Startup Osmo treinou IA com cheiros usando 10 milhões de avaliações humanas e gera fragrâncias a partir de texto
A startup Osmo ensina uma rede neural a "sentir cheiros": a partir da composição de moléculas, ela prevê como uma pessoa vai avaliar um aroma e monta uma fragrância a partir de um pedido em texto. Como havia menos de 200 mil descrições disponíveis, a empresa criou o próprio conjunto de dados, com 10 milhões de avaliações de voluntários treinados para cheirar amostras e 800 milhões de "tokens", que são registros sobre as moléculas e suas concentrações. O sucesso alegado ainda não foi verificado de forma independente. A conclusão: em um nicho sem dados, o conjunto de dados precisa ser construído do zero.
Processado por IA de Habr AI; editado por Hamidun News
Visão e som há muito tempo são compreendidos pelas redes neurais, mas os cheiros continuavam sendo um ponto em branco: não há bases prontas nem o "texto da internet" habitual para treinar modelos. A startup Osmo, fundada em 2023 pelo ex-Google Brain Alex Wiltschko, decidiu resolver o problema pela força bruta. A empresa reuniu mais de 10 milhões de avaliações feitas por pessoas que cheiravam amostras e 800 milhões de "tokens olfativos", termo que ela usa para os registros precisos sobre quais moléculas compõem um cheiro e em que concentrações.
Com esses dados, a Osmo constrói o que chama de primeiro "modelo base" para o olfato. O modelo deve prever como uma pessoa vai perceber um cheiro a partir da composição molecular. O próximo passo do plano é gerar novos aromas a partir de um pedido em texto, mais ou menos como o ChatGPT escreve um texto a partir de um prompt.
De onde vêm os dados para o modelo que "cheira"
Segundo Wiltschko, o principal problema do olfato é a falta de dados. Antes do surgimento da Osmo, as bases disponíveis tinham menos de 200 mil descrições humanas de cheiros. Os equipamentos de análise química são caros, e as empresas de perfumaria mantêm suas pesquisas em sigilo.
Por isso, a Osmo seguiu pelo caminho mais custoso e montou um conjunto de dados próprio. Espectrômetros e sensores químicos funcionam 24 horas por dia e analisam a composição de tudo, de frutas e flores a alimentos e até órgãos internos. Ao mesmo tempo, cerca de 70 pessoas especialmente treinadas, nos EUA e em outros países, cheiram as amostras e registram suas sensações usando uma terminologia padronizada. Essas são as avaliações: se a química diz do que um cheiro é feito, as pessoas dizem como ele cheira.
A ideia lembra o trabalho com a linguagem. Mudar a ordem das palavras altera o sentido de uma frase, e mudar a composição e as proporções das moléculas altera o aroma percebido. Wiltschko dá um exemplo: o conjunto de moléculas do cheiro de um recém-nascido coincide em grande parte com o de espaguete fresco.
O que já funciona e o que ainda é promessa
A Osmo afirma que seu modelo alcançou um "intelecto olfativo humano". Em reconhecimento e distinção de cheiros, ele não fica atrás de uma pessoa média, e na criação de aromas, de um perfumista iniciante. Há um mês, segundo a empresa, sua IA superou perfumistas contratados de uma das maiores corporações de bens de consumo.
A prática já existe. A tecnologia é usada no desenvolvimento de fragrâncias comerciais, inclusive para a Procter & Gamble. Para o marketplace StockX, a Osmo propôs buscar tênis falsificados pelas diferenças na composição química dos materiais. As amostras feitas a partir das fórmulas geradas são produzidas por um sistema robotizado do tamanho de um ônibus escolar, que mistura os ingredientes e prepara provas para pesquisas e para clientes.
Os planos seguintes são mais ambiciosos: detecção de ameaças em aeroportos e diagnóstico de doenças pelo odor. O próprio Wiltschko reconhece que atacar essa "montanha" de frente é caro e difícil. Por isso, segundo ele, a empresa primeiro está lançando a base no sopé.
