Intensivo Gratis 21–22.11Intensivo gratuito de 2 días en Vibecoding (21–22 nov, 16:00 MSK) · Cohorte 3 inicia 23.11Registrarse gratis →Cohorte 3 (23.11)
LanzamientoAnálisis · En radarMIT Technology Review→ original

La startup Osmo enseñó a una IA a oler al nivel humano con 10 millones de descripciones de olores

La startup Osmo, surgida de Google Brain, afirma que su IA huele al nivel humano: distingue los olores como una persona de nivel medio y crea fragancias como un perfumista junior. El modelo se entrenó con 10 millones de descripciones de catadores humanos y 800 millones de «tokens de olor», registros sobre las moléculas y sus proporciones en una fragancia concreta. Aún no hay datos suficientes para la medicina, la seguridad alimentaria o los sensores, así que, por ahora, sus clientes reales son marcas de perfumería.

Procesado por IA desde MIT Technology Review; editado por Hamidun News
La startup Osmo enseñó a una IA a oler al nivel humano con 10 millones de descripciones de olores
Fuente: MIT Technology Review. Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalMIT Technology Review ↗
Editor jefe
Consulta de textoel sistema genera en minutos 3 variantes de aroma y sus moléculas
Dato clave #2Subvención de la Fundación Gates de 3,5 millones de dólares: se encontraron 8 sustancias más eficaces que el DEET
Crítico Avery Gilbertlas patentes de Osmo siguen apoyándose en perfumistas

Los ordenadores llevan mucho tiempo con visión, oído y habla, pero no con olfato, porque nunca hubo datos adecuados sobre los olores. La startup Osmo, fundada por el exingeniero de Google Brain Alex Wiltschko, decidió resolver el problema con la receta que otras empresas de IA han usado: reunir un conjunto de datos enorme y ver qué sale. El resultado, según Wiltschko, es una «inteligencia olfativa de nivel humano».

La compañía concreta lo que significa: el modelo distingue los olores aproximadamente como una persona de nivel medio y crea aromas aproximadamente como un perfumista junior. Se entrenó con más de 10 millones de descripciones de catadores humanos («a nuez», «a melocotón», «marino») y con 800 millones de «tokens de olor», el nombre que Osmo da a los registros sobre qué moléculas, y en qué concentraciones, forman un olor concreto.

Cómo enseñar a una IA a oler

El gran obstáculo del olor es la falta de datos. Según los cálculos de Wiltschko, antes de Osmo todas las bases existentes reunían menos de 200.000 descripciones humanas de olores. Los sensores químicos para recopilar datos son caros, y la industria de la perfumería guarda sus conocimientos en secreto.

Por eso Osmo creó su propio conjunto de datos. En un laboratorio cercano al aeropuerto de Newark, unos 30 catadores experimentados describen los aromas con palabras, y sus notas se cotejan con análisis químicos. Otros 70 aproximadamente, formados como etiquetadores en Estados Unidos y otros países, hacen lo mismo con el vocabulario estándar de los perfumistas. Al mismo tiempo, espectrómetros y otros sensores descomponen en moléculas, día y noche, todo lo que tienen a mano: frutas, flores, productos de despensa e incluso órganos.

La analogía con el lenguaje es directa. Así como el cambio de orden de las palabras altera el sentido de una frase, el cambio en las proporciones de las moléculas altera el olor percibido. Wiltschko pone un ejemplo sorprendente: el olor de un recién nacido y el de unos espaguetis Barilla recién hechos tienen una gran coincidencia de tokens.

Lo que el modelo ya es capaz de hacer

Según Osmo, el pasado mes su IA superó a los perfumistas de plantilla de una de las mayores empresas de bienes de consumo. La compañía no revela el nombre y no hay una verificación independiente del resultado.

Para el cliente, todo se parece a un chat. Un periodista de MIT Technology Review pidió que generara un aroma del pastel portugués pastel de nata para hombres de 18 a 23 años. En unos minutos, el sistema entregó tres variantes del perfil (cremoso, de coco y afrutado) y una lista de moléculas para cada una. Físicamente, las muestras las imprime un robot del tamaño de un autobús escolar, que mezcla los ingredientes según las fórmulas. El pedido estaría listo en una semana aproximadamente.

