deniz.in

Piyasalar

Hava durumu

Hava durumu yükleniyor

· kaynak MIT Technology Review – AI topic

Osmo, koku modelinin insan burnu düzeyinde olduğunu ve bir şirketin parfümcülerini geride bıraktığını söylüyor

Google Brain araştırmalarından doğan yapay zeka girişimi Osmo, koku temel modelinin kokuları algılamada ortalama insanlara, kokuları yaratmada ise genç parfümcülere denk olduğunu iddia ediyor — ama herkes ikna olmuş değil.

Osmo, koku modelinin insan burnu düzeyinde olduğunu ve bir şirketin parfümcülerini geride bıraktığını söylüyor

Girişim, makine kokusu için bir kilometre taşı iddiasında bulunuyor

2023'te Alex Wiltschko tarafından, Google Brain'deki çalışmasının ardından kurulan Osmo, koku modelinin şirketin kendi tanımladığı ölçüte göre insan düzeyinde performansa ulaştığını söylüyor; bilgi MIT Technology Review'den. Pratikte bu, sistemin kokuları fark etme ve ayırt etme konusunda ortalama bir insan kadar, yeni kokular icat etme konusunda ise kariyerinin başındaki bir parfüm tasarımcısı kadar iyi olduğu anlamına geliyor. Sistemini ilk koku temel modeli (foundation model) olarak nitelendiren şirket, ayrıca rapordan önceki ay modelinin dünyanın en büyük tüketici ürünleri şirketlerinden birinin kendi parfümcülerini yendiğini iddia ediyor. Bu sonuç da, ana iddia gibi, şirketin kendi raporundan geliyor; bağımsız bir testten değil.

Wiltschko'ya göre kimyasal sinyaller, çoğu türün paylaştığı bir tür ilksel dil ve insan belleği ile duyguları üzerinde olağandışı bir güce sahip. Belirttiği hedef, bilgisayarlara bu duyu vermek.

Sıfırdan bir veri kümesi inşa etmek

Bunu daha önce kimsenin yapmamış olmasının nedeni veri. Wiltschko'nun hesabına göre Osmo'dan önce mevcut veri tabanlarında 200.000'den az insan koku tanımı vardı; kimyasal sensörler pahalı ve parfüm sektörü koku araştırmalarını kendi içinde saklıyor.

Bu yüzden Osmo kendi eğitim veri kümesini üretti. MIT Technology Review'ye göre şirket 10 milyondan fazla insan etiketi ve 800 milyon "koku token'ı" toplamış; bu token'lar, belirli kokuların ardındaki spesifik molekülleri ve konsantrasyonları kaydeden kayıtlara verdikleri isim. Spektrometreler ve diğer kimyasal sensörler, Newark Havalimanı yakınındaki bir laboratuvarda günün her saati çalışarak meyvelerden çiçeklere, kiler temel gıdalarından organlara kadar her şeyin moleküler yapısını ayrıştırıyor. ABD'de ve yurt dışında yaklaşık 70 eğitimli veri etiketleyicisi örnekleri kokluyor ve algıladıklarını standart bir parfüm terminolojisiyle yazıyor; Newark bölgesindeki tesiste yaklaşık 30 deneyimli "kokayıcıdan" oluşan bir ekip koku kataloğunu tarıyor.

Bu çalışma ilginç paralellikler ortaya çıkardı. Wiltschko, molekül oranlarını değiştirmenin bir kokuyu, kelime sırasını değiştirmenin bir cümleyi değiştirdiği kadar kökten değiştirebildiğini ve yeni doğmuş bir bebeği tanımlayan token'ların bir tabak haşlanmış spagettiye ait olanlarla büyük ölçüde örtüştüğünü belirtiyor.

Prompt'tan parfüme

Osmo yalnızca analiz etmiyor; kompoze ediyor da. Bir okul otobüsü büyüklüğündeki koku yazıcı robotu, malzemeleri hassas formüllere göre karıştırarak araştırma örnekleri ve ücretli müşteriler için parfümler üretiyor. Model, bir chatbot gibi metin prompt'larını kabul ediyor: MIT Technology Review muhabiri, 18-23 yaş arası erkeklere yönelik bir Portekiz kremalı tartını çağrıştıran bir parfüm istedi ve sistem, kremamsı, hindistan cevizli ve meyvemsi üç aday koku profili ile bunları yapmak için gereken molekülleri geri verdi; teslimat yaklaşık bir hafta içinde mümkündü.

