Osmo创始人威尔什科透露,其AI模型在过去几个月已实现“人类水平的嗅觉智能”。该公司定义该标准为:在气味检测与区分上能力等同普通人,在气味创造上则相当于初级香水设计师。目前,该技术已落地香水行业,协助品牌研发新香氛。据披露,上个月Osmo的AI模型在一家全球头部消费品公司内部的表现,甚至超过了其内部调香师。威尔什科指出,该技术未来有望拓展至机场威胁检测及疾病诊断等领域。

从Google Brain孵化,破解数据匮乏难题

2023年,威尔什科从谷歌大脑(Google Brain)的研究项目中孵化出Osmo,沿用“大数据解决难题”的AI初创策略。他指出,嗅觉AI的核心瓶颈在于优质数据稀缺:在Osmo出现前,现有数据库中的人类气味描述不足20万条。加之化学传感器设备昂贵,且香水行业对嗅觉科研高度保密,数据获取难度极大。

为此,Osmo着力构建自有数据集,目前已积累超过1000万个标注数据和8亿个“气味令牌”(scent tokens)。这些令牌精确描述了构成特定气味所需的分子及其浓度。公司利用光谱仪等设备全天候分解各类物质的分子构成,并组建了一支约70人的专业标注团队,通过标准化词汇记录嗅闻特征。

气味图谱揭示意外关联,机器人按需“打印”香氛

大规模的气味图谱绘制揭示了意想不到的相似性。正如语序改变句意,分子比例的微调也会彻底改变人类感知。威尔什科举例称,定义新生儿气味的“气味令牌”与新鲜煮熟的意大利面存在巨大重叠。

在应用端,Osmo部署了一台校车大小的“气味打印机器人”,可根据精确配方混合成分,为自身研究及付费客户制作样品。该系统支持类似ChatGPT的文本提示词交互。演示中,针对“面向18至23岁男性的葡萄牙蛋挞味香氛”这一需求,AI在数分钟内生成了包含奶油、椰子及果味特征的三个分子配方选项。若完成订购,定制香氛约一周即可交付。