Константин Абзац – Искусственный интеллект для подбора парфюма как найти свой аромат (страница 4)

Многие боятся, что алгоритм ошибется и предложит что-то ужасное, после чего доверие будет потеряно навсегда. Но давайте посмотрим на это иначе. Умные алгоритмы в парфюмерии – это не приговор и не последняя инстанция. Это скорее советчик, который говорит: «Посмотри в эту сторону, здесь большая вероятность того, что тебе понравится». Окончательное решение всегда за вами. И если из десяти предложенных вариантов вам зайдет только один – это уже победа. Раньше, чтобы найти тот самый один, вам пришлось бы перепробовать сотню, а тут кто-то серьезно сузил круг поисков.

К тому же, не стоит забывать про фактор новизны. Алгоритм может подобрать такое сочетание нот, на которое вы бы сами никогда не обратили внимания, потому что оно кажется странным или непривычным. И вот тут начинается самое интересное. Вы пробуете, и вдруг понимаете: «А ведь это действительно круто!». В этот момент происходит магия не столько технологическая, сколько человеческая – вы расширяете свои собственные границы восприятия. Вы позволяете технологии показать вам то, что вы могли упустить, просто потому что не знали, как это спросить.

Так что не ждите от алгоритмов идеальности с первой секунды. Относитесь к ним как к любопытным собеседникам, которые обожают говорить о запахах. Поначалу их советы могут казаться немного хаотичными, но чем больше вы с ними общаетесь, тем точнее они попадают в цель. И кто знает, может быть, именно благодаря такому необычному дуэту вашего носа и бездушной, но очень старательной программы вы наконец-то обретете тот самый аромат, который искали годами.

Часть 2. Наука обоняния: как ИИ понимает ваши предпочтения

От анкет до нейросетей: эволюция методов подбора

Помните те времена, когда единственным способом выбрать духи был поход в парфюмерный магазин? Вы подходили к стенду, вооружались полосками бумаги и начинали бесконечное тестирование. Первые ноты смешивались в голове в какофонию, нос закладывало, а к концу второго часа вы уже были готовы купить хоть что-то, лишь бы уйти домой. Знакомо? Это был классический метод проб и ошибок, который часто заканчивался разочарованием: дома аромат звучал совсем не так, как в магазине. Мы были предоставлены сами себе и своему носу, который, как выясняется, не всегда лучший советчик в таком сложном деле.

Эпоха бумажных анкет и интуиции

Потом пришла эра анкет. Консультанты в магазинах или тесты в глянцевых журналах предлагали нам ответить на вопросы: «Какое ваше любимое время года?», «Какая музыка вам ближе: джаз или рок?» или «Какое блюдо вы бы заказали в ресторане?». Предполагалось, что, проанализировав наши предпочтения в еде, музыке и цветах, можно было с удивительной точностью подобрать тот самый флакончик счастья. Звучит забавно, правда? Мы пытались угадать запах, исходя из любви к пицце или классической музыке. Иногда это срабатывало, но чаще было похоже на лотерею. Вкусы человека слишком сложны и многогранны, чтобы их можно было упаковать в несколько пунктов анкеты. Это был шаг вперед, но шаг довольно робкий, основанный на интуиции маркетологов, а не на точных данных.

Эти методы подбора, по сути, были попыткой найти иголку в стоге сена. Продавцы-консультанты, даже самые опытные, опирались на свой личный опыт и знания о бестселлерах. Они предлагали вам то, что нравится большинству, забывая о том, что ваша кожа, ваш образ жизни и ваши личные ассоциации с запахами уникальны. Вспомните, сколько раз вам говорили: «Этот аромат безумно популярен, он должен вам понравиться!», а в итоге он вызывал лишь головную боль. Мы были заложниками усредненных решений и ограниченного ассортимента, который могли удержать в голове даже самые талантливые продавцы.

Нейросети берутся за дело

И тут на сцену выходят они – умные алгоритмы. Это не просто эволюция, а настоящая революция в мире парфюмерии. Вместо того чтобы гадать на кофейной гуще, ИИ подходит к вопросу с математической точностью. Представьте себе, что вместо анкеты из десяти вопросов, вы взаимодействуете с системой, которая способна обработать миллионы комбинаций запахов и сопоставить их с тысячами факторов о вас. Нейросети не спрашивают, любите ли вы закаты, они анализируют, как ваша кожа реагирует на определенные молекулы, какие ноты вызывают у вас стойкие положительные эмоции на основе ваших предыдущих выборов, и даже учитывают, как аромат ведет себя в разную погоду.

