ニュージャージー州ニューアーク空港近くの目立たない実験室で、「気味」をめぐる長期実験がゆっくりと進んでいる。厳しく訓練された約30名の人間の嗅覚鑑定士が、毎日同じことを繰り返している——においを嗅ぎ、描写し、記録する。彼らのメモは一見無造作だ——「ナッツの香り」「桃の香り」「海の香り」——しかしそれぞれの記録は対応する化学分析データと照合され、最終的に巨大なデータベースに集約される。このデータベースこそが、AIスタートアップOsmoが「世界初の嗅覚基盤モデル」と呼ぶものの燃料となっている。
なぜ嗅覚はデジタル化が最も難しい感覚なのか
コンピュータービジョンと音声認識がすでに成熟した今日においても、嗅覚はAIの「盲点」であり続けている。理由は難しくない。画像や音声はピクセルや波形として正確に分解できるのに対し、においと分子構造の関係には未だ完全な理論が存在しない。化学者はある分子がどの原子で構成されているかを説明できても、それがどんなにおいなのかを正確に予測するのは難しい。だからこそ、「においを嗅ぐ」AIを訓練するには、まず大量の「人間による嗅覚+機器による計測」のペアデータが必要となる。
「私たちは機器にいくつかの固定したにおいを認識させようとしているのではなく、においの世界の座標系を構築しようとしている。」これがOsmoのような企業の核心的な考え方だ。
従来の電子鼻はセンサーアレイによって限られたにおいのカテゴリを識別するもので、汎化能力に限界があった。Osmoが賭けるアプローチは、大規模言語モデルの論理に近い。まず大量かつ多様でアノテーション付きのにおいデータを用いて汎用的な「基盤モデル」を訓練し、その後に特定のシナリオへファインチューニングする。このアプローチの成否は、データの規模とアノテーションの質にかかっているが、これこそが最も難しい課題だ。
人手によるアノテーション:嗅覚AIの「地道な作業」
Osmoのアプローチに近道はない。同社はガスクロマトグラフィー・嗅覚測定法(GC-O)を採用し、まず複雑な混合物の化学成分を一つひとつ分離し、次に人間の嗅覚鑑定士が出口でそれぞれ嗅いで描写する。これにより、各においの分子は人間による「意味的ラベル」を得ると同時に、正確な化学データに裏付けられる。約30名の専門嗅覚鑑定士の仕事は、この「においの辞書」を絶えず拡充することだ。
このプロセスは原始的に聞こえるかもしれないが、現時点では最も信頼できる方法だ。画像アノテーションがクラウドソーシングできるのとは異なり、嗅覚アノテーションは個人の嗅覚感受性と描写能力に強く依存しており、一般人には難しい。Osmoの創業チームは学術界と大手テクノロジー企業出身で、機械学習を使って分子構造とにおいの知覚を対応付けようとする「主要嗅覚マップ(Principal Odor Map)」関連研究に携わっていた。この方向性は嗅覚AI分野における重要な突破口とされ、「アルゴリズムでにおいを予測する」可能性を初めて外部に示した。
注目すべき点として、においデータにはもう一つの本質的な難しさがある。同じ分子でも、濃度が異なれば全く異なるにおいを呈することがあり、異なる分子の組み合わせが予測困難な「嗅覚的創発」効果を生むこともある。これは訓練データが「何か」だけでなく、「どれだけ」「何と一緒に」という情報もカバーする必要があることを意味している。
実験室から産業へ:嗅覚AIは何ができるか
においが真にデジタル化できるなら、その応用シナリオは想像をはるかに超える。食品・飲料業界では、AIが香料の調合や風味の一貫性管理を支援できる。香水業界では、新しい香りの開発を加速し、テキストの説明から処方を生成することさえ可能になる。医療分野では、特定の疾患が人体のにおいの特徴を変化させることがすでに研究で示されており、高感度の「電子鼻」が早期スクリーニングに応用される可能性がある。環境・産業分野では、においセンサーがガス漏れの監視や汚染の早期警告に活用できる。
さらに長期的に見れば、嗅覚基盤モデルはロボットの「第五感」になり得る。視覚と聴覚でロボットが世界を理解するとき、嗅覚によって腐敗、危険、微細な化学変化を感知できるようになる。Osmoが賭けているのは、まさにその日の到来だ——そのとき「においを嗅ぐ」ことは、機器が物理世界を理解するための基本能力の一つとなる。
疑問と課題は残る
ただし、「AIの鼻が人間に匹敵する」という主張はまだ慎重に受け止める必要がある。人間の嗅覚システムは約400種の受容体を持ち、数万種類のにおいを識別できるが、現在のセンサーは感度・安定性・小型化においてなお明らかな差がある。さらに、においの知覚は高度に主観的であり、文化・記憶・感情に左右されるため、「どんなにおいがするか」自体が標準化の難しい問いだ。Osmoの大規模データ戦略がこの溝を真に埋められるかどうかは、時間と産業による検証を待つ必要がある。
しかし少なくとも、ニューアーク空港近くのあの実験室では、30名の嗅覚鑑定士が最もシンプルな方法で、機器に人類最古の感覚の一つを補おうとしている。これはAIが「五感を備える」ための必然的な道のりであり、データ・忍耐・感覚の本質をめぐる長期的な実験でもある。
本記事はMIT Technology Reviewより編訳
© 2026 Winzheng.com 赢政天下 | 转载请注明来源并附原文链接