Стартап с запахом: ИИ-нос не хуже человеческого

ии обоняние ароматы данные технологии technologyreview.com

ИИ-стартап Osmo создал модель, способную распознавать запахи на уровне человека. Компания собрала 10 млн данных с помощью «нюхачей» и спектрометров. Технология уже применяется в парфюмерии и для выявления контрафакта, но скептики указывают на зависимость от человеческой оценки.

  • Компьютеры обретают обоняние: стартап Osmo утверждает, что его модель достигла «обонятельного интеллекта на уровне человека», то есть примерно так же способна распознавать запахи, как и среднестатистический человек.
  • Проблема данных: до появления Osmo существовало менее 200 000 описаний запахов, сделанных людьми. Компания создала собственный набор данных, включающий более 10 миллионов меток, с помощью команд обученных «нюхачей» и спектрометров, работавших круглосуточно.
  • Реальные применения — и реальные скептики: Osmo сотрудничала с P&G над созданием ароматов, идентифицировала репелленты от насекомых эффективнее ДЭТА и помогла выявлять поддельные кроссовки. Однако критики утверждают, что громкие заявления компании не подкреплены документами и по-прежнему сильно зависят от человеческой оценки.
  • Контекст решает всё: ученые предупреждают, что ИИ может упустить то, что делает человеческое обоняние уникально мощным — одна и та же молекула в сыре Камамбер присутствует и в использованных подгузниках, но мы никогда их не путаем. Разгадка этой сложности может открыть путь к медицинским диагностикам — главному потенциальному призу этой технологии.

