香水的创造通常被视为定制艺术。几个世纪以来，法国人对嗅觉业务感到自豪，专业的气味大师花费数十年的时间学习手艺。科蒂（Coty）和雅诗兰黛（EstéeLauder）等巨型化妆品公司向传说中的香水代理商进行了大量检查，这些香水代理商利用一丝不苟地研究芳香学的香水化学家。

这里的一个共同主题是开发香水的技巧非常宝贵，而且非常人性化。毕竟，气味是科学所说的具有唤起记忆或引发情绪的最强能力的感觉。

而现在，IBM正试图通过利用AI的力量开发气味来改变传统模式。

Symrise是一家总部位于德国的全球主要香水公司，其客户包括雅诗兰黛，雅芳，科蒂和唐娜卡兰，最近聘请了这家科技巨头研究机器学习如何应用于香水领域。

IBM开发了一种算法，用于研究现有的香水配方，然后将这些成分与其他数据集（如地理位置和客户年龄）进行比较。该算法由IBM的Thomas J. Watson研究中心创建，该公司已将其命名为Philyra，现在可以开发针对特定细分市场的新型香水。

Symrise高管Achim Daub表示，该公司已经向巴西第二大美容店OBoticário销售了两种AI开发的香水。这两种香水的名字不与Vox共享，明年将开始在OBoticário的4000个地点销售。

这听起来有点未来感。这个过程究竟是如何运作的？算法如何理解和选择香水？

Symrise拥有170万种香水配方，多年来一直在收集。其中包括出售给雅诗兰黛和科蒂等公司的香水，然后将其作为花式香水进行营销和包装，以及用于牙膏，宠物食品，洗涤剂，蜡烛，休闲食品和苏打水等食品的调味剂和调味品。

Symrise与IBM分享了这份香水配方清单，以及他们如何以销售方式执行的信息。Philyra将这些数据添加到数据库中，并将它们与Symrise提供的其他客户数据进行比较，比如哪些香水是最畅销的，哪些人购买它们，以及哪个年龄人口统计更喜欢哪种气味。然后，Philyra可以使用该信息创建针对特定人口统计的新公式。

IBM的研究科学家Richard Goodwin是开发Philyra团队的一员，他将这种人工香水开发商描述为“一种像人类学徒一样学会创造香水的系统”。

“就像一个学徒会从大师那里学到什么组合成分能很好用，比如什么是橙油的好的替代品，或什么时候添加玫瑰油代替柠檬，机器学习将最好的配方整合，”他表示。

在Philyra为Boticário制作的香水中，该品牌要求针对生活在巴西的千禧一代的香水。Philyra比较了该领域和年龄范围内流行的气味配方，并提出了两种方案。Daub说这两种香水都得到了焦点小组的热烈响应，即使在与其他受巴西千禧一代欢迎的香水进行测试时也能获得最佳效果。

Goodwin认为Philyra是“计算机可以创造性”的一个例子。它可以通过轻松筛选170万个数据集来快速创建新的香水。这类似于其他AI创作，就像数据科学家如何通过将数千张猫的照片添加到生成的对抗网络中来创建Meow Generator。

Daub说Symrise在阅读了IBM的烹饪应用程序Chef Watson之后决定选择IBM。Daub觉得食品界的混合，酿造和气味成分与商业香水的发展类似，并认为AI可以帮助公司创新。Symrise最近还向Phlur投资了600万美元，Phlur是一家香水创业公司，通过将气味与音乐和摄影相结合，在线向客户销售其香水。Daub认为AI将最终通过针对香水销售中那些“错失的机会”来帮助市场。

他谨慎地说，Philyra不会在香水开发过程中取代人类，至少到现在还没有。根据Goodwin的说法，两款香水将在OBoticário销售，一台机器开发了香水，而Symrise的一位主调香师调整了产品“以强调某种特性，并改善它在皮肤上的持续时间”。

“关注技术取代人类是一种非常人性化的态度，我们不是在谈论明天更换调香师，”Daub说。“这不一定是向客户推销的东西，但内部的能力可以提高效率和速度。”

他表示Philyra的功能就像“主调香师能够合作的学徒”，Symrise计划很快将Philyra的使用推广到其香水学校。