11月3日晚，李宇春身着“认知礼服”亮相《VOGUE服饰与美容》十一周年晚宴。这套在科技与时尚碰撞下诞生的概念礼服，映衬了“Fashion in motion”的派对主题，十分抢眼。
据悉，这是中国第一套由人工智能、设计师与明星本人共同合作完成的礼服。在VOGUE中国编辑总监Angelica的邀请下，由中国新锐年轻设计师张卉山倾力操刀设计。整个设计及制作过程中，最为特别的是，张卉山在IBM最为炙手可热的人工智能高科技Watson认知系统的帮助下，仅仅用了一周的时间便设计出了这套礼服。
这一周中，IBM Watson阅读了上百万条来源于社交媒体的图片及文字，帮助设计师360度了解和把握李宇春的时尚特质；然后，根据设计师的构思，Watson又从 50 万张时尚经典图片里识别出礼服的时尚元素，包括廓形、面料、颜色。最后推荐了2500张图片供设计师张卉山参考。
在谈及“认知礼服”的诞生过程，IBM副总裁、大中华区首席营销官周憶向记者介绍到，作为Watson的代表作，这套礼服的制作过程可以由四个步骤概括——
首先是U-understanding，理解。在设计过程中，IBM Watson 收集了海量的时尚造型，从四五十年代的时尚经典、设计师张卉山历年作品、历年Vogue大秀的红毯造型，到近两年李宇春出席不同场合的造型的图片，以及2013年到2016年几十万网民关于媒体和网民对李宇春每一次时尚造型的评价和建议，充分理解设计师的风格特点、李宇春的个性与粉丝对她的时尚期待。
其次是R-reasoning，推理。通过对海量的图像、视频、文章和社交数据的分析和学习，Watson能够在廓形、面料、颜色层面给予设计师建议。即：在何种场合下，李宇春穿着什么样的服饰最适合，同时也最能让粉丝们满意。
然后是L-learning，学习。Watson在“喂”了大量数据之后，可以自己进行深度学习。
最后是I-interactive，交互。周憶举例到，在今年五月的Met Gala盛典上，英国新兴品牌玛切萨（Marchesa）两位创始人Georgina Chapman和Keren Craig，利用IBM的Watson认知系统，为KK （Karolina Kurkova）设计出的“认知礼服”更有代表性。
该白色薄纱礼服绣着150朵花，在每朵花中都内置着LED灯。LED灯可以实时变化颜色，颜色的变化是由Watson Tone Analyzer API驱动-Tone Analyzer会实时监测Twitter上的社交发言并分析所表达的情绪，通过礼服的颜色变化去匹配粉丝留言文本的语义情绪。分别有五种颜色代表粉丝欢乐、忍耐、兴奋、鼓励和好奇的情绪，如果发言显示 “欢乐” 的值较高，那么Tone Analyzer会辨析出来，让裙子亮起明亮的玫瑰色灯光；而如果是“兴奋”值偏高，那么灯花则会增加一层阴影……将人的思想和Watson的洞察结合，最终通过设计师的灵感展现在大家面前。
有珠玉在前，此次中国版“认知礼服”的设计，Watson同样大放异彩。晚宴现场，IBM副总裁、大中华区首席营销官周憶、设计师张卉山分别表达了他们对于“认知礼服”的理解与看法。
记者：认知系统会不会成为设计师创意的绊脚石，为设计师带来灵感束缚？
张卉山：不会，因为人工智能为我们提供的是一种research 收集数据的新颖方式，这是一种如虎添翼的感觉，在时间上有了很大的节省。他会通过分析给你一个答案，但这个答案究竟如何运用，还是要通过我们设计师来综合处理。
记者：认知系统会不会导致人类的依赖性，致使设计反为科技所役？
周憶：人的精力是有限的，但各种行业的发展速度却是飞快的，更新换代过程甚至很残酷。以时尚行业为例，每一个时装设计师，都要及时采集世界上最先进的时尚元素，包括色彩、轮廓、选料，才能让自己不落后，走在时尚前沿。在这里，Watson能够给到的帮助是：为设计师插上翅膀，帮助设计师快速阅读信息，分析、整理、提炼有用的关联数据，提供给设计师，最后由设计师作出构思、画图、制作的决定。一方面，Watson需要人们不断喂数据，不断启发它、让它思考和学习，一方面，它也帮助设计师更有效率地工作。从某种意义上来说，人机交互是人与机器一路同行、相互依赖和协同的过程。人工智能是设计师的帮手，但它永远不可能替代设计师。
