, do đó, nguyên liệu đầu vào; sản lượng thay đổi; khả năng cạnh tranh cao; và thường có nhu cầu cao về chất lượng sản phẩm. Tuy nhiên, do nhu cầu cao về chất lượng hàng may mặc và nhận thức của người tiêu dùng tăng lên dẫn đến việc sử dụng các công cụ và thiết bị tự động trong những năm gần đây trong quá trình sản xuất hàng may mặc. Việc tự động hóa trong sản xuất hàng may mặc đang trở thành hiện thực do sự phát triển kỹ thuật và sử dụng mô hình hóa và mô phỏng. Do tính chất thâm dụng lao động, ngành may mặc có thể tìm kiếm lợi ích lớn từ sự can thiệp của AI vào doanh nghiệp của họ.

In this era of information technology, artificial intelligence (AI) has revolutionized the field of engineering, physics, medicine, and management. Traditional mathematical models are used to solve problems or in the decision making process, which is the key principle of AI. AI can provide superior solutions to various problems due to its heuristic and intelligent characteristics. Significant results such as improving quality, increasing productivity, and lowering production cost can be achieved with the help of AI. 

Trong thời đại công nghệ thông tin này, trí tuệ nhân tạo (AI) đã cách mạng hóa lĩnh vực kỹ thuật, vật lý, y học và quản lý. Các mô hình toán học truyền thống được sử dụng để giải quyết các vấn đề hoặc trong quá trình ra quyết định, đó là nguyên tắc chính của AI. AI có thể cung cấp các giải pháp ưu việt cho các vấn đề khác nhau do các đặc điểm heuristic và thông minh của nó. Những kết quả quan trọng như cải thiện chất lượng, tăng năng suất và giảm chi phí sản xuất có thể đạt được với sự trợ giúp của AI.

*************************************************

Heuristic ( /hyʉˈrɪstɪk/; Dấu phụ Hy Lạp: "Εὑρίσκω", "tìm kiếm" hoặc "khám phá") là các kỹ thuật dựa trên kinh nghiệm để giải quyết vấn đề, học hỏi hay khám phá nhằm đưa ra một giải pháp mà không được đảm bảo là tối ưu. Với việc nghiên cứu khảo sát không có tính thực tế, các phương pháp heuristic được dùng nhằm tăng nhanh quá trình tìm kiếm với các giải pháp hợp lý thông qua các suy nghĩ rút gọn để giảm bớt việc nhận thức vấn đề khi đưa ra quyết định. Ví dụ của phương pháp này bao gồm sử dụng một luật ngón tay cái, giả thuyết, phán đoán trực giác, khuôn mẫu hay nhận thức thông thường.

Thuật giải Heuristic là một sự mở rộng khái niệm thuật toán. Nó thể hiện cách giải bài toán với các đặc tính sau :

  Thường tìm được lời giải tốt (nhưng không chắc là lời giải tốt nhất)

  Giải bài toán theo thuật giải Heuristic thường dễ dàng và nhanh chóng đưa ra kết quả hơn so với giải thuật tối ưu, vì vậy chi phí thấp hơn.

   Thuật giải Heuristic thường thể hiện khá tự nhiên, gần gũi với cách suy nghĩ và hành động của con người.

************************************************************* 

AI is a field of computer science that can simulate characteristics of human intelligence and human sensory capabilities. AI systems can provide superior solutions over classical systems due to their heuristic and intelligent nature. 

AI là một lĩnh vực của khoa học máy tính có thể mô phỏng các đặc điểm của trí tuệ con người và khả năng cảm giác của con người. Các hệ thống AI có thể cung cấp các giải pháp vượt trội so với các hệ thống cổ điển do bản chất heuristic và thông minh của chúng.

The clothing production process has been described in Fig-1. It starts from the conceptualization phase, passes through design development, manufacturing, supply chain, and retailing till it reaches to the consumers. In the conceptualization stage a designer conceptualizes a theme based on the forecasting of trends in the color, fabrics, silhouette, and trims. 