В лаборатории недалеко от аэропорта Ньюарк в Нью-Джерси команда из примерно 30 опытных «нюхачей» методично исследует каждый запах на Земле. Их тщательные заметки — «ореховый», «персиковый», «морской» — сопоставляются с химическим анализом для создания обширного набора обучающих данных для того, что стартап в области ИИ Osmo называет первой в мире базовой моделью обоняния. Цель компании, по словам основателя Алекса Вильчко, — «дать компьютерам обоняние».
«Молекулы запаха — это действительно единственный язык, на котором говорит большинство видов на этой планете», — говорит он. «Большинство видов не могут общаться звуком или визуально, поэтому это действительно первозданный язык Земли. И он невероятно мощен для нас с точки зрения памяти и эмоций. Вы можете почувствовать запах один раз и запомнить его на всю жизнь. Вы можете почувствовать запах на улице и вернуться в старшую школу».
За последние несколько месяцев, утверждает Вильчко, модель Osmo достигла «обонятельного интеллекта на уровне человека». По определению компании, это означает, что модель примерно так же хорошо распознает и различает запахи, как и среднестатистический человек, и примерно так же хорошо создает их, как и начинающий парфюмер. Компания заявляет, что ее технология уже используется в парфюмерной промышленности, помогая брендам разрабатывать и производить новые ароматы. В прошлом месяце, по словам Osmo, модель ИИ компании превзошла штатных парфюмеров одной из крупнейших мировых компаний по производству потребительских товаров. Вильчко полагает, что в конечном итоге технологию можно будет использовать, например, для обнаружения угроз в аэропортах или для диагностики заболеваний.
Вильчко выделил стартап из своей работы в Google Brain, бывшей исследовательской лаборатории ИИ гиганта поиска, в 2023 году и применяет ту же стратегию, что и стартапы в других областях ИИ: направить большой объем данных на решение сложных проблем и посмотреть, что получится. Проблема с запахами, по словам Вильчко, заключается в нехватке качественных данных. До Osmo, по его подсчетам, в существующих базах данных было менее 200 000 описаний запахов, сделанных людьми. Кроме того, устройства химических датчиков, необходимые для сбора данных, дороги, а парфюмерная промышленность скрывает свою работу в области ольфакторной науки.
Значительная часть работы компании заключалась в создании собственного набора данных, включающего более 10 миллионов человеческих меток и 800 миллионов «токенов запаха», которые описывают точные молекулы и концентрации, входящие в состав конкретных запахов. Osmo использует спектрометры и другие химические датчики, работающие круглосуточно, для анализа молекулярного состава всего, от фруктов и цветов до продуктов из кладовой и органов. Команда из примерно 70 обученных специалистов по маркировке данных в США и за рубежом проводит дни, вдыхая запахи и записывая свои ощущения, используя стандартизированный парфюмерный словарь.
Такое картирование запахов выявляет некоторые неожиданные параллели. Подобно тому, как изменение порядка слов может кардинально повлиять на смысл предложения, изменение пропорций молекул запаха может кардинально изменить воспринимаемые человеком ароматы. «Токены запаха, определяющие запах новорожденного ребенка, имеют огромное сходство с токенами запаха свежей тарелки приготовленных спагетти», — говорит Вильчко. (Конкретно спагетти марки Barilla, добавляет он, что, возможно, вызывает некоторые вопросы у сотрудников фабрики по производству пасты.)
Компания также создает собственные ароматы с помощью робота для «печати запахов» размером со школьный автобус, который смешивает ингредиенты по точным формулам для создания образцов для собственных исследований Osmo и ароматов для платящих клиентов. Он может разрабатывать и печатать ароматы по запросу на основе подсказки в стиле ChatGPT. Вильчко открыл свой ноутбук, чтобы показать мне, как работает модель ИИ. Он открыл текстовое поле на экране, и я попросил его создать аромат, пахнущий португальским заварным кремом (мы были в Лиссабоне на Web Summit), предназначенный для мужчин в возрасте от 18 до 23 лет. Система потратила несколько минут на размышления, а затем выдала три варианта потенциальных профилей аромата, соответствующих запросу (сливочный, кокосовый, фруктовый), и молекулы, необходимые для их создания. Если бы я продолжил процесс заказа, мой фирменный L’Eau de Custard был бы готов примерно через неделю.
Технология Osmo уже использовалась для создания розничных ароматов, в том числе для таких гигантов, как Procter & Gamble. Фонд Гейтсов, который инвестировал 5 миллионов долларов при запуске Osmo, позже предоставил компании грант в размере 3,5 миллиона долларов для оценки молекул, отпугивающих насекомых, переносящих болезни, и Osmo идентифицировала восемь веществ, которые были более эффективны в качестве репеллентов, чем ДЭТА. Osmo также сотрудничала со StockX, онлайн-площадкой по продаже одежды, по использованию запаха для выявления поддельных кроссовок путем обнаружения различий в химическом составе материалов, используемых в обуви.
Но не все убеждены в технологии или громких заявлениях компании. Эвери Гилберт, ученый-ольфактолог и автор книги «Что знает нос» (What the Nose Knows), резко критиковал Osmo в своем Substack, утверждая, что некоторые из ее маркетинговых заявлений не подкреплены документами, и что ее патентные заявки по-прежнему опираются на человеческие сенсорные панели и парфюмеров, а не на ИИ. «Эта сильная зависимость от человеческих сенсорных суждений кажется странной для компании, основанной на суперкрутом ИИ», — написал он в марте. Представитель Osmo не ответил к моменту публикации.
Майкл Шмукер, бывший профессор нейронных вычислений в Университете Хартфордшира, который ранее консультировал Osmo, говорит, что технология компании является достижением. Вместе с коллегами он создал открытую, реверс-инжиниринговую версию модели Osmo 2023 года, но ей не хватает огромного объема данных, собранных компанией с тех пор.
Но даже со всеми этими данными о запахах Osmo может упускать некоторые факторы, которые делают человеческое обоняние уникальным, говорит Шмукер. «Запах — это очень сложно. Контекст очень важен для запаха. Одна и та же молекула может вызывать разные ассоциации в зависимости от контекста», — говорит он. «[Запах] французского сыра, такого как Камамбер, частично состоит из той же молекулы, что и в использованных подгузниках. Вы не путаете их из-за контекста».
В контролируемой среде, такой как парфюмерная лаборатория, это отсутствие контекста может не иметь большого значения. Но это может иметь значение, если технология Osmo станет, как предполагает Вильчко, «ольфакторным каналом» для мировых моделей ИИ. Представьте себе машину, которая могла бы выявлять порчу продуктов на производственной линии или диагностировать опухоли по запаху, подобно тому, как собаки были обучены делать это в пилотных исследованиях.
Чтобы это произошло, технология датчиков должна значительно улучшиться, говорит Шмукер. Модели должны продолжать совершенствоваться. Медицинская диагностика — это главный приз.
«Есть много примеров компаний, которые пытались достичь этой горной вершины напрямую и, к сожалению, потерпели неудачу, потому что это очень дорого и очень сложно», — говорит Вильчко. «Поэтому мы строим эту основу у подножия всех этих гор. Мы отправляем экспедиции в горы, проводим исследования и, по сути, нюхаем весь мир».

Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.

Похожие новости: