人工智能能否求出“審美最優解”

圖像、語言、聲音、游戲，一直是AI（人工智能）界最喜歡觸及的幾個領域。不過現在，人工智能企業把手伸向了一個不同的領域——美妝。從獲得消費者良好反饋的AI配制的香水，到各種定制護膚品、AR（增強現實）試妝等應用場景，人工智能不僅為消費者選購產品帶來了便捷、有趣的體驗，也更好地滿足了消費者不斷升級的個性化需求。

算出消費者喜好

全球知名的香精生產公司Symrise與人工智能公司IBM合作開發了一款名為Philyra的AI香水調試系統，其命名靈感來自希臘神話中的香水女神。該系統能通過分析現有的芳香配方，將其成分與銷售地區、客戶年齡等數據進行匹配，調制出最符合目標客戶喜好的香水。

“配制香水是一個復雜的系統工程，涉及原料、工藝、用戶、市場等諸多因素，在浩如煙海的參數空間中搜索對路的方案工作量巨大，僅僅依賴人工經驗很難列舉所有可行方案，很可能會錯過最受市場和用戶歡迎的最佳解。”中國科學院自動化研究所研究員孫哲南表示。

目前，香水行業大約有1300種香料，包含合成香料，外加花、苔蘚、香草以及水果的提取物等種類。Symrise公司向IBM提供了一套包含各種物質及對應組合構成的、共170萬個配方的數據庫作為人工智能的學習素材。

IBM將這份龐大的香水配方資料及其銷售表現信息輸入AI香水調試系統，與Symrise提供的其他客戶數據進行比較，例如哪些香味在哪些地方最暢銷，主要購買群體由哪些人組成，不同年齡段的消費者分別偏好哪些香味。通過學習現有的香水原料、配方公式，以及對現有銷售資料的分析比較，AI香水調試系統可以根據這些資料來預測人類的喜好程度，從而創造出針對特定人群的新配方。

調香大師大衛·阿佩爾同Philyra做過一場實驗：由AI完全主導制造的一款香水為A款；B款則是AI制香為主，調香師作為輔助修改；C款由調香師做主導，AI做輔助。三款香水完成后投入測試，測試結果顯示絕大多數的人選擇了由人工智能完全主導制造的A款香水。

與人工制香相比，AI香水調試系統不依靠香味判斷放香料順序，而是通過深度學習算法分析后定制調配方式。AI香水調試系統不會受到個人偏好、經驗、文化偏見的影響，而是對嗅覺感官進行數字量化，探索更多有創造力的成分組合和配方公式。AI香水調試系統憑借其強大的運算能力，可以快速計算出最受目標客戶喜愛的香料配方，縮短了香水研發周期。

還能應用于美容、發型設計等場景

人工智能算法不僅可應用在香水的調配上，還可以應用于定制護膚品、皮膚診斷、發型設計、虛擬試妝等眾多場景，如目前在網絡上比較火爆的AR試妝、人工智能測膚、實時模擬生成發色發型等應用。

中國科學院自動化研究所的研究團隊在人臉圖像編輯以及美妝、醫美、娛樂等應用方面進行了探索。

例如，他們在2019年IEEE國際計算機與模式識別會議上提出了一種基于小波域的人臉年齡變換技術，可以預測面容隨年齡的變化情況，該技術還可以應用于護膚產品的個性化推薦。他們在2020年提出的一種基于樣本重要性采樣的人臉屬性編輯技術可以對人臉膚色、發色、添加或去除眼鏡等屬性進行編輯，并且可以應用于美容美發行業的妝容造型設計，為用戶提供多樣化的選擇和參考。他們在2020年提出的一種基于參考圖像的人臉組成編輯技術可以對人臉五官形狀進行操縱，并輔助醫學美容，通過整形和創傷修復手術的術前預斷給予醫生和患者更多指導，制訂更加科學的美容方案。

“人工智能在美妝醫美行業的應用為企業節約了人工成本，提高了客服效率，為消費者選購產品帶來了便捷、周全的用戶體驗。”孫哲南說。

孫哲南指出，從目前的應用來說，個性化定制護膚系統可以讓每個用戶擁有專屬的護膚美容師，利用人臉識別和人臉分析技術對用戶提供的照片進行分析并評估其肌膚狀況，再利用推薦算法從現有產品中選出最適合的產品進行推薦。人臉美麗評價系統為醫療美容提供了較有價值的方法和工具，可以輔助醫院進行美容整形，利用檢測出的數據與標準模型相對比，給整容者提供各部分改進的最佳方案。AR試妝利用人臉識別和虛擬妝容渲染算法，實現不同品牌不同顏色的產品在臉上的妝容效果，降低了試妝成本，擴充了美妝零售終端，滿足快時尚需求。

圖 /東方IC

對于審美標準，人和機器相互影響

對于美的認知，仁者見仁智者見智，很難量化和形成標準，但是社會大眾的審美觀念還是有章可循，例如傾國傾城的美人還是可以得到大部分人的認可。

“人工智能對美的認識需要大數據的訓練，因為人工智能對美本身是沒有理解力的，它對美的把握取決于它所學習的人臉數據和人為定義、量化美的標簽數據集。”孫哲南說。

大衛·阿佩爾認為人工智能并不是威脅而是需要合作的對象，機器沒有多余的感情與偏見，可以顯著提升人類的創造力，提供最新穎的算法。

此前，CARTO人工智能調香系統在知名香水公司Givaudan產生，該系統使用了IBM公司收集的氣味圖鑒，希望香料能在配方中將嗅覺性能最大化。

再比如，資生堂Optune個性化定制護膚系統由智能手機應用程序Optune App和專用機器Optune zero組成。Optune App通過使用機器學習技術分析用戶拍攝的照片來展示用戶的肌膚狀況（膚質、毛孔、含水量等），并將數據發送到Optune Zero，后者根據算法從現有產品中選出最適合的精華和保濕產品組合，并直接從機器中生產。

“為了消除人工智能對人類審美的偏好性，訓練算法采用的數據應盡可能全面、多樣化，綜合多維度、多角度的標準進行學習。但是也不排除自主進化智能對美麗人物和事物具有發現能力，例如機器可能自動搜索得到大眾關注的明星照片來自主學習審美標準。”孫哲南說。

在孫哲南看來，隨著人工智能在美妝行業的應用落地，對于審美標準，人和機器是會相互影響的。“一方面，人類對美的標準從廣義上說是有個人偏好的，當算法專家將某一種美的定義作為標準讓機器去學習時，機器就傾向于這種定義的審美標準。另一方面，當機器長期為人們推薦它認為好的醫療美容方案，人工智能系統用戶的審美體系也會受到一定影響。”