Utilizando IA para descobrir e desenvolver novas fragrâncias

Compartilhe:

Por Richard Goodwin, IBM Research

Perfumistas especializados unem arte e ciência para elaborar novas fragrâncias, um talento que leva dez anos ou mais para ser desenvolvido. Criar uma fragrância marcante é um dos componentes considerados mais importantes pelo consumidor ao avaliar produtos de uso diário, como sabão em pó, desodorante, purificadores de ar e, é claro, colônias ou perfumes. E se a Inteligência Artificial (IA) pudesse aprender com esses profissionais para potencializar o processo de desenvolvimento de novas fragrâncias, identificando caminhos criativos e acelerando o tempo de comercialização para a indústria?  Com isso em mente, o time de IBM Research, juntamente com a Symrise, uma das maiores produtoras globais de sabores e fragrâncias, criou um sistema de IA que pode aprender sobre fórmulas, matérias-primas, dados históricos de sucesso e tendências do mercado.

Desenvolvido pelo recém-anunciado grupo IBM Research AI for Product Composition e também com base em estudos anteriores da IBM, que utiliza IA para comparar sabores e criar receitas, nasceu o Philyra. O sistema utiliza novos e avançados algoritmos de aprendizado de máquina para filtrar centenas de milhares de fórmulas e milhares de matérias-primas, auxiliando na identificação de padrões e novas combinações de aromas. Philyra vai além do que apenas servir de inspiração e pode sugerir fórmulas de fragrâncias totalmente novas, explorando todo o cenário de combinações possíveis para descobrir as lacunas no mercado global de fragrâncias.

O trabalho da IBM com a Symrise abrange três unidades de negócios dentro da sua Divisão de Fragrâncias: Fragrâncias Finas (Fine Fragrances), Cuidados com o Lar (Home Care) e Cuidados com Beleza (Beauty Care), mas os primeiros resultados de pesquisa vieram com a divisão de Fragrâncias Finas. Criar uma fragrância fina é uma arte, assim como uma ciência que requer precisão, pois até mesmo a menor alteração na quantidade de um ingrediente pode ser o fator decisivo para o sucesso de um novo perfume. Como resultado, o time de pesquisa da IBM adotou uma abordagem baseada em dados, incluindo informações sobre centenas de milhares de fórmulas de fragrâncias, famílias de fragrâncias (por exemplo, frutado ou floral), matérias-primas de fragrâncias e informações históricas que apontam os fatores de sucesso de fórmulas e perfumes previamente projetados.

Com essa riqueza de dados, Philyra usa aprendizado de máquina para sugerir novas combinações de formulações de fragrâncias que se ajustam a objetivos específicos de cada cliente como, por exemplo, criar uma fragrância exclusiva para o público jovem masculino no Brasil.

O sistema de IBM Research inclui algoritmos que aprendem e preveem:

• complementos de matérias-primas alternativas e substitutos que poderiam ser usados em uma fórmula específica;
• a dosagem apropriada para uma matéria-prima baseada em padrões de uso;
• a resposta humana (quão agradável e adequada é a fragrância para diferentes públicos;
• a originalidade do perfume em comparação a um grande conjunto de fragrâncias comercialmente disponíveis.

Quando se trata de novos designs de perfumes, a originalidade é um dos principais fatores levados em conta e, por isso, Philyra aprende um modelo à distância que identifica aromas similares a fragrâncias existentes. Quanto maior a distância entre uma fragrância e seus semelhantes, mais inovador será o perfume.

A Symrise utilizou o Philyra para desenvolver dois perfumes para O Boticário, uma das maiores empresas de beleza do mundo,  programados para lançamento em meados de 2019. Como parte do processo de desenvolvimento humano-máquina, as fórmulas iniciais sugeridas pelo sistema foram minimamente ajustadas por um mestre perfumista para enfatizar uma certa nota de fragrância e aprimorar o tempo de fixação na pele.

O entendimento da Philyra referente às preferências do consumidor permitiram aos perfumistas da Symrise concentrar seus esforços no processo de finalização dos perfumes, em vez de precisarem gastar tempo buscando novas combinações de fragrâncias. Essa colaboração entre IBM Research e a Symrise permitiu que O Boticário explorasse a Inteligência Artificial para criar um produto personalizado para um determinado grupo de consumo, com base em características demográficas e de personalidade.

O objetivo de longo prazo da Symrise é apresentar esta tecnologia aos seus principais perfumistas em todo o mundo e continuar a usar a solução para o design de fragrâncias para produtos de cuidados pessoais e domésticos. A Symrise também planeja introduzir Philyra em sua Escola de Perfumaria para ajudar a treinar a próxima geração de perfumistas, integrando firmemente a IA na essência de criação de uma fragrância.

Baseado em aprendizado de máquina, o trabalho do time de IBM Research AI for Product Composition também pode ser estendido para outros tipos de aplicações, como design de sabores, cosméticos e itens de consumo, como xampus e sabão em pó, bem como produtos industriais como adesivos, lubrificantes ou materiais de construção. Embora isso ainda esteja em fase de pesquisa, a tecnologia tem o potencial de ser disponibilizada como um serviço para ajudar empresas a acelerar e dimensionar seu processo de design criativo.

Nossa pesquisa continua a ampliar as fronteiras para possibilitar uma experiência humana cada vez mais amplificada por meio da IA e demonstra como a inteligência artificial pode ajudar em domínios onde a criatividade é fundamental. A arte e ciência de projetar um perfume de sucesso é algo que os humanos vêm fazendo há centenas de anos. Agora, os perfumistas podem ter um aprendiz de IA ao seu lado que é capaz de analisar milhares de fórmulas e dados históricos para identificar padrões e prever novas combinações, ajudando a torná-los mais produtivos, acelerando o processo de design e orientando-os para fórmulas nunca antes vistas.

Estudos relacionados:

Richard Goodwin, Joana Maria, Payel Das, Raya Horesh, Richard Segal, Jing Fu, Christian Harris

AI for Fragrance Design, NIPS 2017 Workshop on Machine Learning for Creativity and Design

Florian Pinel, Lav R. Varshney, and Debarun Bhattacharjya. “A culinary computational creativity system.”

Computational Creativity Research: Towards Creative Machines. Atlantis Press, 2015. 327-346.

Kush R.Varshney, Lav R.Varshney, Olfactory signal processing, Digital Signal Processing, Volume 48, January 2016, Pages 84-92