Стартап Osmo создаёт первую в мире «базовую модель» для распознавания запахов. Затем исследователи планируют обучить нейросети создавать новые запахи по текстовым запросам.
По словам основателя компании Алекса Вилтшко, цель проекта — «наделить компьютеры обонянием»: «Молекулы запаха — это, по сути, единственный язык, на котором могут общаться большинство живых существ на нашей планете. Многие виды не способны взаимодействовать с помощью звуков или визуальных образов, поэтому можно сказать, что это самый древний язык Земли. Для нас же запахи обладают невероятной силой: они тесно связаны с памятью и эмоциями. Достаточно почувствовать какой‑то аромат один раз — и он запомнится на всю жизнь. Можно уловить запах на улице — и мгновенно перенестись в школьные годы».
Как утверждает Вилтшко, за последние несколько месяцев модель Osmo достигла уровня «человеческого обонятельного интеллекта». Это означает, что по способности распознавать и различать запахи система не уступает среднестатистическому человеку, а в деле создания ароматов — начинающему парфюмеру. Компания сообщает, что её технология уже применяется в парфюмерной индустрии, помогая брендам разрабатывать и производить новые запахи. В прошлом месяце, по заявлению Osmo, их ИИ‑модель превзошла штатных парфюмеров одной из крупнейших в мире компаний по производству потребительских товаров. Основатель полагает, что в будущем технологию можно будет использовать, например, для обнаружения угроз в аэропортах или для диагностики заболеваний.
Вилтшко основал этот стартап в 2023 году, опираясь на свои наработки в Google Brain — бывшем исследовательском подразделении Google, занимавшемся искусственным интеллектом. Он действует по той же схеме, что и многие другие ИИ‑стартапы: берёт сложную задачу, «скармливает» ей огромные объёмы данных — и смотрит, что получится. Главная трудность в работе с запахами, отмечает Вилтшко, заключалась в острой нехватке качественных данных. По его оценкам, до появления компании Osmo в существующих базах данных насчитывалось менее 200 000 описаний запахов, сделанных людьми. К тому же оборудование для химического анализа, необходимое для сбора таких данных, стоит дорого, а парфюмерная индустрия предпочитает держать свои исследования в области ольфакторной науки в секрете.
Значительная часть работы Osmo была посвящена созданию собственного набора данных, включающего более 10 млн человеческих оценок и 800 млн «ароматических токенов» — точных описаний молекул и их концентраций, из которых складываются те или иные запахи. Компания использует спектрометры и другие химические датчики, работающие круглосуточно, чтобы анализировать молекулярный состав всего — от фруктов и цветов до продуктов питания и даже внутренних органов. Команда из примерно 70 специально обученных специалистов в США и других странах занимается тем, что нюхает различные объекты и фиксирует свои ощущения, используя стандартизированную терминологию для описания ароматов.
Такой подход к систематизации запахов позволяет выявить неожиданные параллели. Подобно тому, как изменение порядка слов может кардинально поменять смысл предложения, варьирование состава и пропорций молекул запаха может радикально изменить то, как человек воспринимает аромат. «Набор молекул, определяющий запах новорожденного ребенка, во многом совпадает с набором молекул, характерным для свежеприготовленных спагетти», — отмечает Вилтшко.
Кроме того, Osmo создаёт собственные ароматы с помощью роботизированной системы размером со школьный автобус. Она смешивает ингредиенты по точным формулам, изготавливая образцы как для внутренних исследований компании, так и по заказу клиентов. Система способна разработать и «напечатать» аромат по текстовому запросу — примерно так же, как работает ChatGPT.
Технология Osmo уже используется при создании коммерческих парфюмерных продуктов — в том числе для таких гигантов, как Procter & Gamble. Кроме того, она сотрудничала с онлайн‑маркетплейсом одежды StockX: компания предложила использовать анализ запахов для выявления поддельных кроссовок, опираясь на различия в химическом составе материалов, из которых они изготовлены.
Однако далеко не все убеждены в эффективности этой технологии. Эйвери Гилберт, ученый‑ольфактолог, выступил с резкой критикой Osmo в своей рассылке на платформе Substack. Он утверждает, что некоторые маркетинговые заявления компании ничем не подтверждены, а в поданных ею патентных заявках упор делается преимущественно на человеческие сенсорные панели и парфюмеров, а не на искусственный интеллект. «Столь сильная зависимость от субъективных оценок людей кажется странной для компании, в основе которой лежит передовой ИИ», — написал он. В ответ основатель отмечает, что «человеческое восприятие — это вовсе не „костыль“ для ИИ»: «Языковые модели учатся на том, что написали люди. Наша модель учится на том, что чувствуют люди. Обоняние — это, по сути, человеческий опыт, поэтому модели необходимо учиться у людей, чтобы связать химию с восприятием. Именно это позволяет ей предсказывать, как люди будут воспринимать тот или иной запах — так же точно, как это делает человеческий нос».
Михаэль Шмукер, бывший профессор нейровычислений в Хартфордширском университете, который ранее консультировал компанию Osmo, считает, что эта технология — значительное достижение. Вместе с коллегами он создал версию модели Osmo 2023 года с открытым исходным кодом, воспроизведенную методом обратной разработки, однако ей недостаёт огромных объемов данных, которые компания собрала с тех пор.
Тем не менее, по словам Шмукера, даже при наличии всех этих данных о запахах, Osmo может упускать из виду некоторые факторы, делающие человеческое обоняние уникальным. «Обоняние невероятно сложно. В нём огромную роль играет контекст. Одна и та же молекула может вызывать совершенно разные ассоциации в зависимости от ситуации, — поясняет он. — Например, в составе французского сыра камамбер присутствуют те же молекулы, что и в использованных детских подгузниках. Но вы их не перепутаете — именно благодаря контексту».
В контролируемых условиях, например в парфюмерной лаборатории, отсутствие контекста, возможно, не играет большой роли. Однако ситуация меняется, если технология Osmo, как предполагает основатель, станет «обонятельным каналом» для моделей мира, создаваемых искусственным интеллектом.
Чтобы это стало возможным, по мнению Шмукера, сенсорные технологии должны значительно усовершенствоваться, а сами модели — продолжать развиваться. Медицинская диагностика здесь — самая важная и перспективная цель. «В истории немало примеров компаний, которые пытались взять эту горную вершину „в лоб“, но, к сожалению, потерпели неудачу — ведь это невероятно дорого и крайне сложно, — говорит Вилтшко. — Поэтому мы действуем иначе: закладываем фундамент у подножия этих гор. Мы отправляем к ним экспедиции, проводим разведку — по сути, „обнюхиваем“ весь окружающий мир».
ссылка на оригинал статьи https://habr.com/ru/articles/1110646/