以前买家具有两大限制：库存和想象空间。
零售顾客的购物过程往往就像掷骰子：走进展销间，看看数量有限的展品，然后选一件，就算它不是他们真正想要的。更有想法的顾客可能会进一步翻看目录或者比较色样，然后努力想象新的双人沙发放在客厅里会是什么样的。
人工智能与机器学习的发展改变了这种情况。许多公司和大学的研究人员正在线上和线下的零售环境里测试 GPU 助力的深度学习技术，让购物这件事变得更轻松也更精准。
这里举两个例子：GrokStyle 这家新创公司正在开发一个应用，让消费者可以对喜欢的家具拍照（对着目录和对着实物拍都可以），然后查找同款商品并确定多家在线零售商的供货情况。而家具零售巨头 Ashley Furniture HomeStores 则是让人们为自家客厅建立虚拟空间，查看家具在当中的摆放情况，从而不用靠猜测来买家具。
GrokStyle 首席执行官 (CEO) 兼共同创办人 Sean Bell 说：“我们的目标是消除灵感与购物之间的落差，让人们更轻松地在网上或实体店找到和购买心仪的物品。”
将计算机视觉技术应用到零售业
利用 GrokStyle 开发的应用，您可以提交特定物品的图片以查找同款物品，或者提交实物照片，查看在线零售商是否提供同款物品。图片由 GrokStyle 提供。
Bell 在康奈尔大学攻读博士学位时，与他的授课教授之一 Kavita Bala 产生了创办 GrokStyle 的想法。俩人一同成立这家年轻的公司，并由 Bala 担任首席科学家一职。俩人注意到，计算机视觉研究领域的突破与消费者和零售商可以运用的技术之间存在巨大落差。
就算网上有数百万张产品照片，浏览或取得这些照片也绝非易事，更不用说拿照片与它们比对。
俩人开发出一套照片比对算法，并使用 NVIDIA GPU、CUDA 并行计算平台和 CUDA 深度神经网络库通过几百万张图片来训练数万个模型。AWS EC2 G2 与 P2 系列主机在 NVIDIA GPU 的助力下处理上传的图片，并与庞大的家具数据库进行比对。
Bell 说：“GPU 扮演了重要的角色，让我们能高效地训练、测试和部署神经网络模型。没有 GPU 就没有这项技术，它让我们更快速地探索和比较算法。”
Bell 说 GrokStyle 的技术可以用在许多消费品上，不过家具是一个很好的策略性起点。
他说：“我们决定一开始将重点放在家具上，因为家具蕴含强烈的美学和视觉元素，加上家具不易变形的特性，我们也能展现出更高的准确性。”
Bell 预计 GrokStyle 的技术最终能帮助时尚、房地产、艺术、设计和机器人等行业的零售商。这听起来像是他预料这项技术会遍地开花，没错，他的确是这么想。
他说：“我们打算成为与视觉搜索和美学相关的 AI 平台。我们已着眼于视觉搜索渠道的每个部分并加以改进，它们组合起来让我们拥有最精准的零售业视觉搜索算法。”
能联系情感的 VR
GrokStyle 将焦点放在网上购物，而虚拟现实公司 Marxent 则与美国最大的实体家具零售商 Ashley Furniture HomeStores 合作开发店内 VR 技术吧和 VR 应用，预计今年年底推出。
Ashley 使用 Marxent 的 VisualCommerce 平台来创建和扩充产品目录，以及提供增强现实 (AR) 和 VR 环境下的全新 3D 产品体验。这些体验不只让顾客能在虚拟环境中购物，还能让他们将商品放在自己家中，看看摆放效果。
为此，Marxent 依靠 NVIDIA GeForce GTX 1080 GPU 来提供必要的处理能力，以有效渲染 VR 图片。Marxent 产品经理 Vince Kilian 指出，必须以最低 90 Hz 的刷新率来运行 VR 演示内容（以便支持每秒 90 帧的速度），不然顾客看了会头晕。
Kilian 说：“GPU 为我们做了所有繁重的工作。”
Kilian 表示，该公司的目标是让消费者的情感与购物体验有更多的联系。不是每位潜在顾客都住在 Ashley 门店附近，因此，Kilian 最终想将 VR 应用放在云端，让顾客在家中享受如同亲临现场的购物体验。
他说：“我们现在还处于早期阶段，并非所有人都拥有 Vive、Oculus 或者能显示这些高画质图形的 PC。在我的想象中，日后人们对这类体验的需求会很强烈，市场会发展得很大。”