能找到从AI香水到AI美颜算法的审美最优解吗

人工智能系统需要感知的信息主要来自其视觉、听觉和触觉，嗅觉也是一个有价值的方向。目前，研究人员一直在研究气味传感器及其在环保等领域的应用。

世博会期间，除了仿生机器人、自动化生产线等“硬核”智能技术，人工智能驱动的AI美容顾问、虚拟化妆师、定制护肤品等也吸引了不少人的目光。近年来，在图像、视频、语音识别等领域大放异彩的人工智能逐渐渗透到美容行业。市场表明，人工智能配制的香水得到了消费者的良好反馈。

“香水的配制是一个复杂的系统工程，涉及原料、工艺、用户、市场等诸多因素。在广阔的参数空间中寻找正确解的工作量是巨大的。仅靠人工经验很难穷尽所有可行的解决方案，很可能会错过最受市场和用户欢迎的最佳解决方案。”中国科学院自动化研究所研究员孙振安在接受《科技日报》采访时表示。

AI调香不依靠香味判断放香料顺序

“人工智能系统需要感知的信息主要来自视觉、听觉和触觉，嗅觉也是一个有价值的方向。目前，研究人员一直在研究气味传感器及其在环保等领域的应用。”孙振安说。

此前，IBM做了一个人工智能香水学徒——Philyra。菲吕拉是一个创造性的人工智能，它可以研究现有的香水配方，比较和分析其成分，并开发新的香水配方。菲吕拉还可以获得香水在不同性别、不同年龄、不同畅销场所的知名度。结合大数据算法，菲吕拉将输出一个新的香水配方，可以在预定的目标人群中取得良好的效果。

孙振安解释说，人工智能不像调香师需要几十年的时间来训练嗅觉，它不依靠嗅觉来制造香水。AI加香利用先进的机器学习算法，分析学习香水配方、原料、历史销售数据和行业趋势，预测人类喜好，从而为目标群体创造新的香水配方。

调味大师大卫阿佩尔和菲吕拉做过一个实验：一款完全由菲吕拉领导的香水是A；B款以菲吕拉为主，调香师为辅改装；c区由调香师领导，菲吕拉协助。三款香水完成后投入测试，测试结果显示绝大多数人选择了A款香水，完全由人工智能主导。

“相比人工香料，AI香料并不依靠香味来判断香味顺序，而是经过深度学习算法分析后定制调配方法。这是一种不同于传统香思维的方法；AI香水不会受个人喜好、体验、文化偏见的影响，而是会量化嗅觉，探索更有创意的成分组合和配方；AI香水凭借其强大的计算能力，可以快速为目标客户计算出最受欢迎的香水配方，缩短香水开发周期。”孙振安指出。

它也适用于智能医疗美容、头发设计等场景

根据欧睿的预测，2019年至2023年，中国化妆品行业将保持8.3%的复合增长率。面对不断增长的化妆品消费市场和科学护肤、功能护肤等概念的普及，各大美容护肤企业也在积极运用人工智能等前沿技术，推出更符合消费者个人需求、带来更全面产品体验的定制产品。

孙振安表示，除了香水配制，人工智能还用于智能医疗美容、头发设计、虚拟化妆测试、定制护肤品、皮肤诊断等诸多场景。

中国科学院自动化研究所的孙振安和冉彦研究员对人脸图像编辑、美容化妆品、医疗美容、娱乐等应用进行了探索。

比如在2019年的IEEE国际计算机与模式识别会议上，他们提出了一种基于小波域的人脸年龄变换技术，可以预测人脸随年龄的变化。这项技术也可以应用于护肤品的个性化推荐；2020年，他们提出了一种基于样本重要性采样的人脸属性编辑技术，可以编辑人脸肤色、头发颜色、添加或移除眼镜等属性，并可以应用到美容院行业的化妆设计中，为用户提供多样化的选择和参考；2020年，一种基于参考图像的人脸构图编辑技术可以操纵人脸特征，辅助医疗美容，通过整形手术和伤口修复手术的术前预测，给予医生和患者更多的指导，制定更科学的美容计划。

“人工智能在美容行业的应用技术，为企业节省了人工成本，提高了客服效率，为消费者购买产品带来了方便全面的用户体验。”孙振安说。

孙振安指出，从目前的应用来看，个性化护肤系统可以让每个用户都有一个专属的护肤美容师，使用人脸识别和人脸分析技术，对用户提供的照片进行分析和皮肤状况评估，然后使用推荐算法。从现有产品中选择最合适的产品进行推荐；面部美容评价系统为医疗美容提供了一种有价值的方法和工具，可以辅助医院进行美容整形手术。通过将检测到的数据与标准美容模型进行比较，为整容手术提供各部位改善的最佳方案；AR智能化妆测试采用人脸识别和虚拟化妆渲染算法，实现不同品牌、不同颜色的产品在脸上的化妆效果，降低化妆测试成本，拓展美容零售终端，满足快速时尚的需求。

对于审美标准，人和机器会相互影响

对于美的认知，很难量化，很难形成标准，但“人人都有爱美之心”，大众的审美观念还是有规律可循的。比如真正漂亮的美女，几乎每个人都还能认出来。

“人工智能对美的理解需要大数据的训练。目前，人工智能无法将美颜的定义和价值从人类监督的数据标记中分离出来，因为人工智能对美本身没有理解，对美的把握依赖于此。它学习的人脸数据和人为定义和量化美的标签数据集。”孙振安说。

大卫阿佩尔认为，人工智能不是威胁，而是需要合作的对象。机器没有多余的感情和偏见，可以显著提升人类的创造力，提供最新颖的算法。

此前，CARTO人工智能调味系统是在知名香水公司Givaudan生产的。该系统使用IBM收集的气味图片，希望香水能在配方中最大限度地发挥其嗅觉性能。

再比如资生堂Optune个性化护肤系统，由智能手机应用Optune App和特殊机器Optune zero组成。Optune App显示皮肤状况(肤质、毛孔、含水量等。)通过分析用户使用机器学习技术拍摄的照片，将数据通过云端发送到Optune Zero，Optune Zero根据算法从现有产品中选择最适合的精华和保湿产品组合，直接从机器上生产出来。

“为了消除人工智能对人类审美的偏好，训练算法中使用的数据要尽可能的全面和多样化，要整合多维多角度的标准进行学习。但是不排除独立进化智能在没有监督的情况下发现美好的人和事物的能力。例如，机器可以自动搜索公众关注的明星照片，以独立学习审美标准。”孙振安说。

在孙振安看来，随着人工智能在美容行业的应用，人和机器会在审美标准上相互影响。“一方面，人类对广义的美的标准有个人偏好。当算法专家用某种美的定义作为机器学习的标准时，机器倾向于这个定义的审美标准。