Команда школы «Формула крема» подготовила разбор того, почему нейросети могут ошибаться...
Команда школы «Формула крема» подготовила разбор того, почему нейросети могут ошибаться при работе с рецептурами и как правильно использовать современные технологии в косметической химии. 🔬 ОШИБКИ ИИ ПРИ РАСЧЁТЕ КОНЦЕНТРАЦИЙ КОСМЕТИЧЕСКОЙ ФОРМУЛЫ: ГДЕ НЕЙРОСЕТЬ ОБМАНЫВАЕТ ХИМИКА Ошибки ИИ при расчёте концентраций косметической формулы возникают потому, что нейросети анализируют текстовый список INCI, а не реальные проценты ингредиентов. INCI отражает только порядок и качественный состав — дозировку активов, консервантов и ПАВ формула не раскрывает. Поэтому ИИ-«разборы» составов сегодня хороши для распознавания рисков, но научно не валидированы как инструмент точного дозирования. Представьте: вы вбиваете в чат-бот список ингредиентов любимого серума и просите оценить, «безопасна» ли концентрация ниацинамида. Бот уверенно отвечает: «5%, всё в порядке». Проблема в том, что он это выдумал. На этикетке нет ни одной цифры о реальной дозировке — только порядок по убыванию массовой доли выше 1%. Нейросеть достраивает недостающие данные статистически правдоподобным, но не обязательно верным числом. И вот тут начинается самое интересное — и самое опасное — для тех, кто пытается формулировать дома или доверяет ИИ-анализаторам составов вместо косметического химика. ▪️ Что скрывается за списком INCI — и почему ИИ этого не видит Международная номенклатура косметических ингредиентов регулирует порядок перечисления, но не обязывает производителя раскрывать процентное содержание каждого компонента. Выше 1% ингредиенты идут строго по убыванию концентрации, ниже — в любом порядке. Это значит, что даже самый продвинутый языковой ИИ, «прочитав» этикетку, видит структуру списка, но не имеет доступа к фактическим цифрам рецептуры бренда. Большинство потребительских ИИ-анализаторов и ботов, которые сегодня разбирают состав крема по фото упаковки, работают именно с этим текстовым списком — без доступа к реальным процентным концентрациям в формуле. Это подтверждается тем, что такие сервисы проектировались для качественного анализа и персонализации рекомендаций, а не для инженерных расчётов дозировок. ▪️ Разница между «есть в составе» и «работает в этой дозировке» Азелаиновая кислота в списке ингредиентов может означать и 0,3%, и 15% — и это принципиально разные продукты с разной переносимостью кожи. Мы подробно разбирали, как дозировка этой кислоты определяет её эффект и риск скатывания текстуры в материале про формулирование с азелаиновой кислотой (https://formula-cream.pro/blog/azelaic-acid-formulation). ИИ, не имея доступа к реальной рецептуре, физически не может дать корректный ответ о «работающей» концентрации — он может только назвать типичный диапазон, который используется в индустрии, выдав его за факт о конкретном продукте. 🔬 ТРИ ТИПИЧНЫЕ ОШИБКИ НЕЙРОСЕТЕЙ В РАСЧЁТЕ КОНЦЕНТРАЦИЙ Когда пользователи просят ИИ не просто описать состав, а рассчитать рецептуру — например, «сколько нужно ксантановой камеди на 100 г эмульсии» — начинаются системные искажения. Вот три паттерна, которые встречаются чаще всего. • Путаница качественного и количественного состава Нейросеть обучена на текстах: статьях, форумах, патентах, где цифры упоминаются фрагментарно и часто вне контекста конкретной фазы формулы. В результате ИИ может смешать «типичную рекомендуемую концентрацию консерванта по данным производителя» с «концентрацией, безопасной именно в вашей эмульсии с определённым pH и содержанием воды». Это не то же самое: эффективность консерванта зависит от партнёрства с буферной системой, о чём мы писали в материале про буфер для эмульсии на основе глюконо-дельта-лактона (https://formula-cream.pro/blog/gdl-sodium-gluconate-buffer). • Экстраполяция «безопасных» процентов без учёта синергии ИИ склонен усреднять данные из разных источников и выдавать «безопасный диапазон» как универсальную константу. Но синергия ингредиентов — это то, что таблицы не учитывают. …