Co znajdziesz w artykule?
Prezentacja podczas Beauty Innovations – czerwiec 2023
Porozmawiamy o tym, o czym w sumie rozmawia pół Polski dzisiaj. Bo temat sztucznej inteligencji jest bardzo gorący i na czasie… I jest odmieniany przez wszystkie możliwe przypadki. Natomiast my porozmawiamy w jaki sposób można wykorzystać praktycznie tę sztuczną inteligencję w kosmetykach.
Marcin Siekierski, Provital Polska
Na tym slajdzie widzicie Państwo to, co na temat sposobów na wykorzystanie sztucznej inteligencji w kosmetykach mówi, sądzi, myśli – jakkolwiek to dziwnie brzmi – właśnie sama sztuczna inteligencja. Państwo doskonale wiecie skąd pochodzi ten screenshot. Znacie to narzędzie, sami pewnie z niego korzystacie, bo to jest rzecz jasna czat GPT. Czat GPT, czyli to narzędzie, które sprawiło, że
sztuczna inteligencja trafiła pod strzechy.
To przestał być temat tabu, to przestał być temat, który nam się kojarzy z filmami science fiction, z jakimiś wielkimi korporacjami najczęściej. Każdy otrzymał do tej sztucznej inteligencji rzeczywiście dostępy. I korzystają z tego narzędzia dzisiaj wszyscy. Począwszy od uczniów i studentów przy pisaniu wypracowań, a skończywszy na ludziach biznesu. Bo faktycznie sposobów na bardzo praktyczne wykorzystanie chociażby tego czatu GPT w biznesie jest bardzo, bardzo dużo.
Natomiast ten świat to jest tak naprawdę tylko wierzchołek góry lodowej. To jest tylko taka swoista wisienka na torcie, dlatego że sztuczna inteligencja jest elementem naszej codziennej rzeczywistości już od wielu, wielu lat. I często nawet sobie nie zdajemy sprawy, jak bardzo mocno wpływa na szereg różnych sfer naszego codziennego życia.
Ile parówek na grillu w Żabce?
Nie wiem, czy mieliście państwo okazję robić zakupy w Żabce nano, czyli w tej bezobsługowej Żabce? To jest sklep, który rzeczywiście od początku do końca działa dzięki sztucznej inteligencji. Dzięki algorytmom, które na bieżąco analizują obraz z kamer znajdujących się w takim sklepie. Takich kamer tam jest kilkadziesiąt, dzięki temu my nie musimy kasować produktu. Nie musimy skanować kodu kreskowego. Wystarczy, że weźmiemy go z półki, schowamy do plecaka, do kieszeni i już algorytm wie, co my wybraliśmy. Już jesteśmy obciążeni za ten produkt.
Trochę bardziej przyziemny przykład, chociaż nadal w takich klimatach żabkowych… Zwróćcie Państwo uwagę, jak będziecie następnym razem kupować hot doga na stacji benzynowej albo w Żabce, chociażby. Ile jest parówek na grillu? Żabka zrobiła kiedyś badanie też z wykorzystaniem algorytmów, też z wykorzystaniem sztucznej inteligencji. W których okazało się, że hot dogi sprzedają się lepiej wtedy, gdy grill jest zapełniony parówkami przynajmniej w połowie.
Chodzi tutaj o zwykły, prosty efekt psychologiczny. Klient widząc dużo kiełbasek na grillu, po prostu chętniej sięga po ten hot dog, niż gdy na grillu pozostały już jakieś marne ochłapy. Ta dbałość o zapełnienie grilla sprawiła, że Żabka była w stanie w ciągu roku zwiększyć sprzedaż hot dogów o prawie 20%. To było ponad 8 milionów sztuk hot dogów. No to sobie teraz przeliczcie jakie to są przychody?
