图像、语言、声音、游戏，一直是AI界最喜欢“调戏”的几个目标。不过现在，人工智能企业把手伸向了一个不同的领域——气味。与需要几十年时间训练嗅觉的调香师不同，AI调香师不依靠嗅觉制作香水，而是利用先进的机器学习算法，分析和学习香水的配方、原料、历史销售数据和行业趋势等信息来预测人类的喜好，从而创造出针对目标人群的新香水配方。

　　算出消费者喜好

　　全球知名的香精生产公司Symrise与人工智能公司IBM合作开发了一款名为Philyra的AI香水调试系统，其命名灵感来自希腊神话中的香水女神。该系统能够通过分析现有的芳香配方，将其成分与销售地区、客户年龄等数据进行匹配，调制出最符合目标客户喜好的香水。

　　“配制香水是一个复杂的系统工程，涉及原料、工艺、用户、市场等诸多因素，在浩如烟海的参数空间中搜索对路的方案工作量巨大，仅仅依赖人工经验很难列举所有可行方案，很可能会错过最受市场和用户欢迎的最佳解。”中国科学院自动化研究所研究员孙哲南表示。

　　目前，香水行业大约拥有1300种香料，包含合成香料，外加花、苔藓、香草以及水果的提取物等种类。Symrise公司向IBM提供了一套包含各种物质及对应组合构成的、共170万个配方的数据库作为AI的学习素材。

　　IBM将这份庞大的香水配方资料及其销售表现信息输入AI调香系统，与Symrise提供的其他客户数据进行比较，例如哪些香味在哪些地方最畅销、主要购买群体由哪些人组成、不同年龄段的消费者分别偏好哪些香味。通过学习现有的香水原料、配方公式，以及对现有销售资料的分析比较，AI香水调试系统可以根据这些资料来预测人类的喜好程度，从而创造出针对特定人群的新配方。

　　没有嗅觉也能制香

　　调香大师大卫·阿佩尔跟AI香水调试系统Philyra做过一场实验：由AI完全主导制造的一款香水为A款；B款则是AI制香为主，调香师作为辅助修改；C款由调香师做主导，AI做辅助。三款香水完成后投入测试，测试结果显示绝大多数的人选择了由人工智能完全主导创造的A款香水。

　　与人工制香相比，AI香水调试系统不依靠香味判断放香料顺序，而是通过深度学习算法分析后定制调配方式，这是一种有别于传统调香思维的方法；AI香水调试系统不会受到个人偏好、经验、文化偏见的影响，而是对嗅觉感官进行数字量化，探索更多有创造力的成分组合和配方公式；AI香水调试系统凭借其强大的运算能力，可以快速计算出最受目标客户喜爱的香料配方，缩短了香水研发周期。

　　大卫·阿佩尔说道：“数百年来，人们始终都在探索如何结合‘艺术’和‘科学’的方法设计完美的香水。”而如今凭借 AI的辅助，人类调香师只需专注于他们擅长的“艺术”部分，“科学”的部分只需交给算法系统，两者的结合大大提高了调配的效率。

　　普及到日常香氛用品

　　香水产业发展前景广阔，未来可期。人工智能调香设备的出现，无疑是香水公司的福音。凭借AI过人的运算能力，可快速学习并分析大量的配方、原料及销量数据，为人类调香师提供各方面的技术支持。对香水公司而言，既能开拓新的渠道，又能节省时间和劳动力，是一项非常有用的技术。

　　正如人工智能首次应用于其他行业一样，人类调香师对香水行业的未来也存在疑问。例如，阿佩尔认为人工智能是人类和机器之间的合作。机器没有偏见，可以帮助人类克服创造力的障碍，并提供新颖的想法。此外，开发一款新香水通常需要6个月到4年的时间，而使用人工智能，时间轴将大大缩短。

　　令人愉悦的香味存在于人们生活的各个细节之中。AI 算法不断完善后，该系统不仅可应用在高级香水的调配上，还可以普及到洗衣粉、洗发水乃至日常的所有美妆和清洁日化产品的设计生产中。这些类别的产品都需要不同香精家族（比如花香、果香、木香）中的特别香味调配而成。

　　人工智能分析数据并提出公式的美妙之处在于，它产生了人类从未考虑过的调香思路。不管出于什么原因，事实证明，嗅觉并不是创造一种新香水最关键的方面，关键是理解香水的成分。