撰文 | 高静宜
编辑 | 微胖
「花几百块钱买一盒面膜说巨补水，难道还能把葡萄干变回葡萄么!」
《前任 3》里，与前任分手后的孟云和余飞共赴一对双胞胎的约会之前，揶揄前任时说道。
或许有一天，AI 能够告诉孟云和余飞答案。
前不久，美图公司的「AI 大脑」——美图影像实验室 MTLab 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。
用户不仅可以享受「AI 皮肤科大夫」提供的测肤服务，还能获取定制化肤质报告，包括肤质、肤色、肤龄、毛孔、黑眼圈等肤质信息。
图片来自知乎网友 windleavez 在「皮肤的好坏对颜值的改变有多大？」下的回答，获赞 3.6k
「护肤」是女人的永恒话题。女人败家护肤品，几乎从来不手软。
然而，女性挑选护肤品的过程，在追求科学的理工男看来，无异于「玄学」。连自己的真实皮肤状况都不了解，何谈「对症下药」？盲目跟风或者只追求高价护肤品，结果往往只能适得其反。
「我们希望通过皮肤检测，让化妆品推荐或者导购这种具有广告和玄学性质的东西变得更加具有理论基础，而且能够被证实。」美图 CTO 张伟说道。
MTskin 可以帮助女孩们搞清楚自己的肤质问题，进而推荐合适的护肤品。用户所要做的仅仅是对着手机来一张自拍照（通过后置摄像头），然后坐等程序给出分析结果。
正确的打开「姿势」
图为深夜加班归来的程序员小姚使用「美图美妆」APP 进行皮肤测试得到的肤质分析报告
利用人工智能算法进行肤质检测，并非美图独家。
曾因卷入天猫抄袭风波而引起关注的护肤 APP「你今天真好看」，也使用了人工智能技术，主打「拍照轻松测肤质」功能。
与此同时，各大美妆护肤品牌也在尝试探索前沿科技在智能肤质检测上的潜能。
但是，MTskin 的独特优势在于测肤定位在医疗级别。
美图影像实验室已经与权威机构上海市皮肤病医院合作，该医院承担了中国 70% 到 80% 的化妆品功效测试任务。上海市皮肤病医院的主治医师不仅会给予团队专业指导，还会帮助团队完成数据标定的工作。为了科学严谨，数据往往需要多位行业专家共同进行多次标注，并统计分析得出最为准确的标注结果。
美图影像实验室技术总监许清泉介绍产品的研发过程
AI 测肤是一个天然的应用场景
要让世界上每个人变得更美，「我们产品与技术研发，都围绕着这个中心。」张伟说。
在谈及为何要做这样一款产品时，美图表示他们想让美「落地」现实。
如果说，此前美图上线的绘画机器人 Andy 等功能能让用户拥有在线美丽形象，那么 AI 测肤则是让虚拟的美丽走进现实，帮助用户在线下生活中拥护真实美丽的容颜。
「对于美图来说，MTskin 技术测肤是一个非常好的天然场景。」张伟说道。
其实早在去年 10 月初，美图就推出电商平台「美图美妆」，并将皮肤测试技术应用到了这一场景：平台会根据用户的肤质报告为其推荐合适的商品。
在上线至今的三个月时间里，平台大约完成了 2300 多万次测肤，还曾登上 App Store 购物榜的第三名。在推出皮肤检测功能之后，团队发现用户消费和购买行为有很大程度提升。
即使是专业的皮肤科医生也无法一眼判定皮肤状况，需要患者复诊，因此系统也需要积累数据。在积累了大量用户照片后，系统预测与推荐也越来越精准。
「目前还是一个比较初始的版本，我们内部对这个项目有一个两至三年的长线规划。」张伟告诉机器之能。
据透露，美图还投资了台湾可以实现医学级皮肤检测的硬件公司。另外，公司还考虑资助一些皮肤病论坛，帮助医生挖掘人工智能技术在皮肤科领域的价值，完成初步诊断的过程。
另外，美图上线的 AI 测肤功能仅能为用户推荐合适的产品，无法判断这款产品是否确实对用户产生积极效果。
「例如，一款兰蔻眼霜是否对 28 岁的干皮有效，这些数据都很空白。」张伟表示。
美图已经与一家名为 Landproof 的公司展开合作。该公司是一家第三方检测实验室，为化妆品生产企业及科研机构提供化妆品人体安全与功效检测服务，能够针对小样本完成临床试验，有助于美团构建更加全面的数据库。
「我们希望自己的产品是一款具有可行性（医学意义上）、精准分类的推荐工具。」张伟说道。
研发过程中所遇到的那些「坑」
现在，这个项目已经成为美图影像实验室的重点工作之一。MTskin 也成为美图影像实验室第九大核心技术。
回忆当初，每一款产品研发的过程中总会遇到一些难题。就肤质问题给出判断，更加不易。
最大挑战就是各手机厂商自动白平衡算法并不相同，这会直接影响肤质测试结果。
目前，团队的解决方案是利用闪光灯完成拍照。闪光灯的分布比较均衡，基本可以真实还原用户肤质情况。但是，有的手机厂商对闪光灯的算法会有些许调整，导致用户在不同机型上的测试结果会存在差异。此外，肤质测试需要像素清晰的照片，对手机摄像头存在一定性能要求。目前，美图的 AI 测肤功能只能使用手机后置摄像头拍摄。
张伟表示，在摄像头感光面积不足的情况下，很难区分痘痘与噪声。同时，外界光线因素也会对肤色评估造成影响。未来，团队会考虑引入一些接触式的皮肤检测设备，将其与现有的图像进行结合，从而实现更为接近生理学、更为精准的数据匹配。
除了硬件设备上的局限性，在软件算法上，如何辨别痘痘、斑和黑头也有讲究。张伟表示，不能简单地用深度学习的方案进行处理，团队也结合使用了传统的机器学习算法。
许清泉介绍算法实现流程
例如，痘痘不太可能出现在某些部位上，就先对其进行分割，分割完成后把位置的边缘检测出来再提交给深度神经网络进行分类。因此整个团队的技术人员一部分进行传统算法的相关工作，另一部分则针对深度神经网络进行模型及参数的优化及改善。
「我们在 2018 年的目标是，挖过的坑尽量实现最高水准，并且不再给自己挖新坑。」张伟说道。
目前，美图影像实验室种，大约有 30% 的技术人员的研发工作不以产品驱动为导向，专注研究业内最前沿的论文以及关注行业内顶尖学者的研发进展。这些技术人员会站在研发角度，测试可能改变公司目前产品或者产品结构的思路或方案，不断提升产品技术实力。
有趣的是，美图影像实验室成员绝大部分为理工男。
「好在团队里还是有女生可以从女生的角度出发给出建议。」张伟笑着说道。比如，女性产品经理会告诉研发人员，哪些展示皮肤状况的方式会让女生心生反感。
「一开始我们不敢展示太多，担心太过直接会影响用户心理，但是，最终还是把真实情况告诉用户。即便如此，用户还是会默默地测试，如果皮肤状况有改善，她们也会很开心。」
谈及未来研究规划和发展方向，张伟表示，美图影像实验室有意尝试参加一些公开挑战赛以证明自己的实力。另外，也会在手绘机器人 Andy 基础上，继续开发半监督学习的潜力，尝试利用有限数据开发出更多有趣的效果。