Algorytmy widzą i liczą
Kupujemy pralkę na raty, zwłaszcza przez internet. Naszą zdolność kredytową też ocenia algorytm. Słuchamy Spotify, oglądamy Netflix, Youtube, cokolwiek… Te serwisy doskonale wiedzą o tym, czego słuchamy, w którym miejscu robimy pauzę; czy dojeżdżamy z utworem do końca, czy dojeżdżamy z filmem do końca. Mamy potem sugestie, rekomendacje – Spotify tworzy playlisty dopasowane do naszych gustów. Oczywiście media społecznościowe to już jest osobny temat, bo to algorytmy już od dawna zamykają nas w pewnej bańce informacyjnej i decydują o tym co my widzimy na swoich stronach albo też komu się wyświetlają nasze publikacje. Tak że tych przykładów jest naprawdę mnóstwo!
Można się na to oburzać, można się z tym nie zgadzać, można mieć różne zdanie na ten temat – ale tak naprawdę spójrzcie na te logotypy, które widzicie na slajdzie. Trzeba być chyba Amiszem dzisiaj, żeby nie korzystać chociażby z części tych marek, które widzicie na ekranie. A to jest tylko garstka, bo przykładów jest dużo, dużo więcej i można je mnożyć. Tak naprawdę już nieskończoność dzisiaj.
Ja nie ukrywam, że na potrzeby naszej dzisiejszej prezentacji dokonuję pewnych uproszczeń. I wrzucam do jednego worka takie pojęcia jak algorytm, uczenie maszynowe, sztuczna inteligencja itd. To może nie jest do końca poprawne z takiego czysto akademickiego punktu widzenia. Natomiast chcę, żeby ta prezentacja miała jak najbardziej praktyczny wymiar. I żeby na przykładach, na pewnych case’ach można było sobie wyobrazić to, jakie rzeczywiście możliwości daje nam sztuczna inteligencja.
3 zdania o firmie
Skoro jesteśmy przy wymiarze praktycznym, ja dosłownie 3 zdania powiem o nas, gdyby ktoś nie znał firmy, której reprezentuję profil. Od prawie 45 lat zajmuje się ona surowcami pochodzenia naturalnego do produkcji kosmetyków. Pracujemy na ponad 400 gatunkach roślin z całego świata i oferujemy z nich przeróżne surowce.
Siedziba mieści się w Barcelonie, tam jest nasza fabryka, tam jest nasza R&D, marketing… Natomiast jesteśmy obecni w wielu krajach całego świata. W Polsce działamy od prawie 20 lat.
Zaawansowane technologie
Surowce naturalne – podejrzewam, że wielu z Państwa ma takie skojarzenie: ekstrakt, olej, rumianek, nagietek, aloes… I to jest oczywiście po części i w dużym stopniu bardzo dobre skojarzenie. Natomiast warto też wiedzieć, że takie współczesne, nowoczesne substancje aktywne – również te pochodzenia naturalnego – to są często bardzo zaawansowane technologicznie surowce. Przy których wykorzystuje się na etapie opracowywania zwłaszcza przeróżne nowoczesne technologie. Chociażby takie jak bioinformatyka, analiza Big Data, testy in silico czy chociażby właśnie sztuczna inteligencja. Że o różnych metodach z dziedziny biotechnologii już nie wspomnę.
My przykładowo od ponad 10 lat wykonujemy badania in silico pracując nad nowymi substancjami aktywnymi. Czyli wykonujemy – można powiedzieć w dużym uproszczeniu – symulacje komputerowe, za pomocą których możemy sobie odpowiednio wyselekcjonować substancję czynną. Od chyba ponad 5 lat romansujemy z algorytmami, czyli właśnie ze sztuczną inteligencją. I te przykłady za chwileczkę Państwu podam.
Od słów do czynów!
Pierwszy składnik miał swoją premierę na tegorocznych In Cosmetics w Barcelonie. Dostał tam również nagrodę w kategorii innowacyjnych składników aktywnych – srebrny medal. Całkiem niedawno na targach w Japonii też brązowy medal w kategorii innowacyjnych składników aktywnych. Mówimy tutaj o surowcu, który ma za zadanie pobudzać proces senolizy senescentnych komórek skóry. Czyli usuwać tak zwane komórki zombie. Jest on otrzymywany z komórek macierzystych czarnej malwy.
