В последнее время искусственный интеллект (ИИ) начал проникать в бизнес по всему миру, охватывая множество регионов и отраслей. Передовые позиции в этой сфере занимает Азиатско-Тихоокеанский регион. Исследование Zoom показало, что почти 7 из 10 (69%) специалистов, работающих в Азиатско-Тихоокеанском регионе, заявляют об интересе к искусственному интеллекту, а дополнительные данные свидетельствуют о планировании местными организациями наращивания инвестиций в генеративный ИИ, и происходит это здесь быстрее, чем в других регионах.
Проведённые исследования также показывают, что искусственный интеллект уже начал использоваться и в косметической индустрии. В частности, в 2023 году объём рынка ИИ в индустрии красоты и косметики оценивался в $3 736 млн, а к 2031 году, по прогнозам, достигнет $16 006 млн.
Эксперты отмечают, что особенно активно ИИ стал применяться в разработке рецептур. Как же эта технология внедряется в столь сложный процесс, традиционно высокоспециализированную, техническую и креативную область? И какое влияние это окажет на отрасль в целом?
Помощник для разработчика
Хотя искусственному интеллекту предстоит пройти долгий путь, прежде чем он сможет самостоятельно создавать надёжные косметические продукты, использование этой технологии, особенно больших языковых моделей (LLM), в качестве части инструментария разработчика формул, вероятно, будет сильно влиять на отрасль в не столь отдалённом будущем.
Пока это только начало, но искусственный интеллект способен принести огромную пользу разработчикам косметических рецептур. Одна из ключевых областей, на которые он может повлиять, – это тестирование косметических продуктов. В частности, он способен предлагать релевантные тесты для подтверждения заявлений, которые должны делать разработчики формул. Анализируя нормативные требования, заявления о продукте и имеющуюся научную литературу, искусственный интеллект может определить наиболее подходящие процедуры тестирования для обеспечения безопасности и эффективности продукта.
Инструменты ИИ также могут помочь в генерации идей при создании продуктов на разных стадиях – важнейшей и часто трудоёмкой задаче для любого разработчика рецептур. Анализируя тенденции, маркетинговые данные и профили ингредиентов, ИИ способен предлагать новые концепции продуктов и выявлять потенциальные рыночные ниши. Это может помочь разработчикам рецептур опережать конкурентов и создавать продукты, которые найдут отклик у потребителей и завоюют рынок.
Разработчикам косметических формул также необходимо быть осведомлёнными о проведённых и предстоящих исследованиях (а их множество); об ингредиентах, формулах и активных компонентах. Инструменты искусственного интеллекта помогут проанализировать объёмные научные статьи, найти и обобщить новые исследования, своевременно выявляя ключевые результаты и потенциальные области применения разрабатываемой продукции.
Это лишь несколько примеров. Но возможности в этой сфере поистине безграничны. Тем не менее инструменты искусственного интеллекта всё ещё находятся в начальной стадии развития, и пользователям необходимо понимать ограничения этой технологии.
Достижениях ИИ в косметической индустрии
Ключевая роль искусственного интеллекта в преобразовании индустрии красоты и средств личной гигиены уже активно обсуждается в научных кругах, эта тема становится частью программ ведущих отраслевых конференций. Не стала исключением и 78-я ежегодная научная конференция Общества химиков-косметологов (SCC). Использование ИИ в косметической индустрии было выбрано главной темой этого мероприятия.
Так как ИИ уже оказывает влияние на различные смежные отрасли, комитет по научным вопросам SCC (COSA), состоящий из членов национальных советов SCC и избранных экспертов, включил в программу конференции сессию «Революция ИИ в сфере красоты».
В частности, докладчики представили достижения ИИ в области бенчмаркинга продукции, прецизионные пребиотики для средств личной гигиены и активные ингредиенты; особое внимание уделили тому, как ИИ улучшает процесс разработки рецептур, оптимизирует решения по уходу за кожей и стимулирует инновации в области устойчивых методов.
