当香水艺术“邂逅”AI

编译作者: Noe 2020-02-11 17:39:16

【51CTO.com快译】香水至今仍被视为人造品,只有那些拥有“超级鼻子”的顶尖大师才能在这行立足。但在数字化席卷全球的浪潮里,香水也在经历着惊人的进化。在这项创造性的工作中,算法越来越多地参与其中,为人们揭示未知的嗅觉线索。

  Phylira:颠覆传统调香理念的AI香水学徒

那些专为品牌服务的创意公司现在拥有了前所未有的工具。德国香水香精生产巨头Symrise(德之馨)使用的软件Phylira就是IBM开发的一款AI工具——名副其实的人工智能香水学徒。基于IBM的认知计算平台Watson,Phylira能分析近两百万个配方,数千种原材料及全球几十万消费者的偏好,进而从香水的世界中提炼出那些尚未被发掘的可能性。

Philyra的深度学习算法允许它创造性地组合各种原料,而不仅仅是根据既定程序来行动。相对于调香师而言,Philyra不依靠气味去分辨香料,它研究现有的香水配方并将其成分对比分析,同时能针对目标人群的偏好,研究出新的香水配方。基于此,人工智能完全颠覆了传统的调香理念和方法。

巴西化妆品公司O Boticário在Philyra的助力下于2019年6月12日,即巴西情人节这一天,推出了两款AI香水。这两款香水均面向00后设计,对于传统的草木、鲜花等基础原料做了全新的诠释。参与了这个项目的德之馨高级香水师戴维·阿贝尔兴奋地提到:“对于我来说,人工智能是香水业自19世纪引入合成原料以来的第二大历史进步。”

奇华顿的气味图鉴

无独有偶,瑞士香精香料公司Givaudan(奇华顿)也在2019年推出了Carto系统。这个交互式的系统有一个巨大的触摸屏,专业调香师可以直接在屏幕上选择自己想要调配的原材料,任意移动配方的成分,整个操作过程看起来有点像玩游戏。据悉,以香水开发领域的常用的香调金字塔作为底层逻辑,Carto可以用数字“量化”消费者的嗅觉感官,从而为制香提供数据支撑。

对此,该项目创始人卡利斯·贝克尔说:“这个系统让调香师的创意得以可视化,并能在几分钟就完成构想的草图。”更通俗的说,就是用AI画出每种香味的“三维”,更直观地帮助调香师发挥创造力,调制出梦寐以求的香气。

除此之外,Carto还包括了一个用于快速成样的机器人,能够在调香师的构想成形后在极短的时间内完成香水的打样工作,包括取出原料、计算配比、称重、提交确认等,其速度也是传统的制备工艺无法比拟的。有调香师感叹:“Carto为我们古老的技艺带来了未来派风格的补充手段,使我们能够更轻松有效地试验调香配方,更自由地发挥创意,突破创香的界限。”

欢迎来到香水3.0时代

在不久的将来会有一种完全由AI开发的香水面世吗?不无可能。当然人工智能还处在研发进程中,远没有达到普及阶段。但争议却始终存在。

世界香水消费科学协会负责人阿尔诺·蒙特认为:“说实话,我不太理解关于这一主题的争议。在我看来,人工智能进入香水业与其说是革命,不如说是进化。打个比方,就像Waze作为导航工具,可以帮助司机规划更好的行车路线,但并不能代替司机。”

“德之馨”数字策略部的副总克莱尔·维奥拉对此做了进一步解释,即使人工智能可以做一定程度的预判,但创造永远需要人类,因为香水的诞生需要情感和直觉的驱动,而不是让预设的规则来设计。因此人工智能应该被视为调香师的有力助手。

无论如何,算法是创新的巨大加速器,而且就香水业来说,目前也迫切需要创新来刺激市场。马克西姆·加西亚·贾宁是一个年轻的创业者,他在2016年创立了定制香水品牌Sillages,这个公司基于机器学习向顾客提供在线调配个性化香水的业务。马克西姆认为:“大众化的香水对消费者的吸引力越来越小。”定制香水是一个显而易见的挑战,而他的倡议得到了欧莱雅风险投资基金BOLD的支持。欧莱雅开放创新和数字服务部主管卡米尔·克里奥利表示:“我们坚信这些个性化体验能让更多人接触到高端香水。”这种全新的消费体验在未来几年预计会进一步增强。不管怎样,对消费者而言,打造独一无二的定制香水,也就意味着错误的香水选择不会再发生了。

【51CTO译稿,合作站点转载请注明原文译者和出处为51CTO.com】

人工智能 香水制造
上一篇:2020年图机器学习的新趋势 下一篇:人工智能助力疫情防控:能精准筛查、推演疫情、溯源病毒
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

MIT提出Liquid机器学习系统,可像液体一样适应动态变化

麻省理工学院(MIT)的研究者开发出了一种新型的神经网络,其不仅能在训练阶段学习,而且还能持续不断地适应。

机器之心 ·  2021-02-21 15:47:47
规划智慧城市时,别忘了无障碍通行

要想成为一个智慧城市甚至一个智慧世界,虽然可能需要时间和有针对性的规划,但我们必须以人为本。

蒙光伟 ·  2021-02-21 10:26:41
2021关于人工智能的五大趋势

数字化变革,比过去10年更多,这主要是由于远程工作的规模,以及企业迅速部署了必要的技术,尤其是与网络安全相关的技术。那,2021关于人工智能的五大趋势会是如何的呢?

Lichu ·  2021-02-21 10:21:01
使数据中心更智能:人工智能如何发挥作用?

随着数据成为维持几乎所有业务运营以获取洞察力和业务成果的先决条件,数据中心正处于这种数字化转型的关键。

Cassie ·  2021-02-21 10:14:59
IBM拟出售Watson Health后,AI医疗还能不能碰

医疗服务仍然是一块商业上尚未被完全发掘的市场,看病难/看病贵、医疗资源紧缺、医疗资源不平均等痛点问题长期存在,对应的市场空间理应是巨大的。而Watson Health作为IBM曾寄予厚望的业务方向,为何要在此时萌生退意?它的故事给业界带来哪些启发?眼下的AI医疗市场,究竟是一副什么样的局面呢?

物联传媒 ·  2021-02-21 08:41:16
抛弃归一化,深度学习模型准确率却达到了前所未有的水平

我们知道,在传递给机器学习模型的数据中,我们需要对数据进行归一化(normalization)处理。

机器之心 ·  2021-02-20 21:09:12
华人博士生首次尝试用两个Transformer构建一个GAN

最近,CV 研究者对 transformer 产生了极大的兴趣并取得了不少突破。这表明,transformer 有可能成为计算机视觉任务(如分类、检测和分割)的强大通用模型。

Yifan Jiang ·  2021-02-20 21:04:53
无监督训练用堆叠自编码器是否落伍?ML博士对比了8个自编码器

柏林工业大学深度学习方向博士生 Tilman Krokotsch 在多项任务中对比了 8 种自编码器的性能。

Tilman Krokotsch ·  2021-02-20 20:57:16
Copyright©2005-2021 51CTO.COM 版权所有 未经许可 请勿转载