Osmo заявила, что её нейросеть для запахов сравнялась с человеческим носом

MIT Technology Review рассказывает об Osmo, ИИ-стартапе основателя Alex Wiltschko. Компания называет свою разработку первой в мире фундаментальной моделью запахов. Цель, по словам Wiltschko, «дать компьютерам обоняние». Он выделил стартап из своей работы в Google Brain в 2023 году. По его словам, за последние несколько месяцев модель достигла «обоняния человеческого уровня». Определение дано самой компанией: модель примерно так же хорошо, как средний человек, определяет и различает запахи, и примерно так же хорошо, как начинающий парфюмер, создаёт их.
Главная трудность, по словам Wiltschko, нехватка данных. До Osmo в существующих базах было меньше 200 тысяч человеческих описаний запахов (по его подсчётам). Химические датчики дороги, а парфюмерная индустрия скрывает свои наработки. Поэтому Osmo собрала собственный набор данных: больше 10 млн человеческих меток и 800 млн «токенов запаха», которые описывают точные молекулы и концентрации, образующие конкретные запахи. Спектрометры и другие химические датчики работают круглосуточно и разбирают на молекулы всё: фрукты, цветы, продукты из кладовой, органы. В лаборатории возле аэропорта Ньюарк в Нью-Джерси около 30 опытных «нюхачей» записывают ощущения («ореховый», «персиковый», «морской») и сопоставляют их с химическим анализом. Ещё около 70 обученных разметчиков в США и за рубежом по стандартизированному словарю ароматов описывают, чем пахнут образцы. Аналогия с языком: как перестановка слов меняет смысл фразы, так и другие пропорции молекул меняют воспринимаемый запах. По словам Wiltschko, токены запаха новорождённого сильно пересекаются с токенами свежесваренных спагетти.
Osmo ещё и сама делает запахи: робот размером со школьный автобус смешивает ингредиенты по точным формулам, готовя образцы для исследований и ароматы для платящих клиентов. Он может проектировать и печатать запахи по запросу в стиле ChatGPT. Автор материала попросил сгенерировать аромат португальского заварного пирожного для мужчин 18-23 лет. За несколько минут система выдала три варианта профиля запаха (сливочный, кокосовый, фруктовый) с молекулами для них. Если бы заказ довели до конца, духи были бы готовы примерно через неделю.
По данным издания, технология уже использовалась для розничных ароматов, в том числе для Procter & Gamble. Компания также говорит, что в прошлом месяце её модель превзошла штатных парфюмеров одного из крупнейших производителей потребительских товаров. Название компании и метод проверки не раскрыты. Фонд Гейтсов вложил $5 млн при запуске Osmo, а позже выделил грант $3,5 млн на поиск молекул, отпугивающих насекомых-переносчиков болезней. Osmo нашла восемь веществ, которые отпугивают сильнее DEET. С онлайн-площадкой StockX компания работала над выявлением поддельных кроссовок по различиям в химическом составе материалов. Wiltschko считает, что технологию можно будет применять для обнаружения угроз в аэропортах или диагностики болезней.
Не все убеждены. Эйвери Гилберт, специалист по запахам и автор книги What the Nose Knows, резко критикует Osmo в своём Substack. Он пишет, что часть маркетинговых заявлений не подтверждена документами, а в патентных заявках компании по-прежнему фигурируют люди-дегустаторы и парфюмеры, а не ИИ. Цитата из его записи от марта: «Эта сильная зависимость от человеческих сенсорных оценок кажется странной для компании, построенной на сверхкрутом ИИ». Представитель Osmo не ответил к моменту публикации.
Михаэль Шмукер, бывший профессор нейронных вычислений Университета Хартфордшира, ранее консультировавший Osmo, считает технологию достижением. С коллегами он создал открытую версию модели Osmo 2023 года, восстановленную обратным инжинирингом, но ей не хватает массива данных, собранного компанией позже. При этом, по его словам, Osmo может упускать факторы, делающие человеческое обоняние уникальным: запах сильно зависит от контекста. Камамбер частично состоит из тех же молекул, что и использованные подгузники, но мы их не путаем из-за контекста. В парфюмерной лаборатории это может не иметь значения, но важно, если технология станет «обонятельным каналом» для ИИ-моделей мира. Чтобы машина находила порчу продуктов на конвейере или опухоли по запаху (как это делают собаки в пилотных исследованиях), датчики должны стать заметно лучше, а модели, продолжать улучшаться. Медицинская диагностика, по словам Шмукера, главный приз. Сам Wiltschko признаёт: компании, которые шли прямо к этой «вершине», терпели неудачу, потому что это очень дорого и очень трудно. Osmo строит фундамент «у подножия» и «нюхает весь мир».
