Osmo contratou 30 provadores e reuniu 10 milhões de descrições de aromas para uma IA
Os modelos de linguagem cresceram com a internet, mas os aromas não têm uma. Antes da Osmo, todos os bancos de dados do mundo somavam menos de 200 mil descrições de cheiros. A startup colocou cerca de 30 provadores profissionais para descrever amostras com palavras como "pêssego", enquanto espectrômetros decompõem as mesmas amostras em moléculas. Cada par "moléculas — palavra" virou um rótulo, e já são mais de 10 milhões. Se a sua área não tem dados, será preciso cultivá-los junto com pessoas que atuam como sensores.
Processado por IA de TG: @disruptors_official (Дизраптор); editado por Hamidun News
Os modelos de linguagem cresceram com a internet: a humanidade passou trinta anos escrevendo textos ali de graça, e aos engenheiros restou apenas coletá-los. Os aromas não têm essa internet: ninguém publica descrições detalhadas do cheiro de um hall de escada ou de um prato de sopa. Segundo estimativa do fundador da startup Osmo, antes deles todos os bancos de dados do mundo somavam menos de 200 mil descrições humanas de aromas.
Para treinar um modelo grande, isso é pouco. Por isso a Osmo produziu os dados por conta própria: cerca de 30 provadores profissionais descrevem amostras com palavras, enquanto espectrômetros decompõem as mesmas amostras em moléculas. Cada par "conjunto de moléculas — palavra como 'pêssego'" conta como um rótulo.
A empresa já tem mais de 10 milhões desses rótulos. São esses os números do título: 30 pessoas com bom olfato e 10 milhões de descrições para treinar o modelo.
Como os aromas ganharam sua própria "internet"
A Osmo foi fundada por Alex Wilczko, ex-Google Brain. A empresa constrói um foundation model para aromas, ou seja, um modelo grande e de uso geral, só que não para texto, e sim para cheiros.
No laboratório em Nova Jersey, provadores profissionais cheiram de tudo: frutas, flores, produtos da despensa. Eles registram as impressões em palavras curtas: "amendoado", "pêssego", "marinho". Ao lado, espectrômetros funcionam sem parar. São aparelhos que determinam de quais moléculas uma substância é feita e em que quantidade. Além disso, cerca de 70 anotadores ao redor do mundo descrevem os aromas por um vocabulário padronizado de perfumaria, para que as formulações possam ser comparadas.
Depois, o modelo aprende a relacionar uma coisa com a outra. Em termos simples: tal conjunto de moléculas, em tal concentração, é descrito pelas pessoas como "cheira a pêssego". Quanto mais pares existirem, melhor o modelo consegue prever quais moléculas produzirão a sensação desejada.
O que o modelo faz e quem paga por isso
O funcionamento lembra uma consulta de texto, só que a saída é uma fórmula de fragrância. Um jornalista da MIT Technology Review pediu o aroma de um pastel de nata, o tradicional tarte de ovos portuguesa, que agradasse rapazes de 18 a 23 anos. O público-alvo também pode ser incluído na consulta. Em poucos minutos, ele recebeu três variantes: cremosa, de coco e frutada. Depois, um robô do tamanho de um ônibus mistura a fórmula escolhida com ingredientes reais.
Por enquanto, o dinheiro vem principalmente da perfumaria, e entre os clientes está a Procter & Gamble. Os planos são mais ambiciosos: diagnóstico de doenças pelo odor e busca de substâncias perigosas em aeroportos. Houve também um pedido específico de Bill Gates, que pagou pela busca de repelentes contra mosquitos. Segundo a própria Osmo, o modelo encontrou 8 substâncias que afastam mosquitos melhor do que o princípio ativo dos sprays atuais. Não há verificação independente dessa afirmação no material.
Algumas descobertas curiosas também surgiram no caminho. O cheiro de um recém-nascido, pelo conjunto de moléculas, se sobrepõe bastante ao de espaguete recém-cozido da Barilla. Camembert e fralda usada são compostos por moléculas semelhantes, e uma pessoa não os confunde basicamente porque vê ou sabe o que está diante dela.