My oczywiście wykonaliśmy szereg przeróżnych badań, które potwierdzają jego właściwości. Począwszy od badań in vitro, przez takie można powiedzieć „klasyczne” badania in vivo, gdzie mierzyliśmy instrumentalnie blask, elastyczność, gęstość skóry, zmarszczki itd. Taki można powiedzieć standard dla składników, które mają działać, mają być ukierunkowane pod kątem skóry dojrzałej.
Natomiast wykonaliśmy też testy przy wykorzystaniu sztucznej inteligencji. Ja będę mówił o składnikach, będę mówił o badaniach, które wykonaliśmy dla składników. Ale Państwo możecie wykorzystać dokładnie te same metody w odniesieniu do swoich produktów kosmetycznych. Dlatego, że te wszystkie testy były wykonywane na recepturze kosmetycznej z zawartością danego składnika, która była stosowana przez ochotników.
Czyli możemy przyjąć takie uproszczenie, że badaliśmy kosmetyk z zawartością danego składnika. Jeżeli chodzi o ten przykład, przeprowadziliśmy badanie na 70 paniach w wieku od 45 do 65 lat. Połowa tej grupy to testowa receptura placebo. Połowa testowała recepturę, która zawierała 2% składnika aktywnego – 2 aplikacje dziennie na twarz przez 56 dni.
Trenowanie sztucznej inteligencji
Wykorzystaliśmy tutaj algorytmy sztucznej inteligencji do tego, żeby te algorytmy oceniły wizualny wiek wszystkich ochotników, którzy brali udział w teście. Żeby to zrobić, musieliśmy najpierw tą sztuczną inteligencję wytrenować. Musieliśmy ją nauczyć, jaka jest korelacja między tym, co widać wizualnie – czyli tym jak wygląda kondycja twarzy – a tym, jaki jest rzeczywisty wiek osób, których zdjęcie sobie ten algorytm skanuje. I do tych celów treningowych wykorzystaliśmy ponad 55.000 zdjęć, które pochodziły od ponad 13.000 osób w wieku od 16 do 77 lat.
W ten sposób algorytm rzeczywiście się nauczył tego, jaka jest zależność między wiekiem biologicznym a tym nazwijmy to wiekiem wizualnym. Czyli tym, jak rzeczywiście wygląda nasza twarz. Jaka jest kondycja tej twarzy? I gdy już nakarmiliśmy ten algorytm, gdy już go wyuczyliśmy, gdy on już się nauczył tej relacji, pokazaliśmy mu zdjęcia naszych ochotników. Dokładnie rzecz biorąc to były nagrania wideo.
Każdy film trwał około 30 sekund, był jeden film dla jednego ochotnika. One były nagrane w 30 klatkach na sekundę. Na tych filmach ochotnicy obracali swoją głowę, robili różne miny, uśmiechali się, smucili się po to, żeby jak najbardziej odwzorować naturalny wygląd twarzy. Ponad 200 nagrań, 30 klatek na sekundę, ponad 70 ochotników – co dało nam w sumie ponad 200.000 zdjęć, które zostały przeanalizowane przez algorytm.
Ta analiza polegała na tym,
że twarz była kadrowana z obrazu, była wycinana z tła, były usuwane wszystkie możliwe szumy. I tę twarz analizował następnie algorytm i odnosił do tego, czego wcześniej się nauczył na podstawie treningu. No i co się okazało?
Na początku tego badania w dniu zerowym algorytm ocenił, że wiek wizualny, widoczny ochotników wynosi średnio 55 lat. I sztuczna inteligencja można powiedzieć trafiła w punkt. Dlatego, że jeżeli weźmiemy pod uwagę wiek ochotników biorących udział w tym badaniu, to 55 lat jest dokładnie średnią arytmetyczną z tego przedziału.
