为了拯救女朋友的脸和自己的私房钱,一群开发者在AI美妆护肤这条路上越走越远

撰文 | 高静宜

编辑 | 宇多田


先抛出一个问题:
 
你那精致女朋友的护肤&化妆 routine 总共分几步?
 
如果你的答案小于等于 5,请重新审题,不要漏掉「精致」这个关键信息;当然如果你女朋友天生丽质肤若凝脂吹弹可破素颜无敌,那真是再见来不及挥手,重逢也没有理由。
 
在采访了身边的几位非单身的女性朋友之后,答案如下:
 
洁面、化妆水、精华、乳液、面霜、隔离、粉底、遮瑕、定妆、眉毛、眼影、眼线、睫毛、修容、腮红、口红……(其实还没完,但为了让你能留点私房钱,就此打住)

嗯,这些还只是基础操作。

除此之外,女朋友们还要视季节和当天的皮肤状况而调整上妆环节和底妆产品,晚间要不定期敷面膜,这意味着护肤产品不能只有一套……
 
相信我,你女票儿在美妆护肤上投入的时间、金钱以及精力绝对超乎你的想象。而他们剁过的手、踩过的坑、上过的头,绕过的弯,可以说上个三天三夜。

我说了这么多,无非是想让众多男科技爱好者,男开发者、男程序员们(女程序员们,请进行自我拯救)意识到:

「手握 AI 算法,能不能帮她们的理智从失控的边缘拉回来?!」或者是「帮女票们或自己把钱花在刀刃上,别再倒腾一些不合适的,一用就烂脸的化妆品」……

很显然,有些开发者或技术公司已经意识到了,他们做了各种各样与皮肤有关的 app 或者 AI 产品,为的就是让爱美的女孩纸们能够对自己和护肤产品有更加清醒的认识。
 
为此,我们「以身试险」,为你准备好揭开 AI 美妆护肤的真相。

AI 测肤?眼下好像还不太行

在这个自媒体时代,擅长仿装、分享爱用品的草根女孩可以成为网红美妆大触,范冰冰这种咖位的明星也可以亲自下场带货。然而,一个人吐血夸赞的产品到了另一人那里却成了坑,这样的情况不在少数。
 
之所以会出现这种「甲之蜜糖, 乙之砒霜」的情况,根本原因在于大家的肤质不同。因此,只有清楚了解自身肤质的具体状况,才能对症下药。

在这种大环境下,兼具效率、直观、娱乐性以及说服力的 AI 技术应运而生,一跃成为各大美妆品牌口中的「黑科技」。
 
不知你是否留意过,去年下半年,天猫上的 Whoo、DHC 等美妆护肤品牌旗舰店曾接入肌肤检测功能。

用户可以通过语音指引一键拍照,然后系统会利用 AI 技术对照片进行分析,并为用户提供肤质属性、肤色、肤龄、痘痘、毛孔等肤质信息。


据悉,当时接入这一技术的品牌旗舰店已经超过十余家,且功能上线后的短时间内就引来了大批用户,用户粘性、转化率以及平均客单价均有所提升。这足以说明 AI 技术在测肤领域上拥有较高的接受以及认可度。然而九月末,事情出现了反转。 有网友在知乎指出,阿里天猫推出的这一功能全盘抄袭了以息科技的「你今天真好看」APP。 

「你今天真好看」上线于 2017 年 6 月,是一款基于 AI 技术的护肤 APP,主打「拍照轻松测肤质」,在苹果商店中获得了不少好评。

无论是就功能特性还是使用体验而言,天猫的「智能测肤」的确与这款 APP「如出一辙」。 

之后不久,天猫方对此事作出回应,确认抄袭,向「你今天真好看」团队道歉,并决定永久下线了「智能测肤」功能。 其实无论结果如何,「经此一役」,AI 在测肤这件事上的潜能彻底摆上了台面,引起了有心人的重视。 

不久之后,美图影像实验室 MTLab 就正式发布了自己研发的 AI 测肤技术——MTskin,并将这款技术部署在了美图美妆电商平台之中。

成就护肤大业,除了负责清空购物车的男友,妹子们还需要一位 AI 皮肤顾问此外,也有不少类似的 AI 测肤产品问世。例如和而泰「数据与人工智能实验室」运用图像识别技术推出的 C-Life 拍照测肤等。 

不难想象,AI 测肤功能的背后大同小异,必然离不开计算机视觉技术——利用深度学习模型对海量人脸图像进行分析。美图方面曾在接受采访时表示,AI 在肤质、肤龄、肤色、黑眼圈、痘痘等方面的识别准确率已经高达 95%。

 那么,AI 测肤究竟靠不靠谱如何呢? 下图是我两次使用美图美妆 APP 测试得到的结果。在同样的地点,我转身拍了两张照片(光线不同),肤龄、肤质和肌肤问题结果均有所不同。


(哼,某机器之能小编的男朋友皮肤测试结果)