Quy trình sản xuất quần áo đã được mô tả trong Hình 1. Nó bắt đầu từ giai đoạn khái niệm hóa, thông qua phát triển thiết kế, sản xuất, chuỗi cung ứng và bán lẻ cho đến khi đến tay người tiêu dùng. Trong giai đoạn khái niệm hóa, một nhà thiết kế khái niệm hóa một chủ đề dựa trên dự báo xu hướng về màu sắc, chất liệu vải, kiểu dáng và phụ liệu.

Once the design development has been finalized, the garment production process starts. The garment production process involves fabric spreading, cutting, bundling, sewing, pressing, inspection, and packing (Fig-2). Fabric is the major component of a garment and it is the input material for many garment manufacturing industries. Once the fabric is received, the quality is inspected, stored for some time, and then fabric is spread for cutting. Depending on the garment design, several components are cut using various cutting equipment. The cut components are bundled and fixed with a bundle ticket, which is then passed to the sewing floor. 

Sau khi hoàn thành thiết kế, quá trình sản xuất hàng may mặc bắt đầu. Quy trình sản xuất hàng may mặc bao gồm trải vải, cắt, bó, may, ủi, kiểm tra và đóng gói (Hình 2). Vải là thành phần chính của hàng may mặc và nó là nguyên liệu đầu vào cho nhiều ngành sản xuất hàng may mặc. Sau khi nhận được vải, chất lượng được kiểm tra, lưu trữ trong một thời gian và sau đó vải được trải ra để cắt. Tùy thuộc vào thiết kế may mặc, một số chi tiết được cắt bằng các thiết bị cắt khác nhau. Các chi tiết cắt được bó lại và cố định với một phiếu bó hàng, sau đó được chuyển đến xưởng may.

Application of artificial intelligence in apparel manufacturing: 

Ứng dụng trí tuệ nhân tạo trong sản xuất hàng may mặc:
The garment manufacturing process is becoming more automated to cater the increasing demand of consumers, reduce the number of faults, and keep the production cost low. AI is increasingly used to predict the performance of a sewn seam, designing of clothing, in PPC, in various sewing operations, and in quality control. AI can be applied for intelligent manufacturing of clothing to predict the clothing properties after a particular process. So it can be used for suitable garment designing by fabric engineering and monitoring the garment manufacturing processes. 

Quy trình sản xuất hàng may mặc ngày càng trở nên tự động hóa hơn để phục vụ nhu cầu ngày càng cao của người tiêu dùng, giảm số lượng lỗi và giữ cho chi phí sản xuất thấp. AI ngày càng được sử dụng để dự đoán hiệu quả của một đường may, thiết kế quần áo, trong PPC (Production Planning Control – Kiểm soát kế hoạch cắt), trong các thao tác may khác nhau và trong kiểm soát chất lượng. AI có thể được áp dụng cho sản xuất quần áo thông minh để dự đoán thuộc tính của quần áo sau một quy trình cụ thể. Vì vậy, nó có thể được sử dụng để thiết kế hàng may mặc phù hợp bằng kỹ thuật vải và giám sát các quy trình sản xuất hàng may mặc.

Performance of sewn seam: 

Hiệu quả của đường may:

In sewn garments seams and stitches are used to join two or more pieces of fabric together. The ease of seam formation and the performance of the seam are the important parameters, which are judged by the term known as “sewability.” Fabric low-stress mechanical properties such as tensile, shear, bending, and surface can affect the sewability. AI system can be used to find the sewability of different fabrics during garment production. Fabric mechanical properties affect the performance during spreading, cutting, and sewing. 

Trong may mặc, các đường may và mũi khâu được sử dụng để nối hai hoặc nhiều mảnh vải lại với nhau. Sự dễ dàng của việc tạo đường may và hiệu quả của đường may là các thông số quan trọng, được đánh giá bởi thuật ngữ được gọi là “khả năng may ”. Hệ thống AI có thể được sử dụng để tìm khả năng may của các loại vải khác nhau trong quá trình sản xuất hàng may mặc. Tính chất cơ học của vải ảnh hưởng đến hiệu suất trong quá trình trải, cắt và may.

