Osmo อ้างว่าโมเดล AI ดมกลิ่นเทียบชั้นมนุษย์ได้แล้ว
สตาร์ทอัพจากอดีตทีม Google Brain ใช้ข้อมูลกลิ่นจำนวนมหาศาลฝึกโมเดล foundation model สำหรับ “กลิ่น” และเริ่มนำไปใช้ในอุตสาหกรรมน้ำหอมแล้ว แต่ยังมีเสียงตั้งข้อสงสัยเรื่องการพึ่งพามนุษย์ในการประเมินผล

Osmo สตาร์ทอัพสาย AI ที่แยกตัวออกมาจากงานของ Alex Wiltschko สมัยอยู่ Google Brain อ้างว่าโมเดลของบริษัทไปถึงระดับ “human-level olfactory intelligence” แล้ว โดยหมายถึงความสามารถใกล้เคียงคนทั่วไปในการแยกแยะและตรวจจับกลิ่น และใกล้เคียงนักออกแบบน้ำหอมระดับต้นในการสร้างกลิ่นใหม่ บริษัทเชื่อว่าเทคโนโลยีนี้จะต่อยอดได้ตั้งแต่การออกแบบน้ำหอม ไปจนถึงงานตรวจจับภัยคุกคามและการวินิจฉัยโรคในอนาคต
เบื้องหลังของแนวทางนี้คือการสร้างชุดข้อมูลขนาดใหญ่สำหรับกลิ่น ซึ่งเป็นข้อมูลที่มีอยู่จำกัดมากก่อนหน้านี้ ตามที่บริษัทระบุ Osmo เคยพบว่ามีคำบรรยายกลิ่นจากมนุษย์ในฐานข้อมูลเดิมไม่ถึง 200,000 รายการ จึงลงทุนเก็บข้อมูลเองทั้งจากคนและเครื่องมือวิเคราะห์เคมี ปัจจุบันบริษัทบอกว่ามี human labels มากกว่า 10 ล้านรายการ และ “scent tokens” อีก 800 ล้านรายการที่อธิบายโมเลกุลและความเข้มข้นของสารที่ทำให้เกิดกลิ่นต่าง ๆ
ในห้องแล็บใกล้สนามบิน Newark ทีมผู้ดมกลิ่นที่มีประสบการณ์ราว 30 คนช่วยกันบันทึกกลิ่นด้วยคำอย่าง “nutty”, “peachy” หรือ “marine” แล้วนำไปจับคู่กับผลวิเคราะห์ทางเคมี ขณะที่ทีม labeler ราว 70 คนทั้งในสหรัฐฯ และต่างประเทศช่วยกันดมและลงคำอธิบายในคำศัพท์มาตรฐานด้านน้ำหอม Osmo ยังใช้ spectrometers และเซ็นเซอร์เคมีทำงานตลอดเวลาเพื่อแยกส่วนประกอบโมเลกุลของวัตถุตั้งแต่ผลไม้ ดอกไม้ ของในครัว ไปจนถึงอวัยวะต่าง ๆ
บริษัทไม่ได้หยุดแค่การจำแนกกลิ่น แต่ยังมีระบบ “smell-printing robot” ขนาดเท่ารถบัสขนาดเล็กเพื่อผสมส่วนผสมตามสูตรที่แม่นยำและสร้างกลิ่นตามคำสั่งได้ Wiltschko สาธิตการใช้งานแบบคล้าย ChatGPT โดยให้ระบบสร้างกลิ่นที่ให้ความรู้สึกเหมือน Portuguese custard tart สำหรับผู้ชายอายุ 18 ถึง 23 ปี ระบบตอบกลับเป็นตัวเลือกโปรไฟล์กลิ่นหลายแบบพร้อมโมเลกุลที่ต้องใช้ และหากสั่งต่อจริง กลิ่นต้นแบบจะพร้อมราวหนึ่งสัปดาห์ต่อมา
Osmo ระบุว่าเทคโนโลยีนี้เริ่มถูกนำไปใช้ในธุรกิจน้ำหอมแล้ว รวมถึงงานกับ P&G และเคยช่วยให้บริษัทระบุสาร 8 ชนิดที่ไล่ยุงได้ดีกว่า DEET ในโครงการที่เกี่ยวข้องกับ Gates Foundation นอกจากนี้ยังเคยทำงานกับ StockX เพื่อช่วยตรวจจับรองเท้าผ่านความแตกต่างทางเคมีของวัสดุในรองเท้า อย่างไรก็ดี นักวิจารณ์อย่าง Avery Gilbert มองว่าคำกล่าวอ้างของบริษัทหลายส่วนยังไม่ได้รับการพิสูจน์ และเอกสารสิทธิบัตรยังพึ่งพาคณะผู้ประเมินและ perfumers ที่เป็นมนุษย์เป็นหลัก ขณะที่ Wiltschko แย้งว่าการเรียนรู้จากการรับรู้ของมนุษย์เป็นสิ่งจำเป็น เพราะกลิ่นเป็นประสบการณ์ของมนุษย์โดยตรง
อีกด้าน Michael Schmuker อดีตอาจารย์ด้าน neural computation ที่เคยให้คำปรึกษา Osmo ยอมรับว่าเทคโนโลยีของบริษัทเป็นความสำเร็จ แต่เตือนว่าการรับรู้กลิ่นของมนุษย์มีบริบทเข้ามาเกี่ยวข้องมาก โมเลกุลเดียวกันอาจถูกตีความต่างกันได้ในคนละสถานการณ์ เขามองว่าหาก Osmo จะขยับไปสู่การเป็น “olfactive channel” สำหรับ world models ของ AI หรือใช้กับงานอย่างการตรวจอาหารเน่าเสียบนสายการผลิตและการตรวจโรคด้วยกลิ่น เซ็นเซอร์จะต้องดีขึ้นและโมเดลต้องพัฒนาต่อไปอีกมาก โดยเฉพาะในพื้นที่ที่มีมูลค่าสูงอย่างการวินิจฉัยทางการแพทย์


