Revolusjonerende Duft: Fremveksten av Automatisert AI Duftdesign

Et team av forskere fra Tokyo Institute of Science avdekket en proprietær AI-modell som kan fange, duplisere og skape nye lukter. Teknologien kan påvirke flere industrier, fra dufter til helsevesen og videre. Her er hvordan automatisert AI-duftdesign vil åpne for en rekke nye dufter i de kommende årene.

Hvorfor luktesansen er viktigere enn du tror

Hvis du spurte noen om å velge hvilken av de fem sansene de kunne leve uten, ville de fleste sannsynligvis velge luktesansen. Selv om dette kan virke åpenbart, er evolusjonen uenig i den oppfatningen. Den prioriterer luktesansen over syn og hørsel.

I motsetning til de andre sansene, hopper den olfaktoriske sensorresponsen over thalamus. I stedet sendes den direkte til din piriforme cortex, amygdala og hippocampus, de delene av hjernen som er ansvarlige for minner. Derfor bringer lukten av mammas matlaging umiddelbart tilbake sterke minner.

Ifølge nyere forskning legger luktesansen til din evne til å huske andre kjennetegn ved et øyeblikk. Denne studien viste at ved å kombinere lukter med scenarier, kunne pasientene huske visuelle ledetråder mer nøyaktig. Studien fastslo at olfaktorisk sensorisk input, i tillegg til andre sanser, forbedrer hukommelsesfunksjonen.

Vekst i duftmarkedet drevet av etterspørsel etter unike dufter

All denne dataen kaster lys over oppgangen i duftmarkedet. Duftsektoren er mer enn bare parfymer og cologner. Den inkluderer et enormt spekter av produkter som luftfriskere, rengjøringsmidler og kosmetikk.

Selv bilprodusenter har begynt å legge til dufter i sine kabiner. Når du kombinerer størrelsen på sektoren med økningen i luksusprodukter, som $50 duftlys, er det lett å forstå hvorfor analytikere forutsier at markedet vil vokse fra $30 milliarder til $50 milliarder innen 2030.

Utfordringer i den tradisjonelle duftindustrien

Duftdesignere er nå under enormt press for å utvikle og finpusse lukter som kontinuerlig skiller seg fra deres tidligere forsøk. Etter århundrer med duftdesign er det vanskelig å konsekvent utvikle nye og behagelige lukter. Som følge av dette har prosessen blitt svært arbeidskrevende og tidkrevende.

Hvorfor parfymører fortsatt er avhengige av manuelle, tidkrevende metoder

I tillegg er prosessen kostbar fordi den krever flere spesialiserte parfymører som gjennomfører prøving-og-feiling underveis. Denne tilnærmingen mangler bærekraft og ensartethet ettersom hver parfymør har varierende ferdighetsnivå og ekspertise. Følgelig varierer resultatene fra person til person.

Høye kostnader og råvareutfordringer i duftproduksjon

I tillegg til behovet for å ansette erfarne fagfolk, må duftprodusenter få alle materialene sine testet for sikkerhet. Dette trinnet, kombinert med svingninger i pris og tilgjengelighet på råmaterialene som brukes til å lage duftene, kan føre til økende kostnader for produsenter og forbrukere. Ifølge noen rapporter kan du forvente å bruke mellom $100 og $2000 for å anskaffe high-end dufter i dag.

Hvordan AI forandrer duftdesign for alltid

Nylig har duftingeniører vendt seg mot AI for å effektivisere prosessen. Utviklingen av generative diffusjonsnettverk representerer et stort steg for AI og duftindustrien. Disse systemene bruker AI til å gjenskape lukter basert på forhåndsdefinerte modelldata. Merk at disse modellene vanligvis brukes i tekst- og bildeskapingssystemer. Nå kan de lage duftprofiler.

Begrensninger i dagens AI-duftdiffusjonsmodeller

Ikke overraskende har de nye AI-systemene hjulpet ingeniører med å effektivisere prosessen og bedre forstå duftprofiler. Imidlertid lider dagens generative diffusjonsnettverk av en rekke problemer som fortsatt begrenser deres evner.

For det første er de fleste av disse modellene avhengige av proprietære data som forhåndslastede duftprofiler. Disse modellene er begrenset i dybde og tillater heller ikke maksimal ytelse. I tillegg krever den nåværende prosessen fortsatt mye menneskelig interaksjon for å fullføres.

Tokyo Techs gjennombrudd i AI-duftdesign forklart

Ved å erkjenne begrensningene i dagens diffusjonsnettverk introduserte et team av forskere fra Science Tokyo en fullt automatisert AI-duftmodell. Studien¹ “Generative Diffusion Network for Creating Scents” går i dybden på den spesialbygde AI-modellen og hvordan den skaper nye dufter ved å reversere en støyprosess basert på massespektrometriedata.