A good quality seam is essential for a good quality garment. The performance of a sewn seam depends on the type of fabrics and sewing thread combination; seam and stitch type; and sewing conditions, which includes needle size, stitch density, and the sewing machine condition. The performance properties of the seam are evaluated by seam puckering, seam slippage, and yarn severance, which can be predicted by AI. 

Một đường may chất lượng tốt là điều cần thiết cho một sản phẩm may mặc chất lượng tốt. Hiệu suất của một đường may phụ thuộc vào loại vải và sự kết hợp chỉ may; loại đường may và mũi khâu; và các điều kiện may, bao gồm kích thước kim, mật độ mũi chỉ và tình trạng máy may. Các đặc tính hiệu suất của đường may được đánh giá bằng độ nhăn của đường may, độ trượt của đường may và độ đứt của sợi, có thể dự đoán bằng AI.

****************************

Xem thêm
http://3bscitech.vn/do-truot-duong-may-la-gi-va-cach-tinh-62741u.html

*****************************

Computer-aided design systems: 

Hệ thống thiết kế hỗ trợ bằng máy tính:

One of the important steps in garment manufacturing is pattern making, where paper patterns are made by the designers and subsequently digitized to a computer. Several two dimensional (2D) patterns are prepared for a garment, which are the basic blocks of a 3D garment. Various CAD software are used in the garment industry for patternmaking, digitizing, grading, and marker planning. The CAD software helps in achieving high productivity and improved quality. The designers involved in clothing designing create numerous designs by using the CAD software. 

Một trong những bước quan trọng trong sản xuất hàng may mặc là tạo mẫu rập, trong đó các mẫu giấy được tạo ra bởi các nhà thiết kế và sau đó được số hóa vào máy tính. Một số mẫu rập hai chiều (2D) được chuẩn bị cho quần áo, là các khối cơ bản của quần áo 3D. Các phần mềm CAD khác nhau được sử dụng trong ngành may mặc để tạo mẫu, số hóa, nhảy size và lập kế hoạch sơ đồ. Phần mềm CAD giúp đạt được năng suất cao và chất lượng được cải thiện. Các nhà thiết kế tham gia quá trình thiết kế quần áo tạo ra nhiều thiết kế bằng cách sử dụng phần mềm CAD.

However, the CAD software cannot be used to automatically generate clothing patterns or designs for a specific garment style. In addition, in many garment industries the traditional method of garment pattern generation is still done by experienced designers and does not include the use of CAD, although there is the scope of using AI in pattern generation. 

Tuy nhiên, phần mềm CAD không thể được sử dụng để tự động tạo các mẫu rập hoặc thiết kế quần áo cho một kiểu trang phục cụ thể. Ngoài ra, trong nhiều xí nghiệp may công nghiệp, phương pháp tạo mẫu rập truyền thống vẫn được thực hiện bởi các nhà thiết kế có kinh nghiệm và không bao gồm việc sử dụng CAD, mặc dù nó có năng lực sử dụng AI trong tạo mẫu rập.

Several researches have been done to implement the AI that can help to develop basic clothing patterns automatically. For example, Inui had developed an AI integrated CAD system (combination apparel CAD and GA) that can be used to search apparel designs that the system users prefer. The search process involves the man– machine interaction cycles, where the user assesses the examples produced by the systems. 

Một số nghiên cứu đã được thực hiện để áp dụng AI mà có thể giúp phát triển các mẫu quần áo cơ bản một cách tự động. Ví dụ, Inui đã phát triển một hệ thống CAD tích hợp AI (kết hợp CAD và GA may mặc) có thể được sử dụng để tìm kiếm các thiết kế may mặc mà người dùng hệ thống ưa thích. Quá trình tìm kiếm liên quan đến các chu kỳ tương tác giữa người - máy, khi đó người dùng đánh giá các mẫu do hệ thống tạo ra.