Так, Яхья Сайед, соучредитель и генеральный директор Potion AI (Сан-Франциско, Калифорния, США), поделился идеями в использовании ИИ для ускорения сравнительного анализа продукции и открытия ингредиентов. Его опыт в преодолении сложностей разработки продуктов по уходу за кожей привёл к инновациям. Технология позволяет применить машинное обучение для оптимизации процессов разработки косметических формул. Д-р Яхья рассказал, как Potion использует ИИ для радикального ускорения в бенчмаркинге продуктов – в процессе, который обычно занимает много времени, – представляя десятки тысяч формул в виде графовых моделей и обучая графовые нейронные сети прогнозированию концентраций компонентов, химических функций и вероятных торговых наименований при составлении списка ингредиентов. Используя базу данных, содержащую более 70 тысяч видов сырья, инструмент может за считаные секунды определить подходящие ингредиенты и представить их на экспертизу. Это становится мощной поддержкой для специалистов по исследованиям и разработкам, разработчикам с небольшим опытом и исследователям рынка. Таким образом, этот инструмент расширяет возможности искусственного интеллекта, делая особый акцент на повышении точности данных и расширении количества входных данных для бенчмаркинга.
Д-р Джейд Дженсен, руководитель отдела биотехнологий в Arcaea (Бостон, Массачусетс, США), представила свою работу, находящуюся на стыке синтетической биологии и косметологии и освещающую подходы к модуляции микробиома для улучшения средств персонального ухода. Это подход к разработке микробиом-ориентированных ингредиентов, использующий автоматизацию для обработки больших объёмов данных и машинное обучение. Исследование демонстрирует новую методологию разработки пребиотиков, которые целенаправленно модулируют микробиом кожи. Были представлены два успешных примера применения этого подхода: дезодорант, обогащённый пребиотиками, который значительно уменьшил запах в области подмышек за счёт изменения микробной популяции, и пребиотический шампунь, показавший значимые клинические результаты: уменьшение шелушения кожи головы на 86% и полное устранение покраснений у участников. Эти достижения представляют собой значительный шаг к более устойчивым, биологически гармоничным решениям для средств личной гигиены.
Д-р Хайдун Лю, специалист по материаловедению и вычислительному моделированию в компании Schrödinger Inc. (Нью-Йорк, США), рассказал о применении вычислительной химии и физического моделирования в прогнозировании поведения материалов и повышения эффективности и экологичности средств личной гигиены. В частности, это скрининг антиоксидантных ингредиентов с использованием машинного обучения и физического моделирования.
Антиоксиданты – важные ингредиенты косметических продуктов для снижения окислительного стресса. Однако высокопроизводительный скрининг новых кандидатов на роль антиоксидантов остаётся сложной экспериментальной задачей. Д-р Лю представил эффективный вычислительный подход, который сочетает в себе инструменты, основанные на физике и машинном обучении, для решения этой проблемы. Подход использует только молекулярные структуры в качестве входных данных, молекулярный квантово-механический (КМ) расчёт и машинное обучение применяли для прогнозирования антиоксидантной активности через механизм переноса атома водорода (HAT). Сначала группа создала библиотеку структур флавоноидов, а затем рассчитала энергии диссоциации водорода гидроксильной группы в растворителях с помощью КМ. Модель машинного обучения была запущена и валидирована с использованием энергий диссоциации водорода из КМ расчётов. Представленный подход позволяет легко проводить скрининг тысяч молекул, он комбинированный, может быть применён в других сферах.
Д-р Лун Юй, соучредитель и технический директор компании MetaNovas Biotech (Маунтин-Вью, Калифорния, США), подробно рассказал о достижениях в применении искусственного интеллекта и глубокого обучения в поиске биоактивных ингредиентов. В своей работе он делает акцент на использовании трансферного обучения для устранения ограничений данных при исследовании ингредиентов.
В этой работе команда д-ра Юй рассматривает задачу обучения на основе небольших наборов данных для прогнозирования биологической активности натуральных продуктов. Применяя трансферное обучение и используя FusionDTA, современную модель, команда предварительно обучила её данным о синтетических соединениях и доработала данными о природных соединениях. Результаты показали значительное повышение точности прогнозов, снижение среднеквадратической ошибки (СКО), а также более высокий индекс согласованности, особенно для новых структур, не наблюдавшихся во время обучения. Это подчёркивает потенциал трансферного обучения в преодолении ограничений данных, обеспечении более точных прогнозов и ускорении поиска новых ингредиентов.
Д-р Ханг Ма, доцент кафедры естественных наук Университета Род-Айленда и главный специалист в Лаборатории биоактивных ботанических исследований, рассказал об изысканиях в интеграции биологических анализов, протеомики и машинного обучения для выявления механизмов действия натуральных продуктов для здоровья кожи.
