基于人工智能、能够找出并推荐适合个人皮肤的化妆品技术，已在韩国国内研发成功。
韩国电子通信研究院（以下简称ETRI）16日表示，研究院利用基于人工智能的深度学习算法，对化妆品的质感特性进行测量，开发出了能够高效分析化妆品延展性的系统。
该系统对化妆品涂抹在皮肤上时所感知到的质感，预测准确率可达99%以上。其方式是通过深度学习训练以及短时傅里叶变换（STFT）和连续小波变换（CWT）技术，分析化妆品接触皮肤时产生的摩擦力测量值变化，也就是延展性的变化。
研究团队在与化妆品涂抹皮肤这一动作相似的环境中，将随时间变化的一维摩擦信号重新解读为二维频率谱形式，并从中提取、分析所需时间和频率的混合信号。通过这一技术得到的结果准确率在99%以上。
研究团队开发的技术，可通过分析化妆品的延展性，为年轻女性、中年男性以及婴幼儿等不同性别和年龄层，或针对不同季节，推荐最为适合的化妆品。
更重要的是，该技术有望取代以往依赖人类感官、由专家进行主观评估的延展性官能评价方式，意义重大。
所谓专家官能评价，是指评价者将产品直接涂抹在皮肤上，通过主观感受来打分，例如是否滋润、是否干燥、适合哪个年龄层、适合哪个季节等。这种方式需要进行专家培训，并对与培训结果不一致的情况开展补充测试，在时间和成本方面负担沉重。此外，在大量产品不断生产和上市的情况下，仅靠人工直接评估延展性也存在明显局限。
相反，研究团队开发的技术能够减少因个人差异导致的人为评价误差，提供客观评价，并在节省评价时间和成本方面具有优势，预计应用价值很高。
ETRI与株式会社TeraLeader、株式会社爱茉莉太平洋共同开展研究，利用共同开发的高精度化妆品使用感测试仪，构建了基于人工智能的化妆品及皮肤药物延展性分析系统。ETRI还从爱茉莉太平洋获得了10种以上用于测量化妆品质感的配方样品，以5000个数据集为基础开展延展性研究。
ETRI智能部件传感器研究室室长Yang Yongseok表示：“本次研究是为了对商业化妆品面霜进行分类而采用深度学习模型，从而提升化妆品和皮肤药物分析技术水平的一项创新性成果”，并称“今后希望通过这项技术，使K-Beauty产业创造新的消费趋势，并在美妆产业的个性化定制方面走在前列”。
版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。