Po 4 tygodniach stosowania w przypadku placebo mamy delikatną redukcję o 0,24, w przypadku receptury ze składnikiem aktywnym mamy 1,28. Natomiast po 2 miesiącach stosowania w przypadku placebo mamy delikatny wzrost wizualnego wieku. Czyli można powiedzieć, że twarz ochotników z grupy placebo się jakby wizualnie postarzała o niecały rok. W przypadku receptury aktywnej mamy -2,4. Ta różnica względem placebo daje nam nieco ponad 3 lata.
W taki sposób algorytm sztucznej inteligencji ocenił ten wizualny wiek ochotników, bo oczywiście nie należy tego mylić z wiekiem biologicznym. Natomiast możemy na podstawie tego badania deklarować to wizualne odmłodzenie skóry o 3 lata.
Zaczęliśmy od skóry, ale przejdziemy dalej do włosów…
Bo kolejny przykład to jest surowiec (ekstrakt z owoców amla), od którego my w ogóle zaczęliśmy nasze romanse z algorytmami. Mamy tutaj składnik aktywny przeznaczony do pielęgnacji skóry głowy, składnik działający przeciwstarzeniowo jeżeli chodzi o skórę głowy i o włosy. Bo poprzez wpływ na skórę głowy wywołuje bardzo korzystną poprawę kondycji włosów, ich połysku, grubości, podatności na wypadanie, łamliwość. I to wszystko znowuż mamy potwierdzone w takich nazwijmy to „klasycznych” testach. Bo skoro mówimy o sztucznej inteligencji, to przyjmijmy, że te metody z wykorzystaniem algorytmu są tymi nowoczesnymi testami.
Mamy oczywiście szereg klasycznych badań, natomiast mamy też dokładnie 2 testy, gdzie wykorzystaliśmy algorytmy. I na czym polegały te testy? Wykonaliśmy w sumie 2 testy, gdzie zaprzęgliśmy algorytmy do tego, żeby potwierdzić tę skuteczność.
Pierwszy test miał na celu potwierdzić działanie, które zapobiega przedwczesnemu siwieniu włosów. To był test, który był wykonany na grupie 44 mężczyzn, 22 kobiety. To były – co ważne – osoby będące w początkowym etapie siwienia. Dlatego, że ogólna liczba siwych włosów o tych ochotników musiała być poniżej 30%. Natomiast były to osoby też zestresowane. Miały one podwyższony poziom kortyzolu. Wiadomo, że stres jest jednym z czynników wpływających na siwienie włosów. Chcieliśmy więc uwzględnić wpływ właśnie tego czynnika.
I przed rozpoczęciem testu oraz po 84 dniach stosowania zarówno receptury placebo, jak i receptury aktywnej zawierającej 2% składnika aktywnego wykonaliśmy badanie trychologiczne za pomocą urządzenia trichoscan. To jest bardzo klasyczne, bardzo popularne badanie. U dobrych technologów bez problemu możecie sobie państwo takie badanie wykonać. Gdzie otrzymacie właśnie tego typu obraz, za pomocą którego będzie można zanalizować kondycję, czy to włosów czy skóry głowy.
Natomiast my te obrazy z trichoscanu wrzuciliśmy do algorytmu, który miał na celu nam zliczyć liczbę włosów siwych i odnieś się do ogólnej liczby włosów na badanym obszarze. Górne zdjęcia, to są zdjęcia, które uzyskaliśmy prosto w trichoscanu tak jak widzi to kamera, tak jak widzimy to my. Natomiast obok mamy przykłady tego, jak widzi to algorytm. Gdzie rzeczywiście bardzo wyraźnie zaznaczone zostały właśnie włosy siwe.
Zasada algorytmu – czynnikiem siwe włosy
Wracając do mojego wstępu, sama zasada tego testu jest bardzo podobna jak w przykładzie z hot dogami i Żabką. Bo wykorzystaliśmy tutaj algorytm do automatycznej analizy obrazu mający na celu wychwycić z badanych zdjęć określony czynnik, na którym my się chcemy skupić. W tym przypadku były to siwe włosy.
