制作香水是一门可以追溯到古希腊的艺术，彼时的调香师借助自己傲人的嗅觉查探出各种香料的独特气味，并将之调配至香水中。但现在，现代的调香师们不再那么“事必躬亲”地去挨个嗅闻试剂，人工智能技术正在帮助他们简化这个过程。更甚者，有些调香师开始跳出人类鼻子的局限，成为“赛博调香师”——直接驱使AI算法研发最有可能吸引人类的香味。

这一举措迅速在业内引发激烈讨论，支持“祖宗之法不可变”的传统香水拥趸和认为“祖宗之法不可守”的新锐香水党羽各抒己见，互不相让。

许多美妆品牌都“嗅”到了神经香味的潜力，并投资于相关领域的技术研究：如欧莱雅与神经技术公司 Emotiv合作，创造了一种“AI试香法”：在部分YSL门店里，购物者可以使用耳机生成自己的脑电图（EEG），以计算出哪些香味最能对上他们的“电波”。迄今为止的结果显示，95%使用耳机的顾客都找到了合适的香水。

一、AI调香不依靠香味判断放香料顺序

人工智能系统需要感知的信息主要来源于其视觉、听觉、触觉，而嗅觉也是很有价值的方向，目前已经有科研人员在研究气味传感器以及其在环境保护等领域的应用。

此前，IBM公司制造了一个人工智能香水学徒——Philyra。Philyra是一个有创造力的人工智能，它能研究现有的香水配方并将其成分对比分析，研究出新的香水配方。Philyra还能获取香水在不同性别、年龄和畅销地的受欢迎程度，结合大数据算法后，Philyra将输出一个新的香水配方，该配方在预定的目标人群中能达到良好的效果。

与需要几十年时间训练嗅觉的调香师不同，人工智能不依靠嗅觉制作香水。AI调香利用先进的机器学习算法，分析和学习香水的配方、原料、历史销售数据和行业趋势等信息来预测人类的喜好，从而创造出针对目标人群的新香水配方。

调香大师大卫·阿佩尔跟Philyra做过一场实验：由Philyra完全主导制造的一款香水为A款；B款则是Philyra制造为主，调香师作为辅助修改；C款由调香师做主导，Philyra做辅助。三款香水完成后投入测试，测试结果显示绝大多数的人选择了由人工智能完全主导创造的A款香水。

与人工制香相比，AI制香不依靠香味判断放香料顺序，而是通过深度学习算法分析后定制调配方式，这是一种有别于传统调香思维的方法；AI香水不会受到个人偏好、经验、文化偏见的影响，而是对嗅觉感官进行数字量化，探索更多有创造力的成分组合和配方公式；AI香水凭借其强大的运算能力，可以快速计算出最受目标客户喜爱的香料配方，缩短了香水研发周期。

二、香水领域七大AI技术

随着人工智能（AI）的兴起，全球香精香料行业对这一技术加大投入，几家老牌龙头企业通过自行研发、与其他公司合作先后打入AI香氛、风味领域。另外，行业里还涌现出一些新兴的AI技术公司。

1. Osmo

驻地：美国 马萨诸塞州 坎布里奇市。

使命：赋予计算机嗅觉功能，增进人类健康和幸福。

现状：A轮融资6000万美元，由Lux资本、谷歌Ventures领投。

发展途径：多学科结合，包括机器学习、数据科学、心理物理学、嗅觉神经科学、化学等。

目标：打造新一代芳香分子，用于香水、洗发水、润肤乳、香薰蜡烛等日用品。

创始人语录：“能在香精香料、医疗诊断、农业及更大的领域，共同来释放嗅觉改变世界的潜能，我们很激动。”

2. OVR ION3

专利技术：ION3微技术，可生产极其精密的香氛“纳米爆珠”，无需用到电热丝或电热扇。

产品：可穿戴香氛设备，以蓝牙连接智能手机、电脑、VR装备，沉浸式体验4D世界；

配置循环使用的香氛弹芯，拥有八种基础香型，可互相搭配出数千种不同的香氛；其中的软件插件能掌握用户在虚拟世界的行为，实时发送无线信号启动硬件组件。

产品优势：香氛即时释放，即时“清除”，零延迟，可快速切换进入新体验，无气味堆叠。

3. 英敏特的Flavourscape

营利模式：付费订阅。

平台内容：全球88国新发布产品的相关数据。

平台功能：追踪产品风味创新，其中的“风味图景引擎”利用三种算法，能精准发现每个用户所在市场的风味趋势。

平台优势：掌握风味趋势的流行度和势头，在不同市场和品类之间实现比较。

4. 芬美意 & Airzai

芬美意：全球香精香料巨头，总部：瑞士。

Airzai：加拿大智能扩香公司，2019年底发布“Aroma”AI扩香机，号称“全球最智能的扩香机”。

Aroma扩香机应用了人工智能和机器学习等技术，据称无火、无水、无噪音，采用的是超声波圆片雾化技术；香气释放强度可调节；机器内置传感器，搭配手机应用可根据环境变化自动切换香氛；还有语音唤醒、香氛余量监测等功能。

