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 заявил, что его ИИ различает запахи на уровне человека

Стартап Osmo из Нью-Джерси учит ИИ различать запахи, как человек. Эксперты нюхают вещества и записывают «ореховый», «морской», а эти заметки сверяют с химическим анализом состава. Основатель Алекс Вильчко заявляет, что модель достигла «человеческого уровня обоняния» и помогает брендам создавать ароматы. Независимой проверки пока нет, поэтому это заявка компании, а не доказанный результат.

AI-обработка оригинала MIT Technology Review; редакция Hamidun News
Стартап Osmo заявил, что его ИИ различает запахи на уровне человека
Источник: MIT Technology Review. Коллаж: Hamidun News.
Слушать статью
Паспорт материала и цифры
ПараметрДанные
ПервоисточникMIT Technology Review ↗
Главный редактор
Цели шире парфюмериипоиск контрафакта и диагностика болезней
Ключевой факт #2Обучают на паре «слова эксперта + химический состав вещества»
Ключевой факт #3Не все уверены, что технология выдержит такие обещания

Нейросети давно узнают лица, понимают речь и описывают картинки, а вот с запахами у компьютеров всё иначе: у обоняния нет ни привычной «камеры», ни общего языка описаний. Стартап Osmo из Нью-Джерси пытается это изменить. Компания учит нейросеть определять, чем пахнет вещество, и утверждает, что её «ИИ-нос» достиг «человеческого уровня обонятельного интеллекта». Это заявление самой Osmo, независимого подтверждения в материале MIT Technology Review нет. Разберём, что стоит за громкой формулировкой.

Как нейросеть учат нюхать

В лаборатории Osmo исследователи, по формулировке издания, пытаются «обнюхать все запахи на Земле». Эксперты вдыхают вещество и записывают, на что оно похоже: «ореховый», «персиковый», «морской». Эти словесные заметки сопоставляют с химическим анализом того же вещества, то есть с данными о том, из каких молекул оно состоит.

Принцип знаком по другим нейросетям. Если показать модели множество фотографий с подписями, она научится по новому снимку угадывать, что на нём. Здесь роль снимков играет химический состав, а роль подписей — человеческие описания запаха. Обученная модель должна по составу вещества предсказывать, как люди воспримут его аромат. Именно такую систему Osmo называет первой в мире фундаментальной моделью запаха, то есть универсальной основой, которую можно применять в разных задачах. Подробностей об архитектуре, объёме данных и способе проверки качества в исходном материале нет.

Что обещает основатель

Основатель Osmo Алекс Вильчко формулирует цель коротко: «дать компьютерам чувство обоняния». По его словам, модель уже помогает парфюмерным брендам придумывать новые ароматы. Для индустрии сценарий понятен: вместо долгого подбора составов вслепую можно быстрее отсеивать неудачные варианты.

Амбиции компании шире. Osmo говорит о поиске контрафактных товаров, поскольку подделку нередко выдаёт запах материалов или клея. Ещё одно направление — диагностика болезней: некоторые состояния меняют запах дыхания или кожи, и электронный нос мог бы улавливать такие сигналы. Пока это планы, а не готовые продукты.

Где стоит сохранять скепсис

Главная причина для осторожности в том, что фраза о «человеческом уровне» исходит от самого стартапа. В материале прямо сказано: не все убеждены, что технология способна выполнить обещанное. Запах плохо поддаётся измерению. Восприятие у людей разное, а словарь описаний субъективен: то, что одному кажется «морским», другой назовёт «свежим». Для диагностики и борьбы с контрафактом нужна не красивая демонстрация, а стабильная точность в реальных условиях. Её проверяют клинические испытания и сравнение с существующими приборами, но о таких проверках в тексте не говорится.

Что из этого следует практику

Для основателей и продактов это пример того, как идея фундаментальных моделей переходит из текста и изображений в новые типы данных. Ценность таких проектов определяет не сама нейросеть, а уникальный датасет: у Osmo это запахи, описанные вручную экспертами и сопоставленные с химией. Повторить такой набор данных трудно.

Если вы работаете рядом с парфюмерией, пищевой промышленностью, контролем качества или медициной, имеет смысл следить за публикациями и независимыми тестами Osmo. Достоверно известно одно: компания собирает масштабный набор данных, строит на нём модель и уже предлагает её парфюмерным брендам. Всё остальное, от диагностики болезней до выявления подделок, пока остаётся заявкой на будущее.

Сюжет

Вопросы и ответы по материалу

Что известно по теме: как нейросеть учат нюхать?

В лаборатории Osmo исследователи, по формулировке издания, пытаются «обнюхать все запахи на Земле». Эксперты вдыхают вещество и записывают, на что оно похоже: «ореховый», «персиковый», «морской». Эти словесные заметки сопоставляют с химическим анализом того же вещества, то есть с данными о том, из каких молекул оно состоит. Принцип знаком по другим нейросетям. Если показать модели множество фотографий с подписями, она научится по новому снимку угадывать, что на нём.

Что известно по теме: что обещает основатель?

Основатель Osmo Алекс Вильчко формулирует цель коротко: «дать компьютерам чувство обоняния». По его словам, модель уже помогает парфюмерным брендам придумывать новые ароматы. Для индустрии сценарий понятен: вместо долгого подбора составов вслепую можно быстрее отсеивать неудачные варианты. Амбиции компании шире. Osmo говорит о поиске контрафактных товаров, поскольку подделку нередко выдаёт запах материалов или клея.

Что известно по теме: где стоит сохранять скепсис?

Главная причина для осторожности в том, что фраза о «человеческом уровне» исходит от самого стартапа. В материале прямо сказано: не все убеждены, что технология способна выполнить обещанное. Запах плохо поддаётся измерению. Восприятие у людей разное, а словарь описаний субъективен: то, что одному кажется «морским», другой назовёт «свежим». Для диагностики и борьбы с контрафактом нужна не красивая демонстрация, а стабильная точность в реальных условиях.

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…