从AI香水到AI美妆 算法能否求出审美最优解

　　人工智能技术系统软件必须认知的信息关键来自其视觉效果、听觉、触觉，而嗅觉也是很有使用价值的方位，现阶段早已有科研人员在科学研究味道感应器及其其在生态环境保护等行业的运用。

　　在亚信峰会期内，除开仿生机器人、自动化技术生产流水线等“顶势”信息科技，AI美妆护肤咨询顾问、虚似化妆造型师及其由人工智能技术驱动器的订制护肤产品也吸引住了许多人的眼光。近些年，在图象、影象及语音识别技术等行业异彩纷呈的人工智能技术也刚开始慢慢渗入美妆行业，销售市场显示信息，由人工智能技术配置的淡香水在顾客中得到 优良意见反馈。

　　“配置淡香水是一个繁杂的自动化控制，涉及到原材料、加工工艺、客户、销售市场等众多要素，在不计其数的主要参数室内空间中检索大门风水的计划方案劳动量极大，只是依靠人力工作经验难以穷举法全部行得通计划方案，很可能会错过了最受销售市场和客户热烈欢迎的最佳解。”中国科学院自动化研究所研究者孙哲南在接纳中国经济时报记者采访时表明。

　　AI制香不借助香气分辨放香辛料次序

　　“人工智能技术系统软件必须认知的信息关键来自其视觉效果、听觉、触觉，而嗅觉也是很有使用价值的方位，现阶段早已有科研人员在科学研究味道感应器及其其在生态环境保护等行业的运用。”孙哲南说。

　　先前，IBM企业生产制造了一个人工智能技术淡香水学徒工——Philyra。Philyra是一个想象力丰富的人工智能技术，它能科学研究目前的淡香水秘方并将其成份数据分析，科学研究更新的淡香水秘方。Philyra还能获得淡香水在不一样性別、年纪和热销地的火爆水平，融合大数据算法后，Philyra将輸出一个新的淡香水秘方，该秘方在预订的总体目标群体里能做到优良的实际效果。

　　孙哲南表述，与必须几十年時间训炼嗅觉的调香师不一样，人工智能技术不借助嗅觉制作香水。AI制香运用优秀的深度学习优化算法，剖析和学习培训淡香水的秘方、原材料、历史时间销售数据和行业趋势等信息来预测分析人们的爱好，进而造就出对于总体目标群体的新淡香水秘方。

　　制香高手彼得·阿佩尔跟Philyra做了一场试验：由Philyra彻底核心生产制造的一款淡香水为A款；B款则是Philyra生产制造为主导，调香师做为輔助改动；C款由调香师做核心，Philyra做輔助。三款淡香水进行后资金投入检测，检测数据显示绝大部分的人挑选了由人工智能技术彻底核心造就的A款淡香水。

　　“与人力做香对比，AI做香不借助香气分辨放香辛料次序，只是根据深度神经网络算法分析后订制配制方法，它是一种不同于传统式制香逻辑思维的方式；AI淡香水不容易遭受本人喜好、工作经验、文化艺术成见的危害，只是对嗅觉感观开展数据量化分析，探寻大量想象力丰富的成份组成和配方公式；AI淡香水凭着其强劲的计算工作能力，能够迅速测算出最受目标客户钟爱的调料配方，减少了淡香水产品研发周期时间。”孙哲南强调。

　　还运用于智能化美容医疗、美发设计等情景

　　依据欧睿咨询预测分析，2019—2023年，在我国日化行业将保持8.3%的复合增速。应对不断发展壮大的护肤品市场的需求和科学研究肌肤护理、作用肌肤护理等定义的普及化，各种天然护肤店家也在积极主动应用人工智能技术等前沿科技，发布更合乎顾客本人要求的订制化商品，产生更全面的商品感受。