合作目标：Airzai将获授权参与芬美意基于神经科学研究成果的创香项目，双方将利用增强现实创作手法，共同打造激发用户情感的香氛。

优势互补：芬美意将发挥创香优势，而Airzai将继续以先进技术和机器学习推动硬件、软件和固件的进步。

5. IFF & Salus Optima

IFF：国际香精香料公司，全球香精香料巨头，总部：美国。

Salus Optima：数字化定制营养健康公司，坐标：英国。

合作目标：创建由人工智能（AI）驱动的个性化营养平台。

平台功能：借助手机和可穿戴设备，让消费者了解自身在吃下食物、服用膳食补充剂、运动及睡眠后的代谢反应；提供在线指导、健康咨询，帮助消费者改善饮食，找到合适的补充剂，调整运动和作息等。

优势互补：Salus Optima的核心技术 + IFF的健康原料。

IFF计划与品牌方合作，用有科学支撑、经过临床验证的原料为他们专门打造消费者保健产品。对品牌方而言，他们可通过平台实时获取消费者数据；对消费者而言，他们能根据平台的个性化建议，采取简易可行的措施实现自己的健康目标。

6. 芬美意的EmotiCode

技术内容：一套用于创香的“设计规则”。遵循这套规则打造的香氛，可提升消费者面对认知任务时的脑力。

技术特点：由人工智能驱动，适用于各日化品类的调香。

技术基础：芬美意的ScentMove工具。这一工具提供了一个情绪语言化的模板，让消费者洞察专家能对气味和香氛激发的感受展开评测，从而找到能使大脑聚焦的特定情绪。

7. 奇华顿的Myrissi

技术核心：将香氛翻译成颜色图案，再找到颜色对应的情绪。

功能：Myrissi通过参考颜色、情绪及香氛三者之间最佳的对应关系，能捕捉、预测消费者在体验某种香氛时的情感。

科学基础：数十年的大脑图像和人工智能研究，成功解码嗅觉和颜色之间的瞬时关联。

模型基础：包括25000多份消费者测试结果的数据库。

技术开发初衷：奇华顿香氛与美容事业部总裁表示：“因为电子商务是我们客户青睐的渠道，所以我们必须满足他们的需求，为他们带来嗅觉的数字体验。”

三、对于审美标准，人和机器会相互影响

对于美的认知，仁者见仁智者见智，很难量化和形成标准，但是“爱美之心人皆有之”，社会大众的审美观念还是有章可循，例如倾国倾城的美人还是可以得到几乎所有人的认可。

人工智能对美的认识需要大数据的训练，目前人工智能对美丽面孔的定义和颜值打分离不开人类的有监督数据标记，因为人工智能对美本身是没有理解力的，它对美的把握取决于它所学习的人脸数据和人为定义、量化美的标签数据集。

大卫·阿佩尔就认为人工智能并不是威胁而是需要合作的对象，机器没有多余的感情与偏见，可以显著提升人类的创造力，提供最新颖的算法。

此前，CARTO人工智能调香系统在知名香水公司Givaudan产生，该系统使用了IBM公司收集的气味图鉴，希望香料能在配方中将嗅觉性能最大化。

再比如，资生堂Optune个性化定制护肤系统由智能手机应用程序Optune App和专用机器Optune zero组成。Optune App通过使用机器学习技术分析用户拍摄的照片来展示用户的肌肤状况(肤质、毛孔、含水量等)，并通过云将数据发送到Optune Zero，后者根据算法从现有产品中选出最适合的精华和保湿产品组合，并直接从机器中生产。

为了消除人工智能对人类审美的偏好性，训练算法采用的数据应尽可能全面、多样化，综合多维度、多角度的标准进行学习。但是也不排除自主进化智能对美丽人物和事物有无监督的发现能力，例如机器可能自动搜索得到大众关注的明星照片来自主学习审美标准。

随着人工智能在美妆行业的应用落地，对于审美标准，人和机器是会相互影响的。一方面，人类对美的标准从广义上说是有个人偏好的，当算法专家将某一种美的定义作为标准让机器去学习时，机器就倾向于这种定义的审美标准。另一方面，当机器长期为人们推荐它认为的医疗美容方案，人工智能系统的用户审美体系也会受到一定影响。