Он представил свою работу, основанную на использовании ИИ в открытии и разработке активных косметических ингредиентов. Д-р Ма показал, что проблемой при открытии натуральных продуктов в качестве активных космецевтических ингредиентов становится отсутствие эффективных методов извлечения углублённой информации из биологических анализов. Используя инструменты ИИ, исследователи могут эффективно получать ценную информацию, например о механизмах действия активных ингредиентов. Д-р Ма привёл пример использования подхода, основанного на протеомике, для выяснения потенциальных молекулярных мишеней, участвующих в антиферроптозном и защитном для кожи эффекте натурального продукта (каннабидиола) в кератиноцитах кожи человека. Основываясь на этом методе, группа д-ра Ма дополнительно разработала систему, а именно биоанализы и сетевые оценки с ИИ (BAINE), которые можно использовать для скрининга натуральных продуктов для опосредования состояний кожи, включая окислительный стресс, ферроптоз, воспаление, гиперпигментацию и проблемы, связанные со старением. Центральным моментом презентации стала разработка системы BAINE, которая использует технологии обнаружения биомаркеров и машинное обучение на базе искусственного интеллекта для анализа протеомных данных, прогнозирования синергетических эффектов между ингредиентами и выявления новых механизмов действия. Кроме того, д-р Ма продемонстрировал использование поверхностного плазмонного резонанса (SPR) для валидации таких белковых взаимодействий, как сигнальный путь Nrf2-Keap1, что повышает точность исследований эффективности ингредиентов. Этот инновационный подход объединяет биологические исследования и практическое применение в уходе за кожей, демонстрируя преобразующий потенциал искусственного интеллекта в ускорении поиска и валидации новых активных ингредиентов.
Эксперты о роли ИИ
Яхья Сайед рассматривает ИИ как технологию, способную произвести революцию в индустрии красоты благодаря способности оптимизировать ключевые процессы, включая поиск ингредиентов, оптимизацию рецептур и прогнозирование потребительских тенденций. Он ожидает, что ИИ значительно сократит время, затраты и усилия, необходимые для коммерциализации инновационных ингредиентов и продуктов, повысив эффективность и открыв новую эру отрасли. Обеспечивая большую доступность и персонализацию, ИИ может демократизировать создание брендов и расширить возможности для потребителей, в итоге преобразив ландшафт отрасли.
Д-р Дженсен подчёркивает растущую роль ИИ и автоматизации в разработке новых высокоэффективных косметических ингредиентов и продуктов с уникальными функциональными возможностями. Она считает, что по мере развития возможностей ИИ и роста объёмов данных отрасль сможет использовать эти инструменты для повышения точности и роста инноваций. Для специалистов, стремящихся к работе с ИИ в косметической отрасли, она подчёркивает важность освоения технических дисциплин, например, компьютерных наук, анализа данных, вычислительной биологии или химии. Эксперт также отмечает острую необходимость понимания специфических проблем косметического сектора, что наилучшим образом достигается совместными проектами и прямым взаимодействием с отраслью.
Увидев огромный успех ИИ в разработке лекарственных препаратов, д-р Юй убеждён, что его можно повторить и в индустрии красоты. В компании MetaNovas ИИ используется для более глубокого понимания биологии человека и разработки более эффективных и целенаправленных биоактивных ингредиентов. Применяя такие передовые методы, как глубокое обучение, графы знаний и трансферное обучение, ИИ может выявлять новые соединения, прогнозировать их биологическую активность и оптимизировать эффективность для конкретных задач, например, таких как борьба со старением кожи, улучшение состояния кожи головы и модуляция микробиома. Этот подход, основанный на ИИ, не только ускоряет поиск новых ингредиентов, но и позволяет разрабатывать инновационные, научно обоснованные косметические решения с доказанной клинической эффективностью. Кроме того, отвечая на вопрос «Что бы Вы посоветовали начинающему специалисту в этой отрасли, который хочет активнее участвовать в работе, связанной с ИИ?», д-р Юй отметил: «Для тех, кто хочет начать работать в этой увлекательной области, всё начинается с получения достаточных знаний в биологии, химии или косметической химии, чтобы понимать проблемы и возможности. Далее, получение практического опыта в проектах с ИИ – будь то онлайн-курсы, совместные исследования или открытые наборы данных – это поможет вам развить технические навыки. Самое главное – понимание того, как сформулировать проблему в рамках ИИ: определить вопрос, собрать релевантные данные и определить подходящие модели и методы для её решения. Объединяя экспертные знания в нужной области с навыками ИИ, новички могут активно вносить вклад в развитие инноваций в сфере красоты».
