Интенсив 21–22.11 · БесплатноБесплатный 2-дневный интенсив по вайбкодингу 21–22 ноября в 16:00 МСК (Сб–Вс) · Живой Поток 3 стартует 23.11Записаться бесплатно →Поток 3 (23.11)
РелизРазбор · На радарMIT Technology Review→ оригинал

Стартап Osmo научил ИИ нюхать на уровне человека по 10 млн описаний запахов

Стартап Osmo из Google Brain заявил, что его ИИ нюхает на уровне человека: различает запахи как средний человек, а ароматы составляет как младший парфюмер. Учили модель на 10 млн описаний от живых нюхателей и 800 млн «токенов запаха» — записей о молекулах и их долях в конкретном аромате. Для медицины и охраны данных и датчиков пока не хватает, поэтому реальные клиенты сейчас — парфюмерные бренды.

AI-обработка оригинала MIT Technology Review; редакция Hamidun News
Стартап Osmo научил ИИ нюхать на уровне человека по 10 млн описаний запахов
Источник: MIT Technology Review. Коллаж: Hamidun News.
Слушать статью
Паспорт материала и цифры
ПараметрДанные
ПервоисточникMIT Technology Review ↗
Главный редактор
Запрос текстомсистема за минуты выдаёт 3 варианта аромата и молекулы
Грант Gates Foundation $3,5 млннайдено 8 веществ эффективнее DEET
Критик Эйвери Гилбертпатенты Osmo всё ещё опираются на парфюмеров

У компьютеров давно есть зрение, слух и речь, а вот обоняния нет, потому что для запахов не было нормальных данных. Стартап Osmo, который основал выходец из Google Brain Алекс Вилчко, решил эту проблему по рецепту других ИИ-компаний: собрать огромный датасет и посмотреть, что получится. Итог, по словам Вилчко, — «обонятельный интеллект человеческого уровня». Под этим компания понимает конкретные вещи: модель различает запахи примерно как средний человек и создаёт ароматы примерно как младший парфюмер. Учили её на более чем 10 млн описаний от живых нюхателей («ореховый», «персиковый», «морской») и на 800 млн «токенов запаха» — так Osmo называет записи о том, какие именно молекулы и в каких концентрациях образуют конкретный запах.

Как научить ИИ нюхать

Главная трудность запаха — нехватка данных. По подсчётам Вилчко, до Osmo во всех существующих базах было меньше 200 тысяч человеческих описаний запахов. Химические датчики для сбора данных дороги, а парфюмерная индустрия свои наработки держит в секрете.

Поэтому Osmo собрала датасет сама. В лаборатории недалеко от аэропорта Ньюарка около 30 опытных нюхателей описывают ароматы словами, а их заметки сопоставляют с химическим анализом. Ещё около 70 обученных разметчиков в США и других странах делают то же самое по стандартному словарю парфюмеров. Параллельно спектрометры и другие датчики круглосуточно разбирают на молекулы всё подряд: фрукты, цветы, продукты из кладовки, даже органы.

Аналогия с языком здесь прямая. Как перестановка слов меняет смысл фразы, так изменение пропорций молекул меняет воспринимаемый запах. Вилчко приводит неожиданный пример: у запаха новорождённого ребёнка и свежеприготовленных спагетти Barilla большое пересечение токенов.

Что модель умеет уже сейчас

По словам Osmo, в прошлом месяце её ИИ обошёл штатных парфюмеров одной из крупнейших компаний потребительских товаров. Название компания не раскрывает, независимой проверки результата нет.

Для заказчика всё выглядит как чат. Журналист MIT Technology Review попросил сгенерировать аромат португальского пирожного паштел-де-ната для мужчин 18–23 лет. Через несколько минут система выдала три варианта профиля (сливочный, кокосовый, фруктовый) и список молекул для каждого. Физически образцы печатает робот размером со школьный автобус, смешивая ингредиенты по формулам. Заказ был бы готов примерно через неделю.

Технологию уже применяли для розничных ароматов, в том числе для Procter & Gamble. Фонд Гейтса сначала вложил $5 млн при запуске Osmo, а затем выделил грант $3,5 млн на поиск веществ, отпугивающих насекомых-переносчиков болезней. Osmo нашла восемь соединений, которые отпугивают эффективнее DEET, распространённого репеллента. Кроме того, вместе с площадкой StockX компания проверяла, можно ли по запаху отличать поддельные кроссовки: у материалов настоящих и поддельных пар отличается химический состав.