Kilde – Aleixandre et al – IEEE Access

Hvordan OGDiffusion AI lager og gjenskaper nye dufter

OGDiffusion-modellen ble bygget fra bunnen av for å effektivisere duftskaping. Modellen kan duplisere en lukt eller lage nye dufter basert på en beskrivelse. De nye aromaene blandes ved hjelp av en blanding av eteriske oljer distribuert fra et automatisert system, noe som eliminerer behovet for menneskelig inngripen.

Bruk av massespektrometri for å drive AI-duftmodeller

Kjernen i OGDiffusion-tilnærmingen er bruken av spektrometri-dataprofiler. Spesielt utførte ingeniørene en spektrometriscan på 166 eteriske oljer. Luktene deres ble delt inn i 9 luktbeskrivelser, fra blomsteraktig til treaktig eller sitrus.

PCA-analyse hjelper AI med å forstå og replikere dufter

Massespektrometrisk scanning ble satt opp ved å bruke en Pine Scotch eterisk olje som referanse. Når nye aromaer skannes, vil systemet lage en ny profil som inkluderer modifiserte luktbeskrivelser, noe som gjør det mulig for systemet å skape en målrepresentasjon av lukten basert på overlappende luktkarakteristikker.

AI-genererte luktbeskrivelser tilpasser den endelige duften

Modellen blander eteriske oljer for å oppnå ønsket resultat. Den tilsvarende massespektrometredaten forteller blandingsprotokollen om den samsvarer med de ønskede beskrivelsene. Merk at AI automatisk beregner den nøyaktige blandingen av eteriske oljer som trengs for å gjenskape duften.

Testing av AI-skapt duft på menneskelige deltakere

Ingeniørene satte systemet gjennom flere testfaser for å sikre nøyaktighet og evner. Testprosedyren involverte 14 deltakere. Den inkluderte dobbeltblinde menneskelige sensor- og duftvalideringstester.

I disse trinnene måtte deltakerne skille mellom aromaer. Interessant nok bestemte teamet seg for å bruke én lukt først, før de la til en andre luktbeskrivelse og ba pasientene om å skille mellom de to.

Deltakere identifiserer AI-genererte dufter nøyaktig

Resultatene fra AI-duftdesign-testene indikerer at modellen automatisk genererer nøyaktige og identifiserbare duftprofiler. Systemet lager disse tilpassede duftoppskriftene ved å bruke AI-beskrivelser, noe som gjør det mulig å produsere mangfoldige og originale profiler som deltakerne konsekvent matchet med den passende beskrivelsen.

Fordeler med AI-drevet duftproduksjon

Det finnes en lang liste med fordeler som denne forskningen bringer til markedet. For det første er hele systemet fullt automatisert. Dermed vil alle kunne betjene det i fremtiden, noe som betyr at du kan tilpasse aromaer etter behov.

Raskere duftskaping gjennom automatiserte AI-systemer

Sammenlignet med tradisjonell duftutvikling er dette systemet mye raskere. Ved å automatisere genereringen av massespektre som tilsvarer ønskede luktprofiler, kan duftprodusenter kutte ut tidkrevende trinn og personell. Dermed er systemet langt mer effektivt.

Eteriske oljer tilbyr et tryggere, naturlig alternativ

En annen stor fordel med systemet er at det bruker eteriske oljer som hovedingredienser. Eteriske oljer er trygge å påføre kroppen og miljøet. Dermed kan duftprodusenter unngå strenge syntetiske ingredienser og allergiregler.

AI-duftdesign gir effektiv skalerbarhet

Skalerbarhet er en annen fordel AI-protokollen har i forhold til eldre produksjonsmetoder. Det automatiserte systemet kan skaleres opp for å møte etterspørselen uten behov for å bygge massive produksjonsanlegg. Imponerende er at systemet også kan passe inn i et kompakt rom eller kobles sammen med andre for å møte industrielle behov.

Virkelige anvendelser av AI i duft- og luktteknologi

Det finnes mange anvendelser for AI-duftdesignsystemet. En mengde industrier, fra hotellbransjen til helsevesenet, er avhengige av dufter for å gjøre oppholdet ditt mer behagelig eller produktet deres mer attraktivt. Her er en liste over noen av de viktigste anvendelsene av denne teknologien.