No i oczywiście poprzez proste już działania matematyczne odnieść te wyniki dotyczące siwych włosów do ogólnej liczby włosów. Jak to wyglądało w już po zakończeniu testu widać na wykresie zarówno biorąc pod uwagę całą grupę badawczą, jak i w rozbiciu osobno kobiety, osobno mężczyźni.
Pomiar liczby grubych włosów
I dla tego samego składnika wykonaliśmy też drugi test – też podobna zasada, czyli analiza trichoscan. Tutaj akurat była inna grupa badawcza. To było 30 pań i 30 mężczyzn. Troszkę mniejsza doza składnika aktywnego, natomiast tutaj chcieliśmy skupić się na kwestii grubości włosów. I tę grubość włosów możecie Państwo subiektywnie ocenić na zdjęciach w różnym etapie stosowania składnika aktywnego. Myślę, że gołym okiem widać różnicę.
Natomiast my je znowu wrzuciliśmy do algorytmu i algorytm miał zadaną pewną wartość progową dotyczącą średnicy włosów. Wszystkie włosy, które były poniżej tej wartości progowej algorytm klasyfikował jako głosy cienkie. Włosy będące powyżej wartości progowej algorytm klasyfikowane jako włosy grube. I na tej podstawie stwierdziliśmy wzrost liczby włosów grubych o nieco ponad 50%.
Ostatni przykład będzie bardzo emocjonalny.
Bo rzeczywiście bardzo dużo będę mówić o kwestii związanej z emocjami, z nastrojem, z samopoczuciem. Wiem, że jest planowany podczas konferencji też wykład dotyczący neurokosmetyków. Też temat bardzo modny i na czasie, więc można by było powiązać jedno z drugim.
Dlatego, że mamy tutaj do czynienia ze składnikiem aktywnym (ekstraktem z owoców Momordica Grosvenori – owoc Buddy), który z jednej strony działa dobrze, jeżeli chodzi o kondycję i rzeczywiście poprawia kondycję dojrzałej skóry. Znowu szereg badań in vivo, ex vivo, które potwierdzają to działanie przeciwstarzeniowe. Chociaż jest to akurat składnik, który zdecydowanie bardziej odwołuje się do nurtu wellaging, do pozytywnego starzenia. I do niemówienia anty, a omówienia pro, jeżeli chodzi o starzenie.
Natomiast tutaj też zostało wykonane badanie, gdzie sztuczna inteligencja brała udział w tej ocenie. Dlatego, że oprócz parametrów czysto instrumentalnych związanych z kondycją skóry, my badaliśmy też nastrój naszych ochotników. Badaliśmy to, jak oni się czują dzięki stosowaniu produktu kosmetycznego z zawartością tego składnika. Dzięki temu, że de facto została poprawiona kondycja skóry.
To, że kosmetyki wpływają na nastrój, na emocje, to nie jest żadna nowość i wszyscy doskonale o tym wiemy. Natomiast nowoczesna technologia daje nam możliwość obiektywnego stwierdzenia, obiektywnego zmierzenia tego faktu. W tym badaniu my współpracowaliśmy z zewnętrznym partnerem. Firmą specjalizującą się w tak zwanej neuroanalizie. Czyli badaniu tego, co siedzi – mówiąc kolokwialnie – w głowach osób biorących udział w badaniach.
To badanie zostało przeprowadzone na grupie pań w wieku od 60 do 75 lat. Była testowana receptura, która zawierała 2% składnika aktywnego. Oczywiście porównywaliśmy to do placebo – mniej więcej pół na pół podzieliliśmy tę grupę. Standardowe 56 dni stosowania, 2 aplikacje dziennie na twarz.