CAD systems are used in garment manufacturing for creating designs, patternmaking, and grading operations. Several attempts have been made by researchers to integrate AI with CAD systems to generate designs automatically. Experienced designers are needed for appropriate pattern design of different clothing styles. However, the AI system can be used to provide the expert knowledge of experienced designers. 

Các hệ thống CAD được sử dụng trong sản xuất hàng may mặc để tạo ra các thiết kế, tạo mẫu rập và các thao tác nhảy size. Một số nỗ lực đã được các nhà nghiên cứu thực hiện để tích hợp AI với các hệ thống CAD để tạo ra các thiết kế một cách tự động. Nhà thiết kế có kinh nghiệm là cần thiết cho thiết kế mẫu phù hợp của các phong cách quần áo khác nhau. Tuy nhiên, hệ thống AI có thể được sử dụng để cung cấp kiến thức chuyên môn của các nhà thiết kế có kinh nghiệm.

Production planning and control: 

Lập kế hoạch sản xuất và kiểm soát:

PPC coordinates between various departments of production so that delivery dates are met and customers’orders are delivered on time. Various research activities focused on the problems related to PPC and avoid the bottlenecking. Majority of the studies were based on the problems in PPC relating to sewing floor such as fixing the machine layout, line balancing in sewing, and managing operators in the sewing floor. AI can be used to solve or optimize the problem of machine layout, operation assignment, and sewing line balancing. This can help in achieving the objectives of PPC. 

PPC phối hợp giữa các bộ phận sản xuất khác nhau để ngày giao hàng được đáp ứng và các đơn đặt hàng của khách hàng được giao đúng hẹn. Các hoạt động nghiên cứu khác nhau tập trung vào các vấn đề liên quan đến PPC và tránh các ách tắc. Phần lớn các nghiên cứu dựa trên các vấn đề trong PPC liên quan đến xưởng may như thay đổi mặt bằng bố trí máy, cân bằng chuyền may và quản lý công nhân trong xưởng may. AI có thể được sử dụng để giải quyết hoặc tối ưu hóa vấn đề mặt bằng bố trí máy, phân công công đoạn và cân bằng chuyền may. Điều này có thể giúp đạt được các mục tiêu của PPC.

AI based decision support system was used in decision making to determine the most appropriate manufacturing plant for a particular customer order. A GA-based real-time segmentation for rescheduling was developed by Wong to deal with the PPC-related problems in sewing floor during: (1) marker making, (2) fabric spreading, (3) cutting, and (4) bundling. 

Hệ thống hỗ trợ quyết định dựa trên AI đã được sử dụng trong việc ra quyết định để xác định nhà máy sản xuất phù hợp nhất cho một đơn đặt hàng của khách hàng cụ thể. Một phân đoạn thời gian thực dựa trên GA để sắp xếp lại được phát triển bởi Wong để giải quyết các vấn đề liên quan đến PPC trong xưởng may trong khi: (1) giác sơ đồ, (2) trải vải, (3) cắt và (4) bó hàng.

In another study a GA-based system was designed by Guo for production scheduling for each production order to appropriate assembly lines. This system was designed by considering various factors for production delay, production uncertainties (such as processing time, orders, and lead arrival times), and other bottle necking. 

Trong một nghiên cứu khác, một hệ thống dựa trên GA được Guo thiết kế để lên lịch sản xuất cho mỗi đơn hàng sản xuất cho các dây chuyền lắp ráp phù hợp. Hệ thống này được thiết kế bằng cách xem xét các yếu tố khác nhau cho sự chậm trễ sản xuất, sự không chắc chắn trong sản xuất (như thời gian xử lý, đơn đặt hàng và thời gian đến) và các điểm ách tắc khác.

Final garment inspection: 

Kiểm tra sản phẩm may cuối cùng:

The inspection of finished and semifinished garments during their production is essential to get fewer rejections. The final quality of a finished garment depends on the sewing quality and other faults present in it. The final quality inspection of finished garments is mainly done by experienced people, which is very time-consuming and often subjective in nature. The results of the inspection are influenced by the physical and mental condition of the inspector. Therefore, automated inspection devices are essential to achieve increased efficiency and accurate results. Although limited studies have been done, automated inspection can be performed by the use of AI and image processing for inspection of the quality of finished garments. 

