AI如何让你变得更美丽?

女神节今天是女神节,小编和大家讨论一下世纪难题,有什么办法可以让女生变得更美呢?几个世纪以来,学者们争论着究竟什么是美,以及如何以一种标准化的、可复制的方式来衡量美。有人认为美不是天生的,这是神话,对于美的感知是通过学习后天得来的,而不是与生俱来的能力。其他人则认为,对美的感知是一种“先天的发育或生物学能力”。在过去的几十年中,学者们尝试通过计算机技术和人工智能技术的发展来标准化面部美容。
女性对其他女性的美有明显的感知差异,而男性对女性的美有明显区别。男性比女性有更多的睾丸激素受体,尤其是在大脑的视觉区域。我想这个机制可能会引起两性之间的感性差异。
多数美貌偏见来自数据集和算法,无用输入,无用输出在这种情况下非常适用。如果数据集不平衡或由男性研究人员标记,则机器学习模型将仅反映男性偏见。如果数据收集和数据标记是平衡的并且由性别标记,则模型的偏见会减少。好消息是,我们可以通过教计算机来最大程度地减少人为偏见。


Merriam Webster将人工智能(AI)定义为:1:计算机科学的一个分支,涉及模拟计算机中的智能行为;2:机器模仿人类智能行为的能力。人工智能的一个特定分支-机器学习-现在正用于理解图像和文本。下一个问题变成:机器学习和AI可以理解美吗?更重要的是,机器可以使我们更美丽吗?要回答这些美丽问题,请考虑以下三个主题:
AI应用程序、AI研究和AI创意


人工智能在美容行业中的应用


有许多公司和组织已经将机器学习,深度学习和AI纳入其美容解决方案。以下是我在美容行业中最喜欢的实用AI应用程序:
My Beauty Matches使用机器学习和AI为零售合作伙伴“提高转换率,LTV(生命周期价值)和购物篮大小”。机器学习模型还可以帮助合作伙伴“发现通往市场和消费者的新渠道”。我的美容比赛提供个性化建议,帮助消费者找到适合其皮肤类型的产品。• Beauty.ai创建了一个深度学习模型来确定地球上最美丽的人。该算法分析了皱纹,面部对称性,肤色,性别,年龄段和种族,以确定全球冠军。• 丝芙兰使用全球测试和1,000多种粉底组合来帮助客户使用ColorIQ应用找到他们的粉底,遮瑕膏和唇彩的搭配。这款由AI驱动的应用程序使用色彩校正的图像,可见光和紫外线(UV)捕获女性的皮肤状况。• 雅虎!研究机构(以前是Yahoo! Labs)开发了一种深度学习模型,可以基于各种图像属性以64%的准确度对摄影人像进行分类。这项研究的结果表明,“种族,性别和年龄在很大程度上与摄影美无关。” • Proven是一家美容品牌,根据“世界上最大的美容数据库”创建个性化的护肤产品。他们的任务是利用人工智能改善妇女的日常生活。Proven使用机器学习来学习不同产品类别,成分和评论等级之间的联系,以便为消费产品提供成分建议。机器学习模型提供的建议是“提供给使用其专业知识来创建配方的化妆品化学家”。• Curology正在使用机器学习来分析用户的皮肤类型,皮肤目标和病史。之后,将为用户提供与设计专业配方的医疗专业人员的匹配,以针对个人的皮肤护理需求。• 美容功能使用机器学习来创建定制的洗发水和护发素。机器学习模型分析“头发类型,头发结构,头发目标和其他偏好”以提出成分组合。• Boodles使用人工智能来监视店内员工与在线消费者之间的互动,以学习如何与消费者互动。• ModiFace使用聊天机器人技术(Facebook Messenger)和增强现实(AR)相结合,帮助消费者选择口红。ModiFace使用超过20,000种美容产品,使用户能够发现产品和品牌。用户可以将自拍照直接上传到聊天中以虚拟地试用产品。使用“先进的面部跟踪和模拟技术”,消费者可以在脸上看到产品的模拟。然后,用户可以购买离开Facebook Messenger的产品。• 宝洁(Procter&Gamble)的药房品牌玉兰油(Olay)推出了Skin Advisor(2017),以帮助女性决定使用美容产品。Skin Advisor基于深度学习算法,该算法使用自拍照分析皮肤并推荐要购买的美容产品。这款由AI驱动的顾问“已经使用了120万次以上,每天持续吸引5,000至7,000个用户。” • ScentTrunk提供直接运给消费者的定制化妆品配方。他们使用机器学习来“预测客户会喜欢什么,改善客户体验以及我们制造世界最佳配方的能力。” 他们还计划使用机器学习来“推动未来的产品开发”。• 经过验证的护肤品使用机器学习功能根据用户的皮肤类型创建护肤方案建议• HelloAva使用人工智能根据干燥度,敏感性,酒渣鼻,炎症,湿疹和发红评分为用户提供“最准确,最个性化的建议”。• 您计划将人工智能纳入其皮肤评估测试中,以提供更智能的建议。自2018年以来,Yours提供了个性化的护肤产品,其中包括:晚霜,保湿剂和精华素。Yours的创始人Navneet Kaur描述了用于皮肤评估的数据:“当我们为用户创建疗程时,我们会考虑年龄,皮肤类型以及诸如睡眠,吸烟,饮水等习惯,因为在当今时间,我们的生活方式和环境对我们皮肤健康的影响不仅限于我们的皮肤类型。”• Prose使用机器学习根据“头发类型,生活方式(饮食和运动习惯),甚至您的住所(评估水质和湿度等地理侵略者)以及您的目标和偏好(例如想要更多光彩还是纯素)。这使Prose可以“通过仔细的咨询来评估个人的需求,目标和偏好,然后创建一个独特的公式。”
美容行业的AI研究
人工智能研究和学术界通常处于行业领先地位。大量预算专门用于研究和开发最新的机器学习,深度学习和人工智能算法。阅读AI研究非常耗时,并且该过程需要了解技术和计算机科学术语。这是我在美容行业最喜欢的AI研究:
使用机器学习和图像处理技术识别人脸形状。 使用图像处理技术进行虚拟化妆。 使用监督式深度学习检测面部修饰。 使用情感分析对化妆品评论评论进行分类。 预测化妆品成分的堆叠,以开发化学品安全性评估的替代方法。


