Nuove tecnologie di Intelligenza Artificiale per il mondo della cosmetica
Alla fiera Cosmopack - a Bologna dal 16 al 18 marzo - SEA Vision Group presenta allo stand Marchesini Group Beauty (stand A/9PK - padiglione 19PK) una nuova tecnologia di Intelligenza Artificiale applicata al controllo visivo dei rossetti.
Questa nuova applicazione viene presentata al pubblico agli esordi di quello che gli esperti definiscono “l’anno dell’Intelligenza Artificiale”, in cui la diffusione di tecnologie basate su Deep Learning e reti neurali compirà un importante salto di qualità.
I rossetti: un prodotto meravigliosamente complesso da produrre
SEA Vision Group offre dunque in anteprima ai visitatori di Cosmopack un nuovo sistema di controllo dei rossetti basato su AI. Una soluzione che ambisce a migliorare - attraverso l’automatizzazione di processi che finora sono in larga parte affidati all’uomo - il confezionamento di un prodotto attualmente considerato uno dei cosmetici più venduti al mondo.
Imprescindibili alleati di tutte (o quasi) le donne, di rossetti ne esistono numerosissime tipologie che si differenziano per colore, finiture, forme, formulazioni e combinazioni e per la presenza, soprattutto nei rossetti di alta gamma, di loghi e sofisticate decorazioni impresse sul corpo o sulla punta del prodotto.
Queste peculiarità estetiche - sommate alla complessità del processo industriale deputato al perfetto amalgama dei pigmenti, oli, cere ed emollienti che ne compongono la pasta - rendono il rossetto un prodotto di complicata realizzazione e di arduo controllo qualità. Ancora oggi, nonostante tutti gli sforzi compiuti in fase di produzione per prevenire e controllare una potenziale serie di difetti, un certo numero di imprecisioni passa indenne il controllo qualità.
FOCUS: casi concreti di difettosità
Alcune tra le più frequenti difettosità sul corpo del rossetto consistono in:
- difetti e deformazioni del prodotto: diametro e altezza dello stick, correttezza della forma, geometria della punta;
- sbavature e difetti di colatura;
- imperfezioni estetiche: microfori in superficie, graffi, scheggiature, presenza di corpi estranei, difetti nelle goffrature come loghi o texture incise o a rilievo sul corpo del rossetto;
- disomogeneità di colore: striature, diversità di colore.
La frontiera dell’Intelligenza Artificiale
L’Intelligenza Artificiale promette di porre rimedio a gran parte di queste potenziali difettosità. Il sistema SEA Vision Group - in fase di sviluppo da parte di un team composto da esperti di SEA Vision Group e della controllata ARGO Vision - si basa sulla segmentazione semantica delle aree del rossetto (es.: corpo, punta, collo, contenitore, etc.), con l’obiettivo di identificare pixel-by-pixel ogni possibile imperfezione. Questo è possibile attraverso la classificazione delle aree per categorie, alle quali viene assegnato un nome o “etichetta”. Ogni porzione o area di immagine viene classificata per categorie ed evidenziata con un colore a monitor per dare all’operatore un’informazione immediata delle aree su cui sta avvenendo il controllo.
Il sistema apprende autonomamente come discernere difetti sempre più vari e più complessi, caso dopo caso. L’auto-apprendimento avviene sia sulla base di dataset proprietari - un mix di immagini reali e sintetiche generate con le tecniche più avanzate di Data augmentation e Neural Generation - sia combinando i parametri e i diversi modelli appresi nel tempo.
Queste tecniche di segmentazione semantica basata su Deep Learning, divenute oramai standard de facto nel campo dell’Intelligenza Artificiale, sono in grado di imprimere una forte accelerazione tecnologica alla capacità di analisi degli oggetti. In altre parole, la sempre più ricca gamma di possibili scenari presi in esame dal sistema permette al sistema stesso di evolversi e diventare sempre più preciso.
Il processo di apprendimento determina gli algoritmi di controllo qualità ed è in continua evoluzione per il rilascio di nuove versioni sempre più sofisticate e autonome. L’obiettivo finale, in questo caso specifico, è quello di generalizzare il “concetto” di rossetto rendendo gli algoritmi sempre più specializzati nel controllo qualità, indipendentemente dalla forma, dal colore e dalla tessitura (es.: satinata, trasparente, opaca, perlata, glitterata o altro) che il prodotto può assumere.
Le tecnologie pre-neurali, in definitiva, non si sono rivelate in grado di individuare con sufficiente precisione una serie di possibili difetti e imprecisioni che possono presentarsi durante il controllo qualità dei rossetti. Oggi, grazie all’AI, è possibile fare sì che il prodotto finale sia ancora più accurato, prevenendo imperfezioni che possono influenzare la percezione che un utilizzatore ha di uno specifico marchio.