Việc kiểm tra hàng may mặc thành phẩm và bán thành phẩm trong quá trình sản xuất của chúng là điều cần thiết để có ít sự loại bỏ hơn. Chất lượng cuối cùng của một sản phẩm may thành phẩm phụ thuộc vào chất lượng may và các lỗi khác có trong đó. Việc kiểm tra chất lượng cuối cùng của hàng may mặc thành phẩm chủ yếu được thực hiện bởi những người có kinh nghiệm, rất tốn thời gian và thường chủ quan trong thực tế. Kết quả kiểm tra bị ảnh hưởng bởi tình trạng thể chất và tinh thần của nhân viên kiểm tra. Do đó, các thiết bị kiểm tra tự động là rất cần thiết để tăng hiệu quả và kết quả chính xác. Mặc dù các nghiên cứu hạn chế đã được thực hiện, kiểm tra tự động có thể được thực hiện bằng cách sử dụng AI và xử lý hình ảnh để kiểm tra chất lượng của hàng may mặc thành phẩm.

During the garment production, each process (cutting, sewing, and pressing) plays a vital role influencing the quality of the finished garment. The quality of the semifinished products should be inspected at each of these processes before the final inspection. The finished garments are inspected as per their specifications, overall appearance, faults, and sizing and fit. In detail the finished garments are inspected for stitching quality, mismatched plaids or stripes along the seam, puckered seam or extra material caught in seams, uneven seam along hems, and many other faults that can arise during the garment production.

Trong quá trình sản xuất hàng may mặc, mỗi quy trình (cắt, may và ủi) đóng một vai trò quan trọng ảnh hưởng đến chất lượng của hàng may mặc thành phẩm. Chất lượng của các bán thành phẩm cần được kiểm tra tại mỗi quy trình này trước khi kiểm tra lần cuối. Các sản phẩm may mặc thành phẩm được kiểm tra theo thông số kỹ thuật của chúng, ngoại quan tổng thể, lỗi, kích cở và mặc vừa vặn. Cụ thể, hàng may mặc thành phẩm được kiểm tra chất lượng đường may, kẻ ca rô hoặc sọc không đấu sọc dọc theo đường may, đường may bị nhăn hoặc vật liệu phụ bị mắc kẹt trong đường may, đường may không đều dọc theo lai và nhiều lỗi khác có thể phát sinh trong quá trình sản xuất hàng may mặc.

The application of AI in final garment inspection includes: automatic classification of general faults in shirt collars (for mono colored materials) using machine vision; application of AATCC (American Association of Textile Chemists and Colorists) wrinkle rating for evaluation of wrinkle by using laser sensor; detection and classification of stitching defects using wavelet transform and BP NN; seam pucker evaluation by using self-organizing mapping; and designing of a smart hanger for garment inspection. In manufacturing the seamless garments, AI can be used to detect faults online. The image of the final garment can be captured and compared with the standard and any variation from the standard is reported as a fault that can be mended at that time or a marking is done where the fault occurs. 

Ứng dụng của AI trong kiểm tra hàng may mặc thành phẩm bao gồm: tự động phân loại các lỗi chung trong cổ áo sơ mi (đối với vật liệu màu đơn sắc) bằng cách sử dụng thị giác máy; ứng dụng của AATCC (Hiệp hội các nhà hóa học và nhà chỉnh màu dệt Hoa Kỳ) để đánh giá độ nhăn bằng cách sử dụng cảm biến laser; phát hiện và phân loại các khuyết tật may sử dụng biến đổi wavelet và BP NN; đánh giá độ nhăn đường may bằng cách sử dụng bản đồ tự tổ chức; và thiết kế một móc áo thông minh để kiểm tra hàng may mặc. Trong sản xuất trang phục không đường may, AI có thể được sử dụng để phát hiện lỗi trực tuyến. Hình ảnh của sản phẩm may mặc thành phẩm có thể được chụp và so sánh với tiêu chuẩn và bất kỳ biến thể nào từ tiêu chuẩn được báo cáo là lỗi có thể được sửa chữa tại thời điểm đó hoặc đánh dấu ở nơi xảy ra lỗi.