　　孙哲南表明，除开调配淡香水，人工智能技术还运用于智能化美容医疗、美发设计、虚似试装、订制护肤产品、肌肤确诊等诸多情景。

　　中国科学院自动化研究所孙哲南研究者和豁然研究者精英团队在面部图片编辑工具及其美妆护肤、医疗美容、游戏娱乐等运用层面开展了探寻。

　　比如，她们在今年IEEE国际性电子计算机与计算机视觉大会上明确提出了一种基于小波域的面部年纪转换技术性，能够预测分析容貌随年纪的转变状况，该技术性还能够运用于护肤品的智能推荐；她们在今年明确提出的一种根据样版必要性取样的面部特性编写技术性能够对面部皮肤颜色、头发颜色、加上或除去近视眼镜等特性开展编写，而且能够运用于美容美体领域的妆面产品造型设计，为客户出示多元化的挑选和参照；在今年明确提出的一种根据参照图象的面部构成编写技术性能够对面部五官样子开展控制，并輔助医疗美容，根据整形和外伤恢复手术治疗的手术前预断给与医师和病人大量具体指导，制订更为科学研究的美容护肤计划方案。

　　“人工智能技术在美妆护肤美容行业的应用技术为公司节省了人力成本，提升 了在线客服高效率，为顾客购买商品产生了方便快捷、全面的客户体验。”孙哲南说。

　　孙哲南强调，从现阶段的运用上说，个性定制肌肤护理系统软件能够让每一个客户有着专享的美容护肤师，运用面部识别和面部剖析技术性对客户出示的相片开展剖析并评定其皮肤情况，再运用推荐系统从目前商品中挑选出最合适的商品开展强烈推荐；面部漂亮评价体系为美容医疗出示了较有使用价值的方式和专用工具，能够輔助医院门诊开展整形美容，运用检验出的数据信息与规范漂亮实体模型相对性比，给整容手术者出示各一部分改善的最好计划方案；AR智能化试装运用面部识别和虚似妆面3D渲染优化算法，完成不一样知名品牌不一样色调的商品在脸部的妆面实际效果，减少了试装成本费，扩大了美妆护肤零售终端，考虑快时尚要求。

　　针对审美观规范，人与设备会互相影响

　　针对美丽的认知能力，智者见智仁者见仁，难以量化分析和产生规范，可是“爱美之心人人皆有”，社会发展大家的审美观還是有据可依，比如美若天仙的佳人還是能够获得基本上任何人的认同。

　　“人工智能技术对美丽的了解必须互联网大数据的训炼，现阶段人工智能技术对漂亮脸孔的界定和颜值打分离不了人们的有监管数据信息标识，由于人工智能技术对美自身是沒有理解能力的，它对美丽的掌握在于它所学习培训的面部数据信息和人为因素界定、量化分析美丽的标签数据集。”孙哲南说。

　　彼得·阿佩尔就觉得人工智能技术并并不是威协只是必须协作的目标，设备沒有不必要的情感与成见，能够明显提高人们的想像力，出示最新奇的优化算法。

　　先前，CARTO人工智能技术制香系统软件在著名淡香水企业Givaudan造成，该系统软件应用了IBM企业搜集的味道图签，期待香辛料能在秘方里将嗅觉特性利润最大化。

　　再例如，资深堂Optune个性定制肌肤护理系统软件由智能机应用软件Optune App和专用型设备Optune zero构成。Optune App根据应用深度学习技术指标分析客户拍攝的相片来展现客户的皮肤情况（皮肤类型、皮肤毛孔、水分含量等），并根据云将数据信息发送至Optune Zero，后面一种依据优化算法从目前商品中挑选出最合适的精粹和保湿产品组成，并立即从设备中生产制造。

　　“为了更好地清除人工智能技术对人们审美观的喜好性，训炼优化算法选用的数据信息应尽量全方位、多元化，综合性多层次、多方面的规范开展学习培训。可是都不清除独立演变智能化对漂亮角色和事情是否监管的发觉工作能力，比如设备很有可能全自动检索获得大家关心的明星照片来学生自主学习审美观规范。”孙哲南说。

　　在孙哲南来看，伴随着人工智能技术在美妆行业的运用落地式，针对审美观规范，人与设备是会互相影响的。“一方面，人们对美丽的规范从理论上说成有一个人喜好的，当优化算法权威专家将某一种审美观念做为规范让设备去学习时，设备就趋向于这类界定的审美观规范。另一方面，当设备长期性为大家强烈推荐它觉得的美容医疗计划方案，人工智能技术系统软件的客户审美观管理体系也会遭受一定危害。”（新闻记者 马爱平）

原题目：从AI淡香水到AI美妆护肤 优化算法可否求出审美观最优解