Нейросети обучаются на гигантских массивах данных. Им не нужно рассказывать, что «ван иланг» звучит медово-цветочно, они сами выявят эту закономерность, проанализировав тысячи парфюмерных формул и отзывов. Они видят невидимые связи между, казалось бы, совершенно разными ароматами и находят те самые ноты аромата, которые станут вашими верными спутниками. Алгоритмы, в отличие от человека, не устают и не теряют объективности к концу рабочего дня. Они последовательно и методично ведут вас к цели.

Представьте человека, который всегда мечтал о свежем, морском аромате, но все купленные варианты через час превращались в приторно-сладкие. ИИ, проанализировав его «химию тела» и предыдущие неудачные попытки, может предложить композицию с высоким содержанием цитрусов и акватических нот, но с полным отсутствием амбры и ванили, которые чаще всего и дают нежелательную сладость на его коже. Раньше для такого открытия пришлось бы перепробовать сотни образцов, а теперь это просто вопрос правильно заданного запроса алгоритму.

От интуитивных догадок к научному подходу

Главное отличие нового подхода от старого – это переход от субъективных ощущений к объективному анализу. Раньше выбор аромата был сродни шаманству с бубном. Сейчас это становится точной наукой, где у вас есть инструменты для исследования собственного обоняния и реакции тела. Мы перестаем быть пассивными покупателями, которые надеются на удачу, и становимся активными исследователями, вооруженными мощным аналитическим инструментом.

Задумайтесь: сколько раз вы отказывались от аромата только потому, что на первой минуте он показался вам слишком резким? А ведь вы могли упустить свое парфюмерное счастье. ИИ учит нас терпению и осознанности, показывая, как раскрывается аромат во времени на разных людях. Это похоже на переход от черно-белого телевизора с рябью к современному 4K-кинематографу. Картинка стала не просто четче, она стала объемной и реалистичной. Точно так же и с ароматами: мы наконец-то получили возможность разглядеть их во всей красе, а не довольствоваться мутными очертаниями. Теперь выбор парфюма – это не мучительная лотерея, а увлекательное путешествие, где у вас есть карта и опытный гид.

Как алгоритмы учатся распознавать ваши любимые ноты

Представьте, что вы пришли в гости к другу, который обожает музыку. У него дома огромная коллекция пластинок. Вы никогда не говорили ему, что вам нравится, но он ставит трек за треком, и каждый попадает в точку. Как у него это получается? Он просто давно за вами наблюдает: замечал, под какую музыку вы притопывали ногой, какую напевали, когда думали, что вас никто не слышит. Он собрал пазл из ваших реакций.

Примерно так же работает искусственный интеллект, когда пытается понять ваши любимые парфюмерные ноты. Только вместо взглядов и улыбок он анализирует данные. И делает это с невероятной скоростью и точностью.

От простого к сложному: как ИИ понимает, что такое “нравится”

Самый простой способ узнать, что человек любит – спросить его напрямую. Именно так работали первые цифровые анкеты. Но проблема в том, что мы сами не всегда знаем, что нам нравится на самом деле. Можно сколько угодно отмечать галочками “цветочные” или “древесные” ароматы, но в реальности пшикнешь на запястье духи с ветивером – и морщишься, хотя в теории ветивер вроде бы одобрял.

Здесь на сцену выходят алгоритмы, которые не верят словам, а верят поступкам. Точнее, данным. Когда вы пользуетесь приложением для подбора парфюма, каждый ваш клик, каждое свайп влево или вправо, каждый аромат, на который вы нажали, чтобы почитать подробнее, – это сигнал. Алгоритм, как опытный следователь, собирает улики. Он видит не только то, что вы сказали, но и то, как вы себя вели.

Это называется обучением с подкреплением. Нейросеть постоянно спрашивает себя: “Пользователь провел больше времени на странице с нотами ириса? Вероятно, это важная зацепка”. Или: “Он добавил в избранное аромат с бергамотом, но проигнорировал три других с такой же нотой. Значит, дело не только в бергамоте, но и в том, с чем он смешан”.

Язык, на котором говорит ИИ

Чтобы алгоритм мог “разговаривать” на тему ароматов, ему нужно перевести запахи на свой язык – язык математики. Для этого каждая нота превращается в набор чисел – вектор. В этом векторе может быть зашифровано всё: к какому семейству относится нота (цитрусовая, пряная, гурманская), насколько она стойкая, сладкая или терпкая, с какими другими нотами она чаще всего сочетается.

В итоге получается огромное многомерное пространство, где близко друг к другу располагаются похожие по “характеру” ноты. Апельсин и мандарин будут соседями, а вот апельсин и кожа – находиться на почтительном расстоянии. Когда вы ставите лайк какому-то аромату, нейросеть смотрит на его координаты в этом пространстве и начинает искать другие точки поблизости. Это как если бы вы сказали: “Мне нравится этот дом на карте”, и навигатор предложил бы вам другие дома в том же районе, с похожей планировкой и видом из окна.