Ervaren parfumeurs brengen kunst en wetenschap samen om nieuwe geuren te ontwerpen, een talent dat tien of meer jaar nodig heeft om zich te ontwikkelen. Het creëren van een geur die indruk maakt, is een van de belangrijkste componenten die een consument in overweging neemt bij het vormen van een positieve of negatieve mening over alledaagse producten zoals wasmiddel, deodorant, luchtverfrisser en, natuurlijk, eau de cologne en parfum. Wat als kunstmatige intelligentie (AI) van deze professionals zou kunnen leren om het proces van het ontwikkelen van nieuwe geuren te verbeteren of volledig nieuwe creatieve wegen te identificeren? Met dit in gedachten, mijn team bij IBM Research, samen met Symrise, een van de grootste producenten van smaken en geuren ter wereld, creëerde een AI-systeem dat kan leren over formules, grondstoffen, historische succesgegevens en branchetrends.

Voortbouwend op eerder IBM-onderzoek waarbij AI wordt gebruikt om smaken te koppelen en voor het maken van recepten, evenals onze nieuwe IBM Research AI for Product Composition, we hebben Philyra gemaakt. Het is een systeem dat nieuwe en geavanceerde algoritmen voor machine learning gebruikt om honderdduizenden formules en duizenden grondstoffen te doorzoeken, helpen bij het identificeren van patronen en nieuwe combinaties. Philyra doet meer dan alleen inspiratie bieden - het kan geheel nieuwe geurformules ontwerpen door het hele landschap van geurcombinaties te verkennen om de witruimten in de wereldwijde geurmarkt te ontdekken.

Ons werk met Symrise omvat drie van hun business units binnen de Fragrance Division:Fine Fragrance, Thuiszorg en schoonheidsverzorging, maar ons eerste onderzoek en succes begon met fijne geuren en parfums. Het creëren van een fijne geur is zowel een kunst als een wetenschap die precisie vereist, want zelfs de kleinste verandering in de hoeveelheid van een materiaal kan een nieuw parfum maken of breken. Als resultaat, ons team koos voor een datagedreven aanpak, vertrouwend op gegevens over honderdduizenden geurformules, geurfamilies (bijvoorbeeld fruitig of bloemig), de grondstoffen en historische informatie van een geur die het succes van eerder ontworpen parfums en formules vastlegt, onder andere datapunten. Met deze schat aan gegevens Philyra gebruikt machine learning om nieuwe combinaties van geurformules te genereren die passen bij de specifieke ontwerpdoelstellingen, bijvoorbeeld:het creëren van een unieke geur voor Braziliaanse millennials.

Nieuwe combinaties van ingrediënten ontdekken met machine learning

Ons systeem bevat algoritmen die leren en voorspellen:

• alternatieve grondstofcomplementen en substituten die in een formule kunnen worden gebruikt;
• de juiste dosering van een grondstof op basis van gebruikspatronen;
• de menselijke reactie (aangenaamheid en gendergeschiktheid); en
• de nieuwigheid van de geur door deze te vergelijken met een groot aantal in de handel verkrijgbare geuren.

Als het gaat om nieuw parfumontwerp, nieuwigheid is een belangrijke drijfveer, en Philyra leert een afstandsmodel om geuren te identificeren die qua geur dicht bij bestaande geuren liggen. Hoe groter de afstand tussen een geur en zijn buren, hoe nieuwer het parfum naar verwachting zal zijn.

Symrise gebruikte Philyra om twee parfums te ontwerpen, gepland voor medio 2019, voor O Boticário, een van de beste wereldwijde schoonheidsbedrijven. Als onderdeel van het mens-machine-ontwikkelingsproces, de oorspronkelijke formules die door het systeem werden voorgesteld, werden door een meester-parfumeur aangepast om een ​​bepaalde noot te benadrukken en te verbeteren hoe lang deze op de huid bleef. Philyra's begrip van de voorkeuren van de consument stelde de parfumeurs van Symrise in staat zich te concentreren op het perfectioneren van de uiteindelijke parfums in plaats van tijd te besteden aan het zoeken naar nieuwe geurcombinaties. Als innovator stelde deze samenwerking met IBM Research en Symrise O Boticario in staat om AI te gebruiken om een ​​product te creëren dat is toegesneden op een specifieke demografie en persoonlijkheid van de consument.

Het doel op langere termijn van Symrise is om deze technologie te introduceren bij hun meesterparfumeurs over de hele wereld en om de oplossing te blijven gebruiken voor het ontwerpen van geuren voor persoonlijke verzorgings- en thuisverzorgingsproducten. Symrise is ook van plan om Philyra in hun Parfumerieschool te introduceren om de volgende generatie parfumeurs te helpen opleiden, AI stevig verankeren in het hart van zijn organisatie.

Gebaseerd op machine learning, IBM Research AI for Product Composition kan ook worden gegeneraliseerd naar andere soorten toepassingen, zoals het ontwerpen van smaken, cosmetica en consumentenproducten zoals shampoo of wasmiddel, evenals industriële producten zoals lijmen, smeermiddelen of bouwmaterialen. Hoewel dit vandaag de dag nog steeds onderzoek is, de technologie heeft het potentieel om als service beschikbaar te worden gesteld om een ​​groot aantal bedrijven te helpen hun creatieve ontwerpproces te versnellen en op te schalen.

Ons onderzoek blijft de grenzen verleggen van het vergroten van menselijke expertise met behulp van AI en demonstreren hoe AI kan helpen in domeinen waar creativiteit de sleutel is. In het geval van geuren, de kunst en wetenschap van het ontwerpen van een winnend parfum is iets wat mensen al honderden jaren onderzoeken. Nutsvoorzieningen, parfumeurs kunnen een AI-leerling aan hun zijde hebben die duizenden formules en historische gegevens kan analyseren om patronen te identificeren en nieuwe combinaties te voorspellen, helpen om ze productiever te maken, en het ontwerpproces versnellen door hen te begeleiden naar formules die nog nooit eerder zijn gezien.

Dit verhaal is opnieuw gepubliceerd met dank aan IBM Research. Lees hier het originele verhaal.