Что делает человека красивым? На протяжении веков ученые обсуждали, что такое красота и как измерить красоту стандартизированным, воспроизводимым способом. Некоторые утверждают, что красота нереальна, что это миф, что восприятие красоты приобретается, а не развивается. Другие утверждают, что восприятие красоты - это врожденная способность развития или биологическая способность (Harrar et al., 2018). За последние несколько десятилетий ученые пытались количественно оценить красоту лица с помощью достижений компьютерных технологий и искусственного интеллекта.
Существуют явные различия в восприятии между тем, что женщины считают красотой в других женщинах, и тем, что мужчины считают красотой в женщинах. У мужчин больше рецепторов тестостерона, чем у женщин, особенно в зрительных областях мозга. Я предполагаю, что этот механизм может вызывать различия в восприятии между полами.
Большая часть предвзятости к красоте исходит из наборов данных и алгоритмов. Мусор на входе, мусор на выходе применяется в этом контексте. Если набор данных несбалансирован или помечен мужчинами-исследователями, модель машинного обучения просто отразит мужскую предвзятость. Если сбор данных и маркировка данных сбалансированы и маркируются обоими полами, то модель становится менее предвзятой. Хорошая новость заключается в том, что мы можем минимизировать человеческую предвзятость, обучая компьютеры. Я ранее писал об этой теме здесь.
Искусственный интеллект (ИИ) определяется Merriam Webster (2018) как:
1: раздел информатики, связанный с моделированием интеллектуального поведения компьютеров
2: способность машины имитировать разумное поведение человека
Одна конкретная ветвь ИИ - машинное обучение - теперь используется для понимания изображений и текста. Возникает следующий вопрос: могут ли машинное обучение и искусственный интеллект понимать красоту? И что еще более важно, могут ли машины сделать нас красивее?
Чтобы ответить на эти вопросы о красоте, рассмотрите следующие три темы:
Приложения искусственного интеллекта, исследования искусственного интеллекта и идеи искусственного интеллекта.
Приложения искусственного интеллекта в индустрии красоты
Многие компании и организации уже включают машинное обучение, глубокое обучение и искусственный интеллект в свои решения для красоты. Вот мои любимые практические приложения ИИ в индустрии красоты:
- My Beauty Matches использует машинное обучение и искусственный интеллект для повышения коэффициента конверсии, LTV (Life Time Value) и размеров корзины для розничных партнеров. Модель машинного обучения также помогает партнерам открывать новые каналы для выхода на рынок и потребителей. My Beauty Matches предоставляет индивидуальные рекомендации, помогающие потребителям найти продукты для их типа кожи. (Форбс, 2017)
- Beauty.ai создал модель глубокого обучения для определения самых красивых людей на земле. Алгоритм проанализировал морщины, симметрию лица, цвет кожи, пол, возрастную группу и этническую принадлежность, чтобы определить глобальных победителей. (Beauty.ai, 2016)
- Sephora использует всемирные тесты и более 1000 комбинаций тонального крема, чтобы помочь покупательницам подобрать подходящий тональный крем, консилер и оттенок губ с помощью приложения ColorIQ. Это приложение на базе искусственного интеллекта фиксирует состояние кожи женщин с помощью изображений с цветовой коррекцией, видимого света и ультрафиолетового (УФ) света. (Датакономия, 2016)
- Yahoo! Research (ранее Yahoo! Labs) разработала модель глубокого обучения для категоризации фотографических портретов с точностью 64% на основе различных атрибутов изображения. Результаты исследования показали, что раса, пол и возраст в значительной степени не связаны с фотографической красотой. (Прогнозная аналитика, 2016)