Ключевые факты
- Osmo утверждает, что её модель запахов достигла «обоняния человеческого уровня»: по определению компании, на уровне среднего человека в распознавании запахов и начинающего парфюмера в их создании.
- Собственный набор данных: больше 10 млн человеческих меток и 800 млн «токенов запаха»; работают около 30 опытных «нюхачей» и около 70 разметчиков.
- Технология уже применялась для розничных ароматов (в том числе для Procter & Gamble); Фонд Гейтсов вложил $5 млн, затем дал грант $3,5 млн на поиск репеллентов, найдено восемь веществ эффективнее DEET.
- Критик Эйвери Гилберт указывает на недокументированные маркетинговые заявления и опору патентов на людей, а не на ИИ; Шмукер называет технологию достижением, но говорит о нехватке контекста.
- Медицинская диагностика и обнаружение угроз в аэропортах, лишь возможное будущее применение, по словам основателя.
Почему это важно
Обоняние, одно из чувств, которые ИИ осваивал хуже всего, потому что не хватало данных: по словам основателя, в существующих базах было меньше 200 тысяч человеческих описаний запахов. Osmo делает ставку на тот же подход, что и ИИ-стартапы в других областях: собрать много данных и посмотреть, что получится. Если заявление о «человеческом уровне» подтвердится, запахи станут ещё одной модальностью для ИИ. Пока же это заявление самой компании.
Кому это важно
Парфюмерным и потребительским компаниям, которые уже заказывают у Osmo ароматы. Исследователям обоняния и тем, кто следит за фундаментальными моделями вне текста и изображений. Медицинским и охранным компаниям, как возможное будущее направление, но не готовое решение.
Как это применить
Сейчас практическое применение, проектирование ароматов для брендов: модель по текстовому запросу предлагает профили запаха и нужные молекулы, а робот Osmo печатает образец. Автор материала получил три варианта за несколько минут, а готовый заказ был бы через неделю. Другие примеры из статьи: поиск репеллентов для Фонда Гейтсов и выявление поддельных кроссовок для StockX по химическому составу материалов. Условия доступа и цены в материале не названы.
Можно ли доверять
Главное утверждение о «человеческом уровне» исходит от основателя и опирается на определение самой компании. Независимой оценки или тестов этого заявления в материале не описано. Результат «лучше штатных парфюмеров» у крупного производителя потребительских товаров, тоже слова компании: название заказчика, метод проверки и результаты не приведены. Критик Гилберт оспаривает часть маркетинговых утверждений, а представитель Osmo на момент публикации на критику не ответил. Шмукер, который ранее консультировал Osmo, называет технологию достижением. Материал, интервью-портрет с критическими голосами, написанный по встрече в Лиссабоне во время Web Summit.
Риски и подводные камни
Шмукер предупреждает, что модель может упускать факторы, делающие человеческое обоняние уникальным, прежде всего контекст: одни и те же молекулы вызывают разные ассоциации. В лаборатории ароматов это может не мешать, но для медицины и безопасности важно. Чтобы машина находила порчу продуктов или опухоли по запаху, нужны заметно лучшие датчики и дальнейшее улучшение моделей. Сроков для медицинской диагностики и обнаружения угроз в аэропортах не названо, а сам Wiltschko признаёт, что прямой путь к таким целям был для других компаний дорогим и неудачным. Статья не говорит, что модель уже применяется в медицине или службах безопасности.
«Эта сильная зависимость от человеческих сенсорных оценок кажется странной для компании, построенной на сверхкрутом ИИ.»
— Эйвери Гилберт, специалист по запахам и автор книги What the Nose Knows, из записи в Substack (март)