從AI香水發展到AI美妝， 算法能否求出“審美最優解”？
人工智能系統需要感知的信息主要來自其視覺、聽覺和觸覺，嗅覺也是一個有價值的方向。目前，研究人員一直在研究氣味傳感器及其在環境保護等領域的應用。
博覽會期間，除了仿生機器人、自動生產線等“硬核”智能技術外，人工智能驅動的人工智能美容顧問、虛擬化妝師、定制護膚品等也吸引了不少人的目光。近年來，人工智能開始在圖像、圖像和語音識別領域滲透到美容行業。市場表明，人工智能制造的香水在消費者中得到了很好的反饋。”香水是一項復雜的系統工程。它涉及到原材料、技術、用戶、市場等諸多因素。在眾多的參數空間中，很難找到正確的方法。中國科學院自動化研究所研究員孫振安在接受《科技日報》采訪時說：“僅僅依靠人工經驗很難窮盡所有可行的解決方案，很可能會錯過市場和用戶歡迎的最佳解決方案。”。
人工智能調味品不依賴香味來判斷香味的順序
“人工智能系統需要感知的信息主要來自于它的視覺、聽覺和觸覺，嗅覺也是一個有價值的方向。目前，研究人員一直在研究氣味傳感器及其在環保等領域的應用。此前，IBM 制造了人造香水香水學徒 Philyra。Philyra 是一個創造性的人工智能。它可以研究現有的香水配方，比較其成分，從而研究新的香水配方。Philyra 還可以得到不同性別、年齡和流行程度的香水。結合大數據算法，Philyra 將導出一個新的香水配方，可以在目標人群中取得良好的效果。孫振安解釋說，與人工香料需要幾十年的嗅覺訓練不同，人工智能并不依賴嗅覺來制造香水。人工智能香水使用先進的機器學習算法來分析和學習有關香水配方、原材料、歷史銷售數據和行業趨勢的信息，以預測人類的偏好，從而為目標受眾創造新的香水配方。調香大師大衛·阿佩爾（David Appel）用 Philyra 做了一個實驗：完全由 Philyra 制造的香水是 a，B 是 Philyra 做的，香水是輔助改性的；C 是香水公司領導的，Philyra 是輔助的。三款香水投入使用后，結果顯示，大多數人選擇的是一款完全由人工智能主導的香水。而人工香料的定做也不靠人工定做香型，而是靠人工定做。這是不同于傳統香味思維的方式。人工智能香水不受個人喜好、經驗和文化偏見的影響，而是量化嗅覺感受，探索更具創意的成分。配方 Ai 香水憑借強大的計算能力，可以快速計算出目標客戶最喜歡的香料配方，縮短香水開發周期。孫哲南指出。
據歐睿監測，2019 年至 2023 年，中國化妝品行業將保持 8.3% 的復合增長率。面對日益增長的化妝品消費市場和科學護膚、功能護膚理念的普及，各大化妝品、護膚企業也積極運用人工智能等前沿技術，推出更符合消費者個人需求的定制產品，帶來更全面的產品體驗。孫振安說，除了調制香水，人工智能還應用于智能醫療美容、發型設計、虛擬化妝、定制護膚品、皮膚診斷等諸多場景。
來自中國科學院自動化研究所的孫振安和賀蘭在人臉圖像編輯、化妝品、醫療美容和娛樂等領域的應用進行了探索。
例如，在 2019 年 IEEE 國際計算機和模式識別會議上，他們提出了一種基于小波域的人臉年齡變換技術，可以預測面部外觀隨年齡的變化。也可用于皮膚護理產品的個性化推薦。2020 年，他們提出了一種基于樣本重要性抽樣的人臉屬性編輯技術，該技術可以編輯人臉膚色、頭發顏色、增減眼鏡等屬性，并可應用于美容美發行業的化妝造型設計，為用戶提供多種選擇和參考。2020 年，一種基于參考圖像的人臉合成編輯技術能夠有效地處理面部特征的形狀，輔助醫學美容。通過整形手術和創傷修復手術的預判，可以為醫生和病人提供更多的指導，制定出更科學的美容方案。
人工智能在美容行業中的應用技術節省了人力成本，提高了客戶服務效率，為消費者選擇和購買產品帶來了方便和全面的用戶體驗。" 孫澤南說。
孫澤南指出，從目前的應用來看，個性化定制的護膚系統可以讓每個用戶都有一位專屬的護膚美容師，使用人臉識別和人臉分析技術來分析用戶提供的照片并評估他們的皮膚狀況，然后使用推薦算法從現有產品中選擇最適合推薦的產品。面部美容評價系統為醫學美容提供了一種有價值的方法和工具，可以幫助醫院進行整容手術。通過對檢測數據與標準美容模型的比較，可以為整容手術的各個部位提供最佳方案。AR 智能化妝測試采用人臉識別和虛擬化妝渲染算法，實現了不同品牌、不同顏色在臉上的化妝效果，降低了化妝測試成本，擴展了化妝品零售終端，滿足了快速時尚的需要。
就審美標準而言，人和機器是相互作用的
在對美的認識上，很難量化和形成對美的認識標準，也很難量化和形成標準。然而，公眾的審美觀念仍然有規律可循，例如，國家和城市的美幾乎人人都能認識。
人工智能需要大數據的訓練才能理解美。目前，人工智能無法將漂亮面孔的定義和外觀與人類監督的數據標記分開，因為人工智能本身對美本身沒有認識，它對美的掌握取決于它所學習的面部數據以及人工定義和量化美的標簽數據集。" 孫澤南說。
大衛·阿佩爾認為人工智能不是一種威脅，而是一種需要協同工作的物體。機器沒有多余的感覺和偏見，它們可以顯著增強人類的創造力，并提供最具創新性的算法。
以前，Carto 人工智能香水系統是在著名的香水公司 givaudan 生產的，該公司使用 IBM 收集的氣味圖譜，希望香料能最大限度地提高配方中的嗅覺性能。
例如，資生堂光電個性化護膚系統由智能手機應用 OptuneApp 和專用機器 OptuneZero 組成。OptuneApp 使用機器學習技術分析用戶拍攝的照片，以顯示用戶的皮膚狀況（皮膚、毛孔、水分等），并通過云端將數據發送到 OptuneZero，該系統根據該算法從現有產品中選擇最合適的精華和保濕產品組合，并直接從機器上生成它們。
為了消除人工智能對人類美學的偏好，訓練算法中使用的數據應盡可能的全面和多樣化，并綜合多維、多角度的標準進行研究。但這并不排除自主進化智能探測美麗的人和事物的能力，比如自動搜索明星照片的機器，這些照片可以吸引公眾的注意力來學習自己的審美標準。孫澤南說。
孫澤南認為，隨著人工智能在化妝品行業的應用，在審美標準上，人與機器會相互影響。一方面，人的美標準在廣義上具有個人偏好。當算法專家使用美的定義作為機器學習的標準時，機器更傾向于這種美學標準的定義。另一方面，當機器長期推薦它所認為的醫療美容方案時，人工智能系統的用戶審美系統也會受到一定程度的影響。