AI i parfymekunst: En ny æra av tilpassede dufter

Å skape nye og unike aromaer for parfymer og cologner er den åpenbare bruken av denne teknologien. En kombinasjon av forbedret markedsføring på sosiale medier og kjendisendorsementer har bidratt til å drive markedet fremover. Denne milliardindustri fortsetter å se stigende priser, ettersom dufter blir en viktig del av pleie for yngre generasjoner.

Luktteknikk i mat: AI gjenskaper naturlige aromaer

Når du tenker på lukt, tenker du sannsynligvis på et deilig måltid. Lukten som strømmer fra restauranten. Matindustrien er bygget på dufter. Dermed kan denne teknologien tillate ingeniører å lage unike retter som kan gjenskape aromaen av ingredienser, uten å måtte tilsette dem.

Tilpassede dufter i hjem- og rengjøringsprodukter

Fra duftlys til rengjøringsmidler, er hjemprodukter avhengige av dufter for å tiltrekke kunder og etterlate stedet ditt friskt duftende. Selskaper som Pine-Sol har bygget merkevaren sin på sin aroma og produktkapasitet. Fremtidige alternativer kan la deg tilpasse lukten etter dine behov.

AI-luktgjenkjenning kan hjelpe med å identifisere forfalskede varer

Et luktgjenkjenningssystem kan være et kraftig verktøy for å avgjøre om et produkt er forfalsket eller originalt. Visse produkter har en spesiell luktprofil basert på deres materialer og sammensetning. AI-systemet introdusert i denne studien kan bruke en forhåndsskannet profil for å sikre at de sendte produktene er originale.

Forskere innen AI-duftdesign

AI-duftdesignstudien ble ledet av ingeniører fra Institute of Science, Tokyo. Spesielt samarbeidet professor Takamichi Nakamoto med andre forskere for å sikre studiens suksess. Prosjektet fikk ytterligere støtte fra Laboratory for Future Interdisciplinary Research of Science and Technology (FIRST) og Institute of Innovative Research (IIR). Merk at denne studien ikke er første gang teamet har arbeidet med diffusjonsnettverk. Teamets tidligere arbeid var avgjørende for å skape den nye AI-algoritmeklassen.

Fremtiden for AI-drevet lukt: Fra VR til helsevesen

Det finnes mange muligheter for AI-duftdesignteknologi. For eksempel har nylige gjennombrudd innen VR åpnet døren for olfaktoriske sensorinnganger. Disse systemene lar designere legge til lukt i sine virtuelle verdener. Merk at denne teknologien allerede testes som en måte å bekjempe demens og kognitiv nedgang hos eldre pasienter.

Investering i AI og duft: En voksende markedsmulighet

Duftindustrien er et milliardmarked som har sett betydelig vekst siden pandemien. I dag er det en blanding av high-end og fremvoksende duftfirmaer som presser teknologigrensene til neste nivå. Selv om de ikke var involvert i studien, er her et eksempel på et selskap som har innflytelse og nettverk til å bruke funnene med stor effekt.

International Flavors & Fragrances

International Flavors & Fragrances (IFF ) selskapet gikk inn i markedet i 1889 som Polak & Schwarz (P&S). Selskapet ble grunnlagt av Josef Polak og Leopold Schwarz etter at de to bestemte seg for at det var på tide å kombinere kunnskapen sin til en produksjonskraft.

I 1958 fusjonerte Polak & Schwarz (P&S) med van Ameringen-Haeble. Dette trekket skapte International Flavors & Fragrances-selskapet slik det er kjent i dag. Siden da har selskapet opplevd betydelig vekst. I dag er det en av de største duftprodusentene i verden.

De som søker en pålitelig leder i duftmarkedet bør gjøre mer research på IFF. Aksjen har sterk støtte fra institusjonelle og kommersielle sektorer. Denne støtten er tydelig ved at DuPont-aksjonærer eier 55,4 % av det sammenslåtte selskapet.

IFF aksjenyheter og siste utviklinger

AI Duftdesign vil revolusjonere duftskaping

Automatisert AI-duftdesign er bare et annet eksempel på hvordan kunstig intelligens fortsetter å utvide menneskehetens evner. Dette systemet vil eliminere mye av avfallet i duftindustrien og muliggjøre et nytt nivå av tilpasning, reduserte produksjonskostnader og tilgjengelighet. For disse og mange andre grunner må du rose dette teamet for deres innsats.

Lær om andre kule AI-prosjekter her.

Studier referert til:

^{1. Aleixandre, M., Romain, L., Otsuka, H., Inamura, Y., & Nakamoto, T. (2024). Generativt diffusjonsnettverk for å skape dufter. IEEE Access. https://doi.org/ACCESS.2025.3555273}