Ressalvas e conclusão para quem trabalha com a tecnologia
A frase sobre "olfato em nível humano" deve ser lida com cautela: a referência foi definida pela própria empresa. Na prática, o modelo cheira como uma pessoa média em condições neutras, e compõe aromas no nível de um perfumista iniciante. É um avanço notável, mas não substitui um mestre. Além disso, as informações vêm de entrevistas e de relatos na imprensa, não de uma pesquisa revisada por pares com dados abertos.
Para desenvolvedores e fundadores, há três lições.
Primeiro, se a sua área não tem um corpus de dados pronto, ele pode ser construído. A Osmo combina medições objetivas (espectrômetros) com avaliações subjetivas de pessoas (provadores), e o modelo aprende a relação entre as duas.
Segundo, um vocabulário único de anotação é fundamental. Centenas de anotadores produzirão ruído se cada um nomear os aromas do seu jeito. O vocabulário de perfumaria transforma sensações pessoais em dados utilizáveis para treinamento.
Terceiro, quanto mais a IA sai do texto e entra no mundo físico, mais as pessoas acabam no papel de sensores vivos. O trabalho de provador remunerado surgiu justamente da necessidade de dados das redes neurais. Se você pretende construir modelos para sabor, tato ou outros sentidos "não textuais", reserve orçamento não só para computação, mas também para as pessoas que vão criar a anotação.
- 21 de nov. de 2026Startup Osmo treinou IA com cheiros usando 10 milhões de avaliações humanas e gera fragrâncias a partir de texto
- 21 de nov. de 2026Coreia do Norte mostra seu primeiro chatbot, "Fonte da Sabedoria": só ciência, sem política
- 21 de nov. de 2026OpenAI libera o ChatGPT Spaces para assinantes do Plus: documentos colaborativos com IA
- 21 de nov. de 2026Google ensina o Gemini a gerar GIFs: 3 segundos, só 16:9 ou 9:16, sem loop
Perguntas frequentes sobre a notícia
Como os aromas ganharam sua própria "internet"?
A Osmo foi fundada por Alex Wilczko, ex-Google Brain. A empresa constrói um foundation model para aromas, ou seja, um modelo grande e de uso geral, só que não para texto, e sim para cheiros. No laboratório em Nova Jersey, provadores profissionais cheiram de tudo: frutas, flores, produtos da despensa. Eles registram as impressões em palavras curtas: "amendoado", "pêssego", "marinho". Ao lado, espectrômetros funcionam sem parar.
O que o modelo faz e quem paga por isso?
O funcionamento lembra uma consulta de texto, só que a saída é uma fórmula de fragrância. Um jornalista da MIT Technology Review pediu o aroma de um pastel de nata, o tradicional tarte de ovos portuguesa, que agradasse rapazes de 18 a 23 anos. O público-alvo também pode ser incluído na consulta. Em poucos minutos, ele recebeu três variantes: cremosa, de coco e frutada. Depois, um robô do tamanho de um ônibus mistura a fórmula escolhida com ingredientes reais.
O que se sabe sobre Ressalvas e conclusão para quem trabalha com a tecnologia?
A frase sobre "olfato em nível humano" deve ser lida com cautela: a referência foi definida pela própria empresa. Na prática, o modelo cheira como uma pessoa média em condições neutras, e compõe aromas no nível de um perfumista iniciante. É um avanço notável, mas não substitui um mestre. Além disso, as informações vêm de entrevistas e de relatos na imprensa, não de uma pesquisa revisada por pares com dados abertos. Para desenvolvedores e fundadores, há três lições.
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.
O essencial da IA — uma vez por semana
Sete histórias que realmente importaram, escolhidas a dedo. Sem ruído nem releases.
Pronto! Verifique seu e-mail para a confirmação.