Rapora göre teknoloji halihazırda ticari kullanımda. Osmo, Procter & Gamble için perakende parfümleri oluşturdu; şirketin kuruluşunda 5 milyon dolar yatırım yapan Gates Vakfı, daha sonra hastalık taşıyan böcekleri uzaklaştıran molekülleri taramak için 3,5 milyon dolarlık bir hibe verdi — bu çalışma, DEET'den daha güçlü sekiz madde ortaya çıkardı. Osmo ayrıca çevrimiçi pazaryeri StockX ile, malzemelerdeki kimyasal farklar üzerinden sahte spor ayakkabıları tespit etmek için iş birliği yaptı.

Eleştirmenler daha fazla kanıt istiyor

Bir koku bilimci ve What the Nose Knows kitabının yazarı olan Avery Gilbert, Substack bülteninde şirketi eleştirerek bazı pazarlama iddialarının belgelenmediğini ve Osmo'nun kendi patent başvurularının hâlâ yapay zekâ yerine insan duyusal panellerine ve parfümcülere dayandığını savunuyor. MIT Technology Review, Osmo'nun yayından önce bir yorum talebine yanıt vermediğini yazıyor.

Hertfordshire Üniversitesi'nde eski sinirsel hesaplama profesörü ve daha önce Osmo'ya danışmanlık yapan Michael Schmuker, teknolojiyi gerçek bir başarı olarak görüyor; kendisi ve meslektaşları, Osmo'nun 2023 modelinin açık kaynaklı bir kopyasını oluşturdu, ancak şirketin o zamandan beri topladığı veriler olmadan. Uyarısı ise bağlamla ilgili: aynı molekül koşullara bağlı olarak farklı algılanabilir ve Camembert gibi bir Fransız peyniri, kimsenin ikisini karıştırmadığı halde kullanılmış bebek bezleriyle aynı kimyayı paylaşır. Bu, kontrollü bir parfüm laboratuvarında çok önemli olmayabilir; ama bir üretim hattında bozulmuş gıdayı tespit etme veya eğitimli köpeklerin pilot çalışmalarda yaptığı gibi tümörleri algılama gibi kullanımlar için önemli olabilir. Sensör donanımının da, diyor, özellikle tıbbi teşhis en büyük ve en zor ödül olmak üzere ciddi şekilde gelişmesi gerekiyor.

Wiltschko'nun cevabı kademeli ilerleme: başka girişimleri iflasa sürüklemiş bir hedef olan teşhise doğrudan yönelmek yerine, şirket bir yetenek tabanı inşa ediyor ve daha zor zirvelere doğru daha küçük keşif seferleri gönderiyor.

Neden önemli

Uygulamalı yapay zekânın ilgisinin çoğu metne, görüntüye ve sese gitti. Osmo, veriyi ölçekleme stratejisini büyük ölçüde dijitalleşmeye direnmiş bir duyuya taşıyacak ciddi bir girişim ve ticari başarıları — tüketici ürünleri, halk sağlığı taraması, sahtecilik tespiti — en iddialı beyanlar sadece kısmen doğru olsa bile makine kokusunun kısa vadede değerli olduğunu gösteriyor. Ayrıca bu tür kilometre taşlarının nasıl kurulduğuna dair bir vaka çalışması: buradaki "insan düzeyi" tanımı şirketin kendi tanımı, öne çıkan sonuçlar kendi bildirdikleri ve bağımsız araştırmacılar bağlamsal anlama ve daha iyi donanım gibi eksik parçalara işaret ediyor. İşleyen bir parfüm aracı ile teşhis edici bir burun arasındaki mesafe hâlâ açık soru.

  • #ai
  • #machine-learning
  • #fragrance
  • #startups
  • #sensors

İlgili yazılar