Д-р Лю считает, что быстрый рост ИИ вызвал большой ажиотаж по поводу его потенциала произвести революцию в этой области. Однако важно помнить, что ИИ – это всего лишь один из инструментов вычислительной химии. Как и другие подходы вычислительной химии, ИИ имеет свои сильные и слабые стороны. Одна из основных проблем ИИ заключается в том, что для обучения моделей требуется большой объём высококачественных данных. В косметике и средствах личной гигиены эти данные часто скудны. В результате модели ИИ иногда могут быть неточными или ненадёжными. В отличие от этого, моделирование на основе физики может генерировать данные на основе реалистичных вычислительных моделей новых ингредиентов, косметических формул и упаковочных материалов. Полученные данные можно интерпретировать, что позволяет исследователям и инженерам принимать обоснованные решения, прежде чем приступать к дорогостоящим экспериментальным испытаниям. Говоря о будущем ИИ в косметике и средствах личной гигиены, д-р Лю отметил, что, несмотря на трудности, ИИ по-прежнему остаётся перспективной технологией для промышленности. По мере увеличения объёма доступных данных модели ИИ будут становиться всё более точными и надёжными. Это позволит ИИ играть более значимую роль в разработке продуктов, оптимизации рецептур и контроле качества. Однако важно помнить, что ИИ – не панацея. Это лишь один из инструментов в комплексном наборе инструментов вычислительной химии. Сочетая ИИ с другими методами вычислительной химии и экспериментальными подходами, можно добиться наилучших результатов при разработке продуктов.
Д-р Ма считает, что ИИ стал важным подходом к исследованиям и разработкам в индустрии косметики и средств личной гигиены, кардинально изменив разработку и составление рецептур продуктов. Давая более глубокое понимание и анализ на основе данных, ИИ помогает исследователям, химикам, биологам, разработчикам рецептур и руководителям проектов получить более полное представление об активных ингредиентах и формулах, что в итоге позволяет принимать более обоснованные решения. Среди различных областей применения ИИ особую ценность представляют мультиомные подходы, такие как протеомика и геномика, предлагающие важнейшие инструменты для открытия новых ингредиентов и выяснения механизмов их действия. Учитывая междисциплинарный характер ИИ, совместные усилия сейчас важны как никогда, требуя командной работы в различных областях для максимального раскрытия потенциала ИИ. Однако, несмотря на преобразующую силу ИИ, его следует использовать с осторожностью и всегда дополнять экспериментальными данными для обеспечения точности и надёжности. Баланс между ИИ и эмпирической валидацией гарантирует целостность научных результатов и способствует инновациям в индустрии красоты.
Выводы: полезно, но не панацея
Как и любая новая технология, инструменты ИИ имеют ряд недостатков, особенно при использовании в бизнес-контексте. Чтобы максимально эффективно использовать преимущества искусственного интеллекта, разработчикам рецептур необходимо учитывать эти ограничения, чтобы минимизировать потенциальные риски.
Самое главное, важно помнить, что ИИ не заменяет реальный опыт работы в лаборатории. Хотя он помогает специалисту в выборе пути, он может ошибаться, поэтому всё должно быть тщательно проверено. В дальнейшем косметическим компаниям будет крайне важно разработать чёткие правила использования ИИ, особенно в отношении этических вопросов, протоколов конфиденциальности данных и мер контроля качества.
Скорее всего, найдутся противники использования ИИ, однако эксперты говорят о том, что полное игнорирование компаниями этой технологии способно стать для них губительным. При правильном использовании искусственный интеллект станет мощным инструментом, который позволит косметической индустрии двигаться в будущее, характеризующееся персонализацией, устойчивым развитием и беспрецедентной эффективностью продуктов.
Источник
Eppler, A. R., & Ma, H. (2025). Artificial Intelligence Beauty Revolution—State of the Art and New Trends from the SCC78 Annual Meeting. Cosmetics, 12(2), 73. https://doi.org/10.3390/cosmetics12020073.
Читать по теме
База ингредиентов для косметики и бытовой химии (1054 позиций)
В SPLAT Global разработали гель для душа с помощью искусственного интеллекта
Российские разработчики создали сингулярный парфюм с помощью ИИ