美容行业的AI创意
有许多人工智能思想可供探索。人工智能研发项目是未开发的项目。有很多机会,但是想出点子可能是具有挑战性的。这就是为什么我集思广益一些AI想法来帮助您开始美容行业的原因:
为女性提供有关其皮肤的见识。• 通过分析颜色,样式和其他人的相似面部特征来显示女性化妆理念。 帮助女性使用自己的脸蛋试妆。 分析化妆风格以预测社交媒体的受欢迎程度。 通过面部分析,分析面部对称性,肤色和皮肤均匀度,了解人类发现什么有吸引力。 创造更好的化妆品和彩妆产品。 了解人脸以预测“新的眼影或面霜在皮肤上的实际外观”。 改善整容手术。“能够以近乎完美的精度预测一个人手术后的状况的能力至关重要,这不仅对客户满意度至关重要,而且对整个领域的发展至关重要。” 改善面部重建。“双颚手术之类的危险手术越来越普遍,使用数据保持患者更安全并预测并发症的机会对于选择接受手术的个人来说是无价的。” 使用视觉识别深入了解店内客户。“零售商可以实时了解客户所看,所取,不买的东西,以丰富购买和退货的传统指标。” 这种AI创意可以帮助“库存,视觉商品销售,甚至减少库存。” 使用面部识别了解消费者的情绪,模式和特征。使用AI和机器学习来推荐合适的产品,并帮助女性根据自己的脸部形状逐步进行化妆。• 使用视觉识别技术根据年龄和性别预测客户订单。 根据订单历史预测退货客户订单。 使用几何变换,三重损失函数和转移学习来查找具有相似面部结构的女性的图像和视频,以回答以下问题:“还有其他女性拥有与我相似的面孔吗?” 。 检测,分析并以数字方式从“穿着妆容的人脸图像”中删除妆容,以预测脸部美。


最后

正在播放 《 女神节快乐 》●━ ━ ━ ━ ━ ━ ━ ━ ━ ━ ━ ━ ━ ━ ━05 : 20 ⇆ ◁ ❚❚ ▷ ↻♪♪ ♪♪ ♪♪

今天正值是三八妇女节,祝最美丽的女性同胞们节日快乐

她们有很多身份

是母亲、女儿、妻子、姐妹…

也是医生、护士、警察、老师…

她们实实在在地撑起了“半边天”

AI游乐园致敬所有

热爱生活、努力前行的她们!


- End -


©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,651评论 6 501
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,468评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,931评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,218评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,234评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,198评论 1 299
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,084评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,926评论 0 274
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,341评论 1 311
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,563评论 2 333
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,731评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,430评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,036评论 3 326
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,676评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,829评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,743评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,629评论 2 354

推荐阅读更多精彩内容