Где скепсис

Не все верят громким заявлениям. Эксперт по запахам Эйвери Гилберт в своём Substack пишет, что часть маркетинговых утверждений Osmo ничем не подтверждена. Патентные заявки компании, по его словам, по-прежнему опираются на панели нюхателей и парфюмеров, а не на ИИ. Для компании, построенной вокруг ИИ, он называет это странным.

Профессор Михаэль Шмукер, который раньше консультировал Osmo, считает работу достижением. Вместе с коллегами он сделал открытую реконструкцию модели Osmo 2023 года, но без массива данных, который компания собрала позже. При этом, по его мнению, модели может не хватать контекста. Камамбер и использованные подгузники частично содержат одни и те же молекулы, но люди их не путают. В лаборатории парфюмера это почти не мешает. При проверке еды на конвейере или поиске опухолей по запаху, как это пробовали делать с собаками, мешает уже заметно. Для таких задач нужны гораздо лучшие датчики и дальнейшее улучшение моделей.

Сам Вилчко признаёт: медицинская диагностика — самая большая цель, но компании, шедшие к ней напрямик, обычно проваливались из-за стоимости и сложности. Поэтому Osmo строит «фундамент у подножия гор»: сначала парфюмерия и репелленты, потом остальное.

Что это значит для индустрии

Для продактов и основателей здесь два урока. Первый: в нишах, где данных мало, главным активом становится собственный датасет, а не архитектура модели. Второй: громкое «человеческий уровень» стоит читать вместе с определением. Здесь это уровень среднего человека и младшего парфюмера, а не эксперта. Пока заявления Osmo подтверждены в основном самой компанией, но парфюмерные клиенты и грант фонда Гейтса говорят, что у технологии есть реальное применение.

Сюжет

Вопросы и ответы по материалу

Что известно по теме: как научить ИИ нюхать?

Главная трудность запаха — нехватка данных. По подсчётам Вилчко, до Osmo во всех существующих базах было меньше 200 тысяч человеческих описаний запахов. Химические датчики для сбора данных дороги, а парфюмерная индустрия свои наработки держит в секрете. Поэтому Osmo собрала датасет сама. В лаборатории недалеко от аэропорта Ньюарка около 30 опытных нюхателей описывают ароматы словами, а их заметки сопоставляют с химическим анализом.

Что известно по теме: что модель умеет уже сейчас?

По словам Osmo, в прошлом месяце её ИИ обошёл штатных парфюмеров одной из крупнейших компаний потребительских товаров. Название компания не раскрывает, независимой проверки результата нет. Для заказчика всё выглядит как чат. Журналист MIT Technology Review попросил сгенерировать аромат португальского пирожного паштел-де-ната для мужчин 18–23 лет. Через несколько минут система выдала три варианта профиля (сливочный, кокосовый, фруктовый) и список молекул для каждого.

Что известно по теме: где скепсис?

Не все верят громким заявлениям. Эксперт по запахам Эйвери Гилберт в своём Substack пишет, что часть маркетинговых утверждений Osmo ничем не подтверждена. Патентные заявки компании, по его словам, по-прежнему опираются на панели нюхателей и парфюмеров, а не на ИИ. Для компании, построенной вокруг ИИ, он называет это странным. Профессор Михаэль Шмукер, который раньше консультировал Osmo, считает работу достижением.

ЖХ
Жемал Хамидун — CPO Alpina Digital, продакт-менеджер AlpinaGPT. Делает AI-продукты с 2019 года. Hamidun News — pet project, который вырос в production-агрегатор с 6000+ читателей.
✦ Закрытый клуб практиков · Vibe Club

Внедряйте ИИ быстрее рынка вместе с инженерами и фаундерами

Внутри Vibe Club (hamidun.com/club): еженедельные живые мастермайнды и разборы архитектуры с Жемалом Хамидуном, закрытый Tech Radar, LMS и обновляемая база из 370+ боевых скиллов.

Вступить в Vibe Club →Тест-драйв Академии (72ч)
Что вы думаете?
Загружаем комментарии…