Кузьмина Марина Романовна – студент МИРЭА - Российского технологического университета.
Аннотация: В работе представлена разработка системы оценки качества косметической продукции с помощью глубокой нейронной сети прямого распространения. Известно, что средства ухода с агрессивными компонентами в составе могут сильно навредить здоровью человека. Именно поэтому процесс выбора становится затруднительным. В результате исследования было установлено сокращение времени принятия решения при выборе косметического средства.
Ключевые слова: Искусственный интеллект, нейронная сеть, косметика, здоровье, качество.
Активный рост в области нейронных сетей и нейрокомпьютеров обусловлен потребностью человека быстро и наиболее точно решать плохо формализованные задачи. К ним относят задачи классификации объектов, прогнозирования событий, аппроксимации функций, автоматизации процесса принятия решений и т.д. На сегодняшний день, работы в области нейронных сетей - это огромный вклад в науку и промышленность, в том числе и парфюмерно-косметическую.
Применение искусственного интеллекта (ИИ) в косметической сфере довольно распространено и многие бренды активно его используют. Как известно, ИИ можно встретить при создании персонифицированной косметики, когда человек заполняет данные на сайте о его типе кожи, волос и рассказывает о образе жизни. Несомненно, внутренние алгоритмы обрабатывают ответы пользователя и подбирают нужный ему состав.
Так, например, Proven Skincare — калифорнийский бренд, созданный доктором Эми Юань и Мин Чжао. Используя научный опыт, они создали целостный подход к уходу за кожей, основаный на The Skin Genome Project (проект генома кожи). Skin Genome Project, лауреат премии MIT за искусственный интеллект 2018 года, является самой полной из когда-либо созданных баз данных по уходу за кожей. Прежде чем создать продукт, ИИ анализирует эффективность более 20238 ингредиентов, информацию о более чем 100000 отдельных продуктов, жесткость воды, уровень влажности и УФ индекс местности пользователя и т.д.[1]
Искусственный интеллект используется и на functionofbeauty.com. На сайте человек заполняет анкету и получает рекомендацию по выбору собственного шампуня.
Задачей данной работы является создание программного обеспечения, которое классифицирует состав косметического продукта с помощью глубокой нейронной сети.
Разрабатываемая информационная система на основе данных, собранных вручную от производителей и личного опыта поможет человеку в выборе косметического продукта.
Для решения поставленной задачи была проделана большая работа по сбору и анализу данных. Официальные источники от производителей косметических средств предоставляют подробную информацию о продукте: состав, согласно INCI (международная номенклатура косметических ингредиентов), область применения, рекомендуемый возраст потребителя и т.д.
Следующим важным этапом разработки является преобразование текста состава косметического средства в числовой вектор. Этого можно достигнуть с помощью метода тональных словарей. Словарь ингредиентов составлен из уникальных значений INCI и их тональности (оценки). Нейронная сеть преобразует текст рецептур косметики в вектор чисел, сопоставляя каждый ингредиент с числом напротив в словаре.
Для обучение модели нейронной сети (многослойный перцептрон) в качестве входных данных поступают сформированные тренировочные наборы. Каждый набор включает в себя массив признаков, по которым прогнозируется выход и целевое значение (класс). В процессе проверки на тестовом наборе вычисляется точность работы модели.
По результатам обучения и тестирования модель сможет распознать вредные для здоровья ингредиенты и неподходящие рецептуры для индивидуальных характеристик человека. По полученным данным исследования становится возможным идентифицировать качество состава, рекомендовать его потребителю, а также ускорить процесс принятия решения при выборе средства.
Список литературы