同时,我也对「你今天真好看」APP 进行了相应的测试,两次的测试结果也存在些许差异。 

即便你觉得肤龄、毛孔黑头这类测试项无关痛紧,但油皮干皮、皮肤色调方面的判断结果对于女孩子来说还是有较大的借鉴价值——买化妆品可以「对症下药」。

 尽管我们也理解,仅凭手机拍摄的一张照片去精准判断个体肤质的确存在难度,这其中涉及的硬件设备差异、外界环境如光照等问题都不易解决。

但接连两次测评结果出现明显差异,会让用户对 AI 测肤功能的信赖感降低。

眼下,AI 技术在测肤这条路上还有较大的发展空间,在精准性和专业性方面都有待挖掘。

不过,随着计算机视觉技术的发展,未来 AI 测肤是否能更加可靠也未可知。就我个人而言,AI 测肤结果只能作为我判断自身肤质情况的基础线索,并不值得完全信赖。

 AI 定制化产品推荐?似乎还不错的样子 

在确定了自身肤质之后,女孩子们的买买买就迫在眉睫了。

 买不买?不买什么?这种取舍对于女生来说算是一种甜蜜的折磨。

 其实,推荐购买环节也是美妆品牌、电商平台和各种美妆 APP 最在意的业务环节。

 例如,美图上线的 AI 测肤功能就可以为用户推荐合适的产品,为整个电商平台的后续产品的推荐广告打基础,有点「醉翁之意不在酒」的意思。

 不过,在被问到美图的产品推荐算法时,美图 CTO 张伟告诉机器之能,MTlab 目前只交付用户特征,没有研究到具体的产品,也无法判断一款产品是否确实对用户产生积极效果。

 而对于用户来说,如何看待推荐排名并选择护肤产品,也是一个「水颇深」的问题。 

究竟不同平台的推荐产品是否可信?这背后是否涉及植入式广告或是暗中交易?疑惑在所难免。

近日,国外有一家名为 Proven 的初创公司就想用 AI 技术解决这一问题,以期帮助女生找到最适合自己的护肤产品。 

 

这家公司的创始人打造了一个「AI 引擎」,核心思想是利用深度学习和机器学习算法来从数百万条在线护肤品推荐和评论中提取有用信息,再结合一部分公开发表的同行评议的科研论文,进而把数据转化成一个定制化的护肤产品使用公式,为用户提供护肤建议,并自己生产相应的产品。

 目前,Proven 团队已经针对 800 万条评论和推荐展开分析,数据库中包括 10 万余种产品、2 万余种成分以及 4000 篇同行评议的相关文章。 创始人表示,他们在用算法进行分析之前,已经对数据库中的数据进行了清晰和结构化。还使用欺诈算法来排除假冒以及无效评论。

 据悉,Proven 的这项服务需要以订阅的形式购买,即将在美国上线。 那么,这种基于 AI 技术和大数据的护肤品「排雷法」是否可以算是一种福利呢?这个问题的答案就有点因人而异了。

 听起来,AI 加持的定制化护肤产品要比那些不知怎么被小编评出来的「最适合干皮的十大面霜」、「油皮不可错过的三大明星乳液」更加靠谱。

 而且就我个人而言,由于常年肤质状况不佳,所以较为排斥去专柜接受柜姐的评头论足。总体来说,若有机会,我会选择试用类似的定制化产品推荐功能,也对此抱有期待。事实上,通过算法来为用户提供定制化美妆护肤方案并非 Proven 的专利。

 美国宝洁公司旗下护肤品牌玉兰油(Olay)曾推出人工智能分析皮肤的工具 Olay Skin Advisor APP,为使用者提供定制化的产品建议。

与 AI 测肤类似,用户也需要先按照要求提交一张自拍照片,然后回复系统提出的皮肤问题及使用偏好,进而获得一份定制化产品方案建议。  


(素颜小编面对 36 岁的肤龄测试结果哭晕在厕所)
 
法国欧莱雅集团也曾与创业公司 Automat Technologies 联合开发了一款名为 Beauty Gifter 的机器人,帮助用户推荐个性化美妆护肤产品。

在推荐产品之前,Beauty Gifter 会先进行发问,掌握产品预期价格、使用者的肤色、肤质等相关信息,然后向咨询者发出礼物备选清单。这款机器人的存在可谓是逢年过节不知道该给女票们什么礼物的发愁直男们的救星。


日本的美妆巨头资生堂也是拥抱 AI 技术大军中的一员。

2017 年 11 月,资生堂宣布收购 AI 创业公司 Giaran,这家公司把计算机视觉等 AI 技术用于美妆界,利用算法为美妆客户提供定制化推荐,也可以根据用户的肤色、肤质、脸型等情况,为其推荐最合适的口红、粉底色号以及妆容。

你以为这样做,用户对彩妆的观感似乎直接了许多?现实还是蛮残酷的,不巧我们曾在上海某百货大楼试用过资生堂放出噱头的彩妆化妆镜,效果……虽然没有很离谱,但是与真实产品仍然有一定色差。 

除了资生堂,也有不少美妆大牌瞄准了即试即见效的彩妆品,想让 AI 技术在此发挥潜力。一些美妆大牌就在自家平台上试水 AR 试妆并挑选有力的技术提供方达成合作,并尝试触电各种 AI 技术的可能性。

本月初,兰蔻官方微博 po 文让王俊凯用 AI 技术帮你挑选唇膏,一时间迷妹们纷纷留言「交作业」。这背后的 AI 识图和试妆技术由腾讯优图 X-Lab 提供,用户只需上传照片或是当场自拍一张,系统就会为其提供出最合适的唇膏颜色。

然而在经过试用后,我们发现!毛线的 AI!

在放了三位机器之能小编,以及日本人气女演员新垣结衣的相片上去后(同一部手机),系统推荐的都是一个色号——360。不过在放男生照片后,嗯,大多色号都是 180。