Crítica e limitações reconhecidas
Todos os principais números sobre a qualidade do modelo ainda vêm da própria empresa. Não há verificações independentes no material.
O olfatologista Avery Gilbert criticou a Osmo em uma newsletter no Substack. Segundo ele, parte das afirmações de marketing não é comprovada, e os pedidos de patente destacam painéis sensoriais humanos e perfumistas, e não a IA. Ele considera estranha essa dependência de avaliações subjetivas para uma empresa de "IA de ponta". Wiltschko responde que a percepção humana não é uma "muleta". Modelos de linguagem aprendem com o que as pessoas escreveram; o modelo da Osmo aprende com o que as pessoas sentem, e por isso consegue prever a percepção de um cheiro.
Uma posição mais cautelosa veio de Michael Schmuker, ex-professor de neurocomputação da Universidade de Hertfordshire, que prestou consultoria à Osmo. Ele considera a tecnologia uma conquista significativa. Junto com colegas, publicou uma versão aberta do modelo da Osmo de 2023, reproduzida por engenharia reversa, mas ela não inclui os enormes dados coletados desde então. Ao mesmo tempo, Schmuker lembra um contexto: o camembert e as fraldas usadas contêm moléculas parecidas, mas as pessoas não as confundem. Em um laboratório de perfumaria, essa lacuna talvez não seja crítica. Para um "canal olfativo" em modelos de mundo ou para a medicina, os sensores e os próprios modelos precisarão melhorar muito.
O que levar para a prática
Para fundadores e gerentes de produto, a história da Osmo mostra como se constrói um modelo em uma área sem dados prontos. Primeiro, cria-se um conjunto de dados próprio e caro, combinando instrumentos e avaliadores humanos treinados. Depois, encontra-se um mercado estreito, onde o erro não é crítico e já existem clientes pagantes (perfumaria, verificação de autenticidade). Só então se avança para objetivos grandiosos, como a medicina. Continua em aberto a questão de até que ponto o "nível humano" alegado será confirmado fora do laboratório e sem a linguagem de marketing.
- 21 de nov. de 2026Matemático da Anthropic afirma que o Claude ajudou a provar a hipótese de Riemann em seis semanas
- 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 2026Gigantes chinesas de tecnologia dobraram gastos com IA para US$ 139 bilhões, mas os laboratórios recuperam menos de 8%
Perguntas frequentes sobre a notícia
O que se sabe sobre De onde vêm os dados para o modelo que "cheira"?
Segundo Wiltschko, o principal problema do olfato é a falta de dados. Antes do surgimento da Osmo, as bases disponíveis tinham menos de 200 mil descrições humanas de cheiros. Os equipamentos de análise química são caros, e as empresas de perfumaria mantêm suas pesquisas em sigilo. Por isso, a Osmo seguiu pelo caminho mais custoso e montou um conjunto de dados próprio. Espectrômetros e sensores químicos funcionam 24 horas por dia e analisam a composição de tudo, de frutas e flores a alimentos e até órgãos internos.
O que já funciona e o que ainda é promessa?
A Osmo afirma que seu modelo alcançou um "intelecto olfativo humano". Em reconhecimento e distinção de cheiros, ele não fica atrás de uma pessoa média, e na criação de aromas, de um perfumista iniciante. Há um mês, segundo a empresa, sua IA superou perfumistas contratados de uma das maiores corporações de bens de consumo. A prática já existe. A tecnologia é usada no desenvolvimento de fragrâncias comerciais, inclusive para a Procter & Gamble.
O que se sabe sobre Crítica e limitações reconhecidas?
Todos os principais números sobre a qualidade do modelo ainda vêm da própria empresa. Não há verificações independentes no material. O olfatologista Avery Gilbert criticou a Osmo em uma newsletter no Substack. Segundo ele, parte das afirmações de marketing não é comprovada, e os pedidos de patente destacam painéis sensoriais humanos e perfumistas, e não a IA. Ele considera estranha essa dependência de avaliações subjetivas para uma empresa de "IA de ponta".
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.