Neuroankieta
I na czym polegało to badanie?To badanie miało na celu ocenę stanu emocjonalnego uczestników i ocenę tego jak podświadomie czują się ochotnicy. Żeby to ocenić wszyscy musieli wypełnić specjalnie przygotowaną ankietę, tak zwaną neuroankietę. Gdzie pytania w tej ankiecie były tak sformułowane, żeby wywołać pewne określone bodźce w mózgu ochotników. Albo z drugiej strony, żeby na przykład „zresetować” tę głowę i dać jej chwilę odpocząć.
Jednocześnie też ochotnicy musieli obejrzeć bodajże 2 filmy, które też były specjalnie przygotowane na cele tego badania. I zarówno podczas odpowiadania na tę ankietę, jak i podczas oglądania filmów twarz ochotników była nagrywana. A następnie te nagrania były analizowane przez algorytm sztucznej inteligencji, który miał na celu wychwycić na tych nagraniach tak zwane mikroekspresje.
Czyli takie bardzo krótkie ruchy mimiczne twarzy, które trwają kilkanaście, kilkadziesiąt milisekund. A których człowiek nie jest w stanie świadomie kontrolować. My nawet nie wiemy, że te ruchy mimiczne się na naszej twarzy rysują. Natomiast rzeczywiście mówią bardzo dużo o stanie emocjonalnym, w jakim się znajdujemy w danym momencie.
Metoda Maindlogics
Badanie było w ten sposób skonstruowane, że metoda Maindlogics – której autorem jest partner, z którym współpracowaliśmy w tym projekcie – jest skonstruowana w ten sposób, że można sobie rozdzielić reakcję mózgu na te, które świadomie wyrażamy; jak i te, które podświadomie nasz mózg eksponuje. Wiadomo, że to podświadomość tak naprawdę decyduje o tym, jak my się czujemy. Jaki jest nasz nastrój, jaki jest nasz stan emocjonalny. Analogia z górą lodową rzeczywiście jest tutaj bardzo obrazowa. Faktycznie ponad 90% naszych zachowań jest motywowana przez podświadomość.
W analizie przez algorytmy sztucznej inteligencji znowu mieliśmy do czynienia z analizą obrazu. I po niej byliśmy w stanie stwierdzić, że na poziomie podświadomym około 60% ochotników rzeczywiście czuło się lepiej. Byli bardziej zadowoleni, byli bardziej szczęśliwi, czuli się bardziej entuzjastycznie, mieli lepszej jakości życie. Podczas gdy wyniki te czysto świadome były dużo, dużo niższe. Czyli sztuczna inteligencja pozwoliła nam na to, żeby potwierdzić wpływ składnika aktywnego na tę sferę emocjonalną. To był ostatni przykład.
Podsumowując…
czy nam się to podoba, czy nie to sztuczna inteligencja będzie coraz mocniej wkraczać w nasze życie. I tylko od nas zależy czy i w jaki sposób z niej będziemy korzystać. Klasycznym przykładem na to, jak można ją wykorzystać w kosmetykach są różnego rodzaju chociażby „wirtualne przymierzalnie” makijażu. Jest takich aplikacji sporo, można je kupić i też zaimplementować swojej marce.
My akurat wybraliśmy taką drogę, jaką pokazałem Państwu na przykładach. I to też jest jedna z dróg. Nie jedyna. Myślę, że jedna z wielu możliwości, bo rzeczywiście jest ich bardzo, bardzo dużo.
Ilustracje pochodzą z prezentacji autora.
Marcin Siekierski
Mgr inż. towaroznawstwa po ukończeniu Uniwersytetu Ekonomicznego w Poznaniu. Absolwent chemii kosmeceutycznej UAM w Poznaniu, a ostatnio executive MBA UE w Poznaniu. Jak twierdzi zna się na kosmetykach, a zwłaszcza na tym, z czego się składają i co powinny zawierać aby faktycznie działały oraz przyciągały uwagę konsumenta. Inspiruje i doradza. Technical & Sales Manager w Provital Polska, z którą to firmą związany jest od ponad 15 lat. Na co dzień dostarcza surowce do ponad 400 producentów kosmetyków z 7 krajów Europy Środkowo-Wschodniej.