- Proven - это косметический бренд, который создает персонализированные продукты по уходу за кожей на основе крупнейшей в мире базы данных о красоте. Их миссия - использовать искусственный интеллект для улучшения повседневной жизни женщин. Proven использует машинное обучение, чтобы изучать связи между различными категориями продуктов, ингредиентами и оценивать рейтинги, чтобы предлагать рекомендации по ингредиентам для потребительских товаров. Рекомендации, предоставляемые моделью машинного обучения, даются химику-косметологу, который использует свой опыт для создания рецептур. (Huffington Post, 2018)
- Curology использует машинное обучение для анализа типа кожи пользователей, их целей и истории болезни. После этого пользователей подбирают к медицинскому работнику, который разрабатывает индивидуальные формулы для удовлетворения потребностей человека в уходе за кожей. (Huffington Post, 2018)
- Function Of Beauty использует машинное обучение для создания индивидуальных шампуней и кондиционеров. Модель машинного обучения анализирует тип волос, структуру волос, цели в отношении волос и другие предпочтения, чтобы придумать комбинации ингредиентов. (Huffington Post, 2018)
- Boodles использует искусственный интеллект для отслеживания взаимодействия между персоналом магазина и онлайн-потребителями, чтобы узнать, как взаимодействовать с потребителями. (Кроуфорд, 2018)
- ModiFace использует технологию чат-бота (Facebook Messenger) в сочетании с дополненной реальностью (AR), чтобы помочь потребителям выбрать помаду. ModiFace использует более 20 000 косметических товаров, чтобы пользователи могли открывать для себя товары и бренды. Пользователи могут загружать селфи прямо в чат, чтобы виртуально примерить товары. Используя передовую технологию отслеживания лица и моделирования, потребитель видит на своем лице имитацию продукта. После этого пользователи могут покупать продукты через Facebook Messenger. (Кроуфорд, 2018)
- Olay, торговая марка Procter & Gamble, запустила программу Skin Advisor (2017), чтобы помочь женщинам определиться с косметическими товарами. Skin Advisor основан на алгоритме глубокого обучения, который анализирует кожу с помощью селфи и рекомендует покупать косметические товары. Этот советник на базе искусственного интеллекта использовался более 1,2 миллиона раз и постоянно привлекает от 5000 до 7000 пользователей каждый день. (Яо, 2017)
- ScentTrunk предлагает индивидуальные косметические рецептуры, которые отправляются напрямую потребителям. Они используют машинное обучение, чтобы предсказывать, что понравится клиентам, улучшая качество обслуживания клиентов и нашу способность составлять лучшие в мире формулы. Они также планируют использовать машинное обучение, чтобы стимулировать разработку продуктов в будущем. (Косметический дизайн, 2018)
- Proven Skincare использует машинное обучение для создания рекомендаций по режиму ухода за кожей, основанных на типах кожи пользователей.
- HelloAva использует искусственный интеллект, чтобы предоставлять пользователям наиболее точные и персонализированные рекомендации на основе оценок сухости, чувствительности, купероза, воспаления, экземы и покраснения (HelloAva, 2018)
- Yours планирует включить искусственный интеллект в свой Тест оценки кожи, чтобы давать более разумные рекомендации. С 2018 года Yours предлагает персонализированные продукты по уходу за кожей, в том числе ночные кремы, увлажняющие кремы и сыворотки. Навнит Каур, основатель Yours, описывает данные, используемые для оценки кожи: Когда мы создаем режим для наших пользователей, мы учитываем возраст, тип кожи и такие привычки, как сон, курение, потребление воды и т. Д., Потому что сегодня время, наш образ жизни и окружающая среда влияют на здоровье нашей кожи не только на наш тип кожи .
