Brug AI til at skabe nye dufte

Dygtige parfumører bringer kunst og videnskab sammen for at designe nye dufte, et talent, der tager ti eller flere år at udvikle sig. At lave en duft, der efterlader et indtryk, er en af ​​de vigtigste komponenter, som en forbruger overvejer, når de danner sig en positiv eller negativ mening om hverdagsprodukter som vaskemiddel, deodorant, luftfrisker og, selvfølgelig, cologne og parfume. Hvad hvis kunstig intelligens (AI) kunne lære af disse fagfolk for at øge processen med at udvikle nye dufte eller identificere helt nye kreative veje? Med det i tankerne, mit team hos IBM Research, sammen med Symrise, en af ​​de største globale producenter af smags- og dufte, skabt et AI-system, der kan lære om formler, råmateriale, historiske succesdata og branchetendenser.

Bygger på tidligere IBM-forskning, der bruger AI til at parre smag og til at skabe opskrifter, samt vores nye IBM Research AI til produktsammensætning, vi skabte Philyra. Det er et system, der bruger nye og avancerede maskinlæringsalgoritmer til at gennemsøge hundredtusindvis af formler og tusindvis af råmaterialer, hjælpe med at identificere mønstre og nye kombinationer. Philyra gør mere end at give inspiration – den kan designe helt nye duftformler ved at udforske hele landskabet af duftkombinationer for at opdage hvide områder på det globale duftmarked.

Vores arbejde med Symrise spænder over tre af deres forretningsenheder i Fragrance Division:Fine Fragrance, Hjemmepleje og skønhedspleje, men vores indledende forskning og succes startede med fine dufte og parfumer. At skabe en fin duft er en kunst såvel som en videnskab, der kræver præcision, da selv den mindste ændring i mængden af ​​et materiale kan lave eller ødelægge en ny parfume. Som resultat, vores team tog en datadrevet tilgang, stole på data om hundredtusindvis af duftformler, duftfamilier (f.eks. frugtagtige eller blomsteragtige), en dufts råmaterialer og historiske oplysninger, der fanger succesen med tidligere designede parfumer og formler, blandt andre datapunkter. Med denne rigdom af data, Philyra bruger maskinlæring til at generere nye kombinationer af duftformuleringer, der passer til de specifikke designmål – f.eks. skaber en unik duft til brasilianske millennials.

Opdag nye ingredienskombinationer med maskinlæring

Vores system inkluderer algoritmer, der lærer og forudsiger:

• alternative råmaterialekomplementer og erstatninger, der kunne bruges i en formel;
• den passende dosering for et råmateriale baseret på brugsmønstre;
• den menneskelige reaktion (behagelighed og kønsegnethed); og
• duftens nyhed ved at sammenligne den med et stort sæt kommercielt tilgængelige dufte.

Når det kommer til nyt parfumedesign, nyhed er en vigtig drivkraft, og Philyra lærer en afstandsmodel til at identificere dufte, der er tæt på eksisterende dufte. Jo større afstanden er mellem en duft og dens naboer, jo mere ny er parfumen forudsagt at være.

Symrise brugte Philyra til at designe to parfumer, planlagt til lancering i midten af ​​2019, for O Boticário, en af ​​de bedste globale skønhedsvirksomheder. Som en del af menneske-maskine udviklingsprocessen, de indledende formler foreslået af systemet blev justeret af en mesterparfumør for at understrege en bestemt note og forbedre, hvor længe den varede på huden. Philyras forståelse af forbrugernes præferencer gjorde det muligt for Symrises parfumører at fokusere på at perfektionere de endelige parfumer i stedet for at bruge tid på at søge efter nye duftkombinationer. Som innovator gav dette samarbejde med IBM Research og Symrise O Boticario mulighed for at udnytte kunstig intelligens til at skabe et produkt, der er skræddersyet til en specifik forbrugerdemografi og personlighed.

Symrises langsigtede mål er at introducere denne teknologi til deres mesterparfumører over hele kloden og fortsætte med at bruge løsningen til design af dufte til personlig pleje og hjemmeplejeprodukter. Symrise planlægger også at introducere Philyra i deres parfumeriskole for at hjælpe med at træne den næste generation af parfumører, fast integrere AI i hjertet af sin organisation.

Grundlagt i maskinlæring, IBM Research AI for Product Composition kan også generaliseres til andre former for applikationer som design af smagsvarianter, kosmetik og forbrugerprodukter som shampoo eller vaskemiddel, såvel som industrielle produkter som klæbemidler, smøremidler eller byggematerialer. Selvom dette stadig er forskning i dag, teknologien har potentialet til at blive gjort tilgængelig som en service for at hjælpe et vilkårligt antal virksomheder med at accelerere og skalere deres kreative designproces.

Vores forskning fortsætter med at skubbe grænserne for at øge menneskelig ekspertise ved hjælp af AI og demonstrere, hvordan AI kan hjælpe på domæner, hvor kreativitet er nøglen. I tilfælde af dufte, kunsten og videnskaben med at designe en vindende parfume er noget, mennesker har udforsket i hundreder af år. Nu, parfumører kan have en AI-lærling ved deres side, der kan analysere tusindvis af formler og historiske data for at identificere mønstre og forudsige nye kombinationer, hjælpe med at gøre dem mere produktive, og fremskynde designprocessen ved at guide dem mod formler, der aldrig er set før.

Denne historie er genudgivet med tilladelse fra IBM Research. Læs den originale historie her.