Application in supply chain: 

Ứng dụng trong chuỗi cung ứng:

SCM in fashion includes the flow of fibers, yarns, fabrics, garments, trims, and accessories in between different production points or to retail. It also involves the storage and control of all the above listed materials including the flow of information. SCM integrates various business processes, activities, information, and resources for creating value for the customers. Appropriate SCM can manage the cost and business competitiveness. Although there have been a wide application of AI in supply chain activities of other goods, there are several areas in fashion supply chain where there is limited application. 

SCM (Quản lý chuổi cung ứng) trong thời trang bao gồm dòng chảy của bông, sợi, vải, hàng may mặc, phụ liệu và phụ kiện ở giữa các điểm sản xuất khác nhau hoặc để bán lẻ. Nó cũng liên quan đến việc lưu trữ và kiểm soát tất cả các vật liệu được liệt kê ở trên bao gồm cả dòng thông tin. SCM tích hợp các quy trình kinh doanh, hoạt động, thông tin và tài nguyên khác nhau để tạo ra giá trị cho khách hàng. SCM phù hợp có thể quản lý chi phí và khả năng cạnh tranh kinh doanh. Mặc dù đã có ứng dụng rộng rãi của AI trong các hoạt động chuỗi cung ứng của các hàng hóa khác, nhưng cũng có một số lĩnh vực trong chuỗi cung ứng thời trang có ứng dụng hạn chế.

AI-based models can be used for integrating and sharing information at any point in SCM. Various AI approaches can be used for supply chain planning; supply chain demand forecasting; optimization of supply chain network; managing the logistics in textile supply chain; sample management; effective inventory management; and inventory replenishment. 

Các mô hình dựa trên AI có thể được sử dụng để tích hợp và chia sẻ thông tin tại bất kỳ điểm nào trong SCM. Các cách tiếp cận AI khác nhau có thể được sử dụng để lập kế hoạch chuỗi cung ứng; dự báo nhu cầu chuỗi cung ứng; tối ưu hóa mạng lưới chuỗi cung ứng; quản lý hậu cần trong chuỗi cung ứng dệt; quản lý hang mẫu; quản lý hàng tồn kho hiệu quả; và bổ sung hàng tồn kho.

Application in retailing: 

Ứng dụng trong bán lẻ:

Fashion retailing establishes the link between the manufacturers of fashion goods with the consumers. Over the last two decades or so, fashion retailing has become one of the most competitive retail sectors due to technological advancements and behavioral changes of consumers toward fast fashion. There are several areas in retailing such as sales forecasting; fashion retail forecasting; style suggestion to consumers; customer relationship management; demand forecasting; determining customer satisfaction; and fashion coordination; where AI application is ever increasing. Sales forecasting in fashion has become more challenging now due to volatility of demand as it depend on several factors. Historical data on sales in combination with the style, color, and garment size can be used for sales forecasting. 

Việc bán lẻ thời trang thiết lập mối liên kết giữa các nhà sản xuất hàng thời trang với người tiêu dùng. Trong hơn hai thập kỷ qua, bán lẻ thời trang đã trở thành một trong những ngành bán lẻ cạnh tranh nhất nhờ những tiến bộ công nghệ và thay đổi hành vi của người tiêu dùng đối với thời trang linh hoạt. Có một số lĩnh vực trong bán lẻ như dự báo bán hàng; dự báo bán lẻ thời trang; gợi ý phong cách cho người tiêu dùng; quản trị quan hệ khách hàng; dự báo nhu cầu; xác định sự hài lòng của khách hàng; và phối hợp thời trang; nơi ứng dụng AI ngày càng tăng. Dự báo bán hàng trong thời trang đã trở nên thách thức hơn bây giờ do sự biến động của nhu cầu vì nó phụ thuộc vào một số yếu tố. Dữ liệu lịch sử về bán hàng kết hợp với kiểu dáng, màu sắc và kích cỡ hàng may mặc có thể được sử dụng để dự báo doanh số.