- Prose использует машинное обучение для создания индивидуальной рецептуры ухода за волосами на основе типа волос, образа жизни (диета и физические упражнения) и даже места вашего проживания (для оценки географических факторов, таких как качество воды и влажность), а также ваших целей и предпочтений (например, если вы хотите большего блеска или веганы). Это позволяет Prose «оценивать потребности, цели и предпочтения человека посредством тщательной консультации, которая затем создает уникальную формулу. (Проза, 2018)
Исследования искусственного интеллекта в индустрии красоты
Исследования в области искусственного интеллекта и научные круги часто опережают отрасль. Большие бюджеты выделяются на исследования и разработку новейших алгоритмов машинного обучения, глубокого обучения и искусственного интеллекта. Чтение исследований ИИ занимает много времени, и этот процесс требует понимания терминологии технологий и информатики. Вот мое любимое исследование искусственного интеллекта в индустрии красоты:
- Определение формы лица с помощью машинного обучения и методов обработки изображений (Gunasinghe et al., 2016)
- Нанесите виртуальный макияж с помощью техник обработки изображений (Oztel et al., 2015)
- Обнаружение ретуши лица с помощью контролируемого глубокого обучения (Bharati et al., 2016)
- Используйте анализ настроений для классификации комментариев к обзорам косметических продуктов (Pugsee et al., 2017)
- Прогнозирование штабелирования косметических ингредиентов для разработки альтернативных подходов к оценке безопасности химических веществ (Nocairi et al., 2016)
Идеи искусственного интеллекта для индустрии красоты
Есть много идей искусственного интеллекта, которые стоит изучить. Проекты исследований и разработок в области искусственного интеллекта - это новые проекты. Есть много возможностей, но придумывать идеи может быть непросто. Вот почему я придумал несколько идей искусственного интеллекта, которые помогут вам начать работу в индустрии красоты:
- Предоставьте женщинам информацию, касающуюся их кожи
- Продемонстрируйте женские идеи макияжа, проанализировав цвет, стиль и похожие черты лица других людей.
- Помогите женщинам виртуально примерить макияж на собственном лице
- Анализируйте стили макияжа, чтобы предсказать популярность в социальных сетях
- Узнайте, что люди находят привлекательными, с помощью анализа лица, анализа симметрии лица, цвета кожи и ровности кожи (Dataconomy, 2016)
- Создавайте более качественную косметику и продукты для макияжа (Dataconomy, 2016)
- Понимать человеческие лица, чтобы предсказать, как новые тени для век или крем для лица на самом деле будут выглядеть на коже (Dataconomy, 2016)
- Улучшение пластической хирургии. Возможность предсказать с почти идеальной точностью, как будет выглядеть человек после операции, жизненно важна не только для удовлетворения потребностей клиентов, но и для развития всей области. (Датакономия, 2016)
- Улучшите реконструкцию лица. Довольно опасные процедуры, такие как операция на двух челюстях, становятся все более распространенными, и возможность использовать данные для обеспечения большей безопасности пациентов и прогнозирования осложнений может оказаться неоценимой для людей, решивших пройти операцию. (Датакономия, 2016)
- Получите представление о покупателях в магазине с помощью визуального распознавания. Розничные продавцы могут в режиме реального времени получать информацию о том, что покупатели смотрели, выбирали и не покупали, чтобы обогатить традиционные показатели того, что было куплено и возвращено. Эта идея искусственного интеллекта может помочь с инвентаризацией, визуальным мерчандайзингом и даже уменьшением размеров. (Crawford, 2018)
- Изучите настроение, модели и особенности потребителя с помощью распознавания лиц. Используйте искусственный интеллект и машинное обучение, чтобы рекомендовать подходящий продукт и помогать женщинам наносить макияж шаг за шагом в зависимости от формы лица. (Кроуфорд, 2018)
- Прогнозируйте заказы клиентов в зависимости от возраста и пола с помощью технологии визуального распознавания (Crawford, 2018).
- Прогнозирование возврата заказов клиентов на основе истории заказов (Crawford, 2018)
- Найдите изображения и видео женщин с похожей структурой лица с помощью геометрических преобразований, функции потери триплетов и передачи обучения, чтобы ответить на вопрос: Есть ли другие женщины, у которых лицо похоже на мое? (Мира AI, 2018)
- Обнаруживать, анализировать и в цифровом виде удалять макияж с изображения человеческого лица с макияжем, чтобы предсказать красоту лица (Патенты, 2015)
Заключение
Красота в глазах смотрящего. Красота также в глазах алгоритма глубокого обучения.
Следующий шаг
Вы работаете в индустрии красоты? Вы заинтересованы в разработке технологий искусственного интеллекта?
Назначьте звонок Славе Куриляк, основателю / генеральному директору Produvia.
Большинство предприятий изо всех сил стараются внедрять инновации. Мы помогаем компаниям быстрее внедрять инновации, разрабатывая технологии искусственного интеллекта, чтобы они могли сокрушить своих конкурентов.
Этот пост впервые появился в блоге Produvia 26 февраля 2018 года.