Des parfumeurs qualifiés réunissent art et science pour concevoir de nouveaux parfums, un talent qui prend dix ans ou plus à se développer. La création d'un parfum qui laisse une impression est l'un des éléments les plus importants qu'un consommateur considère lorsqu'il se fait une opinion positive ou négative sur des produits de tous les jours comme les détergents à lessive, déodorant, assainisseur d'air et, bien sûr, eau de Cologne et parfum. Et si l'intelligence artificielle (IA) pouvait apprendre de ces professionnels pour augmenter le processus de développement de nouveaux parfums ou identifier des voies créatives complètement nouvelles ? Avec ça en tête, mon équipe chez IBM Research, avec Symrise, l'un des premiers producteurs mondiaux d'arômes et de parfums, créé un système d'IA qui peut en apprendre davantage sur les formules, matières premières, les données de réussite historiques et les tendances de l'industrie.

S'appuyant sur les recherches précédentes d'IBM utilisant l'IA pour associer les saveurs et pour la création de recettes, ainsi que notre nouvelle IA de recherche IBM pour la composition des produits, nous avons créé Philyre. C'est un système qui utilise des algorithmes d'apprentissage automatique nouveaux et avancés pour passer au crible des centaines de milliers de formules et des milliers de matières premières, aider à identifier des modèles et de nouvelles combinaisons. Philyra fait plus que servir d'inspiration - elle peut concevoir des formules de parfum entièrement nouvelles en explorant l'ensemble du paysage des combinaisons de parfums pour découvrir les espaces blancs sur le marché mondial des parfums.

Notre collaboration avec Symrise s'étend sur trois de leurs unités commerciales au sein de la division Parfums :Fine Fragrance, Soins à domicile et soins de beauté, mais notre recherche initiale et notre succès ont commencé avec les parfums et les parfums fins. Créer un parfum raffiné est un art autant qu'une science qui demande de la précision, car même le plus petit changement dans la quantité d'un matériau peut faire ou défaire un nouveau parfum. Par conséquent, notre équipe a adopté une approche axée sur les données, s'appuyant sur des données sur des centaines de milliers de formules de parfums, familles de parfums (par exemple fruités ou floraux), les matières premières d'un parfum et les informations historiques qui capturent le succès des parfums et des formules précédemment conçus, entre autres points de données. Avec cette richesse de données, Philyra utilise l'apprentissage automatique pour générer de nouvelles combinaisons de formulations de parfums qui correspondent aux objectifs de conception spécifiques, par exemple, créant un parfum unique pour les millennials brésiliens.

Découvrir de nouvelles combinaisons d'ingrédients avec l'apprentissage automatique

Notre système comprend des algorithmes qui apprennent et prédisent :

• des compléments et substituts de matières premières alternatifs qui pourraient être utilisés dans une formule ;
• le dosage approprié pour une matière première en fonction des modes d'utilisation ;
• la réponse humaine (agrément et adéquation entre les sexes) ; et
• la nouveauté du parfum en le comparant à un large éventail de parfums disponibles dans le commerce.

En ce qui concerne le nouveau design de parfum, la nouveauté est un moteur majeur, et Philyra apprend un modèle à distance pour identifier les parfums dont l'odeur est proche des parfums existants. Plus la distance entre un parfum et ses voisins est grande, plus le parfum est prédit pour être nouveau.

Symrise a utilisé Philyra pour concevoir deux parfums, lancement prévu mi-2019, pour Boticário, l'une des plus grandes entreprises mondiales de beauté. Dans le cadre du processus de développement homme-machine, les formules initiales proposées par le système ont été peaufinées par un maître parfumeur pour souligner une certaine note et améliorer sa tenue sur la peau. La compréhension de Philyra des préférences des consommateurs a permis aux parfumeurs de Symrise de se concentrer sur le perfectionnement des parfums finaux plutôt que de passer du temps à chercher de nouvelles combinaisons de parfums. En tant qu'innovateur, cette collaboration avec IBM Research et Symrise a permis à O Boticario d'exploiter l'IA pour créer un produit adapté à un groupe démographique et à une personnalité spécifiques.

L'objectif à plus long terme de Symrise est de présenter cette technologie à ses maîtres parfumeurs du monde entier et de continuer à utiliser la solution pour la conception de parfums pour les produits de soins personnels et de soins à domicile. Symrise prévoit également d'introduire Philyra dans son école de parfumerie pour aider à former la prochaine génération de parfumeurs, ancrer fermement l'IA au cœur de son organisation.

Basé sur l'apprentissage automatique, IBM Research AI for Product Composition peut également être généralisé à d'autres types d'applications telles que la conception d'arômes, les cosmétiques et les produits de consommation comme le shampoing ou la lessive, ainsi que des produits industriels comme les adhésifs, lubrifiants ou matériaux de construction. Bien que ce soit encore de la recherche aujourd'hui, la technologie a le potentiel d'être mise à disposition en tant que service pour aider un certain nombre d'entreprises à accélérer et à faire évoluer leur processus de conception créative.

Nos recherches continuent de repousser les limites de l'augmentation de l'expertise humaine à l'aide de l'IA et de démontrer comment l'IA peut aider dans les domaines où la créativité est essentielle. Dans le cas des parfums, l'art et la science de concevoir un parfum gagnant est quelque chose que les humains ont exploré pendant des centaines d'années. Maintenant, les parfumeurs peuvent avoir à leurs côtés un apprenti IA capable d'analyser des milliers de formules et de données historiques pour identifier des modèles et prédire de nouvelles combinaisons, contribuer à les rendre plus productifs, et accélérer le processus de conception en les guidant vers des formules inédites.

Cette histoire est republiée avec l'aimable autorisation d'IBM Research. Lisez l'histoire originale ici.