AI suggestion systems can be used for selection of appropriate style and design combination for consumers. In several instances it is very hard to identify the subtle differences between two different styles. AI can be used to identify the differences and similarities between two or more different styles. Today’s consumers are more aware on the comfort features than before. AI can also be used for selection of right type of garment for providing necessary comfort including the appearance, which can be used by the customers. 

Hệ thống gợi ý AI có thể được sử dụng để lựa chọn kiểu dáng phù hợp và kết hợp thiết kế cho người tiêu dùng. Trong một số trường hợp, rất khó để xác định sự khác biệt tinh tế giữa hai phong cách khác nhau. AI có thể được sử dụng để xác định sự khác biệt và tương đồng giữa hai hoặc nhiều phong cách khác nhau. Ngày nay, người tiêu dùng nhận thức về các đặc tính thoải mái hơn trước. AI cũng có thể được sử dụng để lựa chọn loại trang phục phù hợp để mang lại sự thoải mái cần thiết bao gồm cả ngoại quan, mà có thể được sử dụng bởi khách hàng.

Conclusion: / Kết luận:

In this modern era, AI is being used in many areas to solve various problems with intelligence similar to human being. The application of AI was not widely accepted in the labor-intensive clothing production. However, the global competitive environment and a target to achieve low cost of production are the main reasons for the AI’s wider applications in apparel industry starting from material selection and sourcing, through manufacturing till retailing. AI can be used in various processes of textile production such as fiber grading, prediction of yarn properties, detection of fabric faults, and dye recipe prediction. Similarly, AI can be applied in all the stages of garment production such as preproduction, production, and postproduction operations. Developed countries have already started using AI to improve quality of garment, enhanced customer service, and hence increased sales. Much progress is undergoing in AI rapidly and in near future it will become an important tool for the garment manufacturers for enhancing quality, increasing production, lowering operating costs, and exercising in house control over production, leading to quick response and just-in-time concept. The application of AI in garment manufacturing has a bright future similar to other areas of application. 

Trong kỷ nguyên hiện đại ngày nay, AI đang được sử dụng trong nhiều lĩnh vực để giải quyết các vấn đề khác nhau với trí thông minh tương tự như con người. Ứng dụng của AI không được chấp nhận rộng rãi trong sản xuất quần áo thâm dụng lao động. Tuy nhiên, môi trường cạnh tranh toàn cầu và mục tiêu để đạt được chi phí sản xuất thấp là những lý do chính cho các ứng dụng AI rộng rãi hơn trong ngành may mặc bắt đầu từ lựa chọn nguyên liệu và tìm nguồn cung ứng, thông qua sản xuất cho đến bán lẻ. AI có thể được sử dụng trong các quy trình sản xuất dệt khác nhau như phân loại sợi, dự đoán tính chất sợi, phát hiện lỗi vải và dự đoán công thức nhuộm. Tương tự, AI có thể được áp dụng trong tất cả các giai đoạn sản xuất hàng may mặc như chuẩn bị sản xuất, sản xuất và hoạt động sau sản xuất. Các quốc gia phát triển đã bắt đầu sử dụng AI để cải thiện chất lượng hàng may mặc, tăng cường dịch vụ khách hàng và do đó tăng doanh số bán hàng. Nhiều tiến bộ đang diễn ra trong AI nhanh chóng và trong tương lai gần, nó sẽ trở thành một công cụ quan trọng cho các nhà sản xuất hàng may mặc để nâng cao chất lượng, tăng sản xuất, giảm chi phí vận hành và kiểm soát nhà sản xuất, dẫn đến đáp ứng nhanh chóng và khái niệm vừa đúng lúc. Ứng dụng AI trong sản xuất hàng may mặc có một tương lai tươi sáng tương tự như các lĩnh vực ứng dụng khác.

References: / Tham khảo: