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)
РелизНаучная статья · В песочницуHabr AI→ оригинал

Стартап Osmo обучил ИИ запахам на 10 млн оценок людей и генерирует ароматы по тексту

Стартап Osmo учит нейросеть «нюхать»: по составу молекул предсказывать, как запах оценит человек, и собирать аромат по текстовому запросу. Готовых данных было меньше 200 тысяч описаний, поэтому компания сама собрала 10 млн оценок от людей-нюхачей и 800 млн «токенов» — записей о молекулах и их концентрациях. Заявленный успех пока не проверен независимо. Вывод: в нише без данных датасет придётся строить самому.

AI-обработка оригинала Habr AI; редакция Hamidun News
Стартап Osmo обучил ИИ запахам на 10 млн оценок людей и генерирует ароматы по тексту
Источник: Habr AI. Коллаж: Hamidun News.
Слушать статью
Паспорт материала и цифры
ПараметрДанные
ПервоисточникHabr AI ↗
Главный редактор
Ключевой факт #1Около 70 обученных «нюхачей» описывают запахи по единой терминологии
Ключевой факт #2Робот размером со школьный автобус смешивает образцы по формулам
КлиентыProcter & Gamble и StockX (поиск поддельных кроссовок)

Зрение и звук нейросети давно научились понимать, а вот запахи оставались белым пятном: нет ни готовых баз, ни привычного «текста из интернета», на котором можно учиться. Стартап Osmo, который в 2023 году основал выходец из Google Brain Алекс Вилтшко, решил эту проблему грубой силой. Компания собрала более 10 млн оценок, которые дали живые люди, нюхая образцы, и 800 млн «ароматических токенов» — так она называет точные записи о том, какие молекулы и в каких концентрациях входят в запах.

На этих данных Osmo строит то, что называет первой «базовой моделью» для обоняния. Модель должна предсказывать, как человек воспримет запах по составу молекул. Следующий шаг по плану — генерировать новые запахи по текстовому запросу, примерно так, как ChatGPT пишет текст по промпту.

Откуда берутся данные для «нюхающей» модели

Главная проблема обоняния, по словам Вилтшко, — нехватка данных. До появления Osmo в доступных базах было меньше 200 тысяч человеческих описаний запахов. Оборудование для химического анализа дорогое, а парфюмерные компании свои исследования держат в секрете.

Поэтому Osmo пошла по самому затратному пути и собрала собственный датасет. Спектрометры и химические датчики работают круглосуточно и анализируют состав всего подряд — от фруктов и цветов до еды и даже внутренних органов. Параллельно около 70 специально обученных людей в США и других странах нюхают образцы и записывают ощущения по стандартизированной терминологии. Это и есть те самые оценки: если химия говорит, из чего состоит запах, то люди говорят, как он пахнет.

Идея похожа на работу с языком. От перестановки слов меняется смысл фразы, а от смены состава и пропорций молекул меняется воспринимаемый аромат. Вилтшко приводит пример: набор молекул запаха новорождённого во многом совпадает с набором у свежих спагетти.

Что уже работает и что пока на словах

Osmo утверждает, что модель достигла «человеческого обонятельного интеллекта». По распознаванию и различению запахов она не уступает среднему человеку, а в создании ароматов — начинающему парфюмеру. Месяц назад, по заявлению компании, её ИИ обошёл штатных парфюмеров одной из крупнейших потребительских корпораций.

Практика уже есть. Технологию применяют при разработке коммерческих ароматов, в том числе для Procter & Gamble. Для маркетплейса StockX Osmo предложила искать поддельные кроссовки по различиям в химическом составе материалов. Образцы по сгенерированным формулам изготавливает роботизированная система размером со школьный автобус: она смешивает ингредиенты и делает пробы для исследований и для клиентов.

Дальше идут более смелые планы: обнаружение угроз в аэропортах и диагностика болезней по запаху. Сам Вилтшко признаёт, что брать эту «гору» в лоб дорого и сложно. Поэтому компания, по его словам, сначала закладывает фундамент у подножия.

Критика и честные ограничения

Все ключевые цифры о качестве модели пока исходят от самой компании. Независимых проверок в материале нет.

Ольфактолог Эйвери Гилберт в рассылке на Substack раскритиковал Osmo. По его словам, часть маркетинговых заявлений ничем не подтверждена, а патентные заявки упирают на человеческие сенсорные панели и парфюмеров, а не на ИИ. Он называет странной такую зависимость от субъективных оценок для компании с «передовым ИИ». Вилтшко отвечает, что человеческое восприятие — не «костыль». Языковые модели учатся на том, что люди написали, а модель Osmo учится на том, что люди чувствуют, и поэтому может предсказывать восприятие запаха.

Более осторожную позицию занял Михаэль Шмукер, бывший профессор нейровычислений Хартфордширского университета, консультировавший Osmo. Он считает технологию значительным достижением. Вместе с коллегами он выложил открытую версию модели Osmo 2023 года, воспроизведённую обратной разработкой, но у неё нет собранных с тех пор огромных данных. При этом Шмукер напоминает о контексте: в камамбере и в использованных подгузниках есть похожие молекулы, но люди их не путают. В парфюмерной лаборатории такой пробел, возможно, некритичен. Для «обонятельного канала» в моделях мира или для медицины сенсоры и сами модели придётся сильно улучшать.

Что взять на практике

Для основателей и продактов история Osmo показывает, как строят модель в области без готовых данных. Сначала собирают дорогой собственный датасет: приборы плюс обученные люди-оценщики. Затем находят узкий рынок, где ошибка не критична и уже есть платящие клиенты (парфюмерия, проверка подлинности). Только после этого идут к громким целям вроде медицины. Остаётся открытым вопрос, насколько заявленный «человеческий уровень» подтвердится вне лаборатории и без маркетинговых формулировок.

Сюжет

Вопросы и ответы по материалу

Что известно по теме: откуда берутся данные для «нюхающей» модели?

Главная проблема обоняния, по словам Вилтшко, — нехватка данных. До появления Osmo в доступных базах было меньше 200 тысяч человеческих описаний запахов. Оборудование для химического анализа дорогое, а парфюмерные компании свои исследования держат в секрете. Поэтому Osmo пошла по самому затратному пути и собрала собственный датасет. Спектрометры и химические датчики работают круглосуточно и анализируют состав всего подряд — от фруктов и цветов до еды и даже внутренних органов.

Что известно по теме: что уже работает и что пока на словах?

Osmo утверждает, что модель достигла «человеческого обонятельного интеллекта». По распознаванию и различению запахов она не уступает среднему человеку, а в создании ароматов — начинающему парфюмеру. Месяц назад, по заявлению компании, её ИИ обошёл штатных парфюмеров одной из крупнейших потребительских корпораций. Практика уже есть. Технологию применяют при разработке коммерческих ароматов, в том числе для Procter & Gamble.

Что известно по теме: критика и честные ограничения?

Все ключевые цифры о качестве модели пока исходят от самой компании. Независимых проверок в материале нет. Ольфактолог Эйвери Гилберт в рассылке на Substack раскритиковал Osmo. По его словам, часть маркетинговых заявлений ничем не подтверждена, а патентные заявки упирают на человеческие сенсорные панели и парфюмеров, а не на ИИ. Он называет странной такую зависимость от субъективных оценок для компании с «передовым ИИ». Вилтшко отвечает, что человеческое восприятие — не «костыль».

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…