La tecnología ya se ha aplicado a aromas de consumo, entre ellos para Procter & Gamble. La Fundación Gates aportó inicialmente 5 millones de dólares al lanzamiento de Osmo y después concedió una subvención de 3,5 millones para buscar sustancias que repelan a los insectos transmisores de enfermedades. Osmo encontró ocho compuestos que repelen más eficazmente que el DEET, un repelente muy extendido. Además, junto con la plataforma StockX, la compañía comprobó si se podían distinguir las zapatillas falsificadas por el olor: los materiales de los pares auténticos y falsificados tienen una composición química diferente.

Dónde está el escepticismo

No todos se creen las declaraciones rimbombantes. El experto en olores Avery Gilbert escribe en su Substack que parte de las afirmaciones de marketing de Osmo no están respaldadas por ninguna prueba. Según él, las solicitudes de patente de la compañía siguen apoyándose en paneles de catadores y perfumistas, y no en la IA. Para una empresa construida en torno a la IA, lo califica de extraño.

El profesor Michael Schmuker, que antes asesoró a Osmo, considera que el trabajo es un logro. Junto con sus colegas hizo una reconstrucción abierta del modelo de Osmo de 2023, pero sin el conjunto de datos que la compañía reunió después. Sin embargo, en su opinión, al modelo puede faltarle contexto. El camembert y los pañales usados contienen en parte las mismas moléculas, pero las personas no los confunden. En el laboratorio de un perfumista, esto casi no molesta. Al inspeccionar alimentos en una cinta transportadora o buscar tumores por el olfato, como se ha intentado hacer con perros, sí molesta bastante. Para esas tareas hacen falta sensores mucho mejores y una mejora continua de los modelos.

El propio Wiltschko reconoce que el diagnóstico médico es el objetivo más ambicioso, pero que las empresas que fueron directamente hacia él solían fracasar por el coste y la complejidad. Por eso Osmo construye una «base al pie de la montaña»: primero perfumería y repelentes, después lo demás.

Qué significa para la industria

Para los responsables de producto y los fundadores hay dos lecciones. La primera: en los nichos con pocos datos, el activo principal pasa a ser un conjunto de datos propio, no la arquitectura del modelo. La segunda: el llamativo «nivel humano» debe leerse junto con su definición. Aquí equivale al nivel de una persona media y de un perfumista junior, no al de un experto. Por ahora, las afirmaciones de Osmo están respaldadas sobre todo por la propia compañía, pero sus clientes de perfumería y la subvención de la Fundación Gates indican que la tecnología tiene aplicaciones reales.

Historia

Preguntas frecuentes sobre la noticia

Cómo enseñar a una IA a oler?

El gran obstáculo del olor es la falta de datos. Según los cálculos de Wiltschko, antes de Osmo todas las bases existentes reunían menos de 200.000 descripciones humanas de olores. Los sensores químicos para recopilar datos son caros, y la industria de la perfumería guarda sus conocimientos en secreto. Por eso Osmo creó su propio conjunto de datos. En un laboratorio cercano al aeropuerto de Newark, unos 30 catadores experimentados describen los aromas con palabras, y sus notas se cotejan con análisis químicos.

¿Qué se sabe sobre Lo que el modelo ya es capaz de hacer?

Según Osmo, el pasado mes su IA superó a los perfumistas de plantilla de una de las mayores empresas de bienes de consumo. La compañía no revela el nombre y no hay una verificación independiente del resultado. Para el cliente, todo se parece a un chat. Un periodista de MIT Technology Review pidió que generara un aroma del pastel portugués pastel de nata para hombres de 18 a 23 años. En unos minutos, el sistema entregó tres variantes del perfil (cremoso, de coco y afrutado) y una lista de moléculas para cada una.

Dónde está el escepticismo?

No todos se creen las declaraciones rimbombantes. El experto en olores Avery Gilbert escribe en su Substack que parte de las afirmaciones de marketing de Osmo no están respaldadas por ninguna prueba. Según él, las solicitudes de patente de la compañía siguen apoyándose en paneles de catadores y perfumistas, y no en la IA. Para una empresa construida en torno a la IA, lo califica de extraño. El profesor Michael Schmuker, que antes asesoró a Osmo, considera que el trabajo es un logro.

ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Private AI Builders Community · Vibe Club

Ship AI Faster with Founders, Engineers & Weekly Architecture Reviews

Inside Vibe Club (hamidun.com/club) — weekly live masterminds with Zhemal Khamidun, Tech Radar, full LMS access, and 370+ production Claude Code skills.

Join Vibe Club →Explore Hamidun Academy
¿Qué te parece?
Cargando comentarios…