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
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.
- 21 нояб. 2026 г.Математик Anthropic заявил: Claude помог за 6 недель доказать гипотезу Римана
- 21 нояб. 2026 г.КНДР показала первый чатбот «Источник мудрости»: только наука, без политики
- 21 нояб. 2026 г.OpenAI открыла ChatGPT Spaces подписчикам Plus: совместные документы с ИИ
- 21 нояб. 2026 г.Китайские техногиганты удвоили траты на ИИ до $139 млрд, а лаборатории окупают меньше 8%
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».
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.
Главное из мира ИИ — раз в неделю
7 ключевых событий недели, отобранных вручную. Без шума, репостов и пресс-релизов.
Готово! Проверьте почту — мы отправили подтверждение.