Der Duft der Daten: Die Künstliche Intelligenz auf der Eroberung des Geruchssinns

Die Künstliche Intelligenz digitalisiert den letzten unserer Sinne: den Geruchssinn. Forscher haben Algorithmen trainiert, die die chemische Struktur eines unbe

Im Labor einer prestigeträchtigen Parfüm-Maison in Paris fixiert eine professionelle „Nase" nicht mehr eine Wand aus Glasfläschchen, sondern den Bildschirm eines Computers. Vor ihm schlägt ihm ein Algorithmus vor, dass eine bestimmte Kombination von Molekülen, die noch nie zuvor getestet wurde, ein Parfüm mit Noten von Sandelholz, schwarzem Pfeffer und einer unerwarteten salzigen Nuance hervorbringen wird. Noch vor einem Jahrzehnt hätte die Entdeckung dieser Kombination Monate von Versuch und Irrtum erfordert. Heute verspricht die Künstliche Intelligenz (KI), den flüchtigsten, subjektivsten und ursprünglichsten Sinn, den wir besitzen, zu digitalisieren: den Geruchssinn.

Der Einzug der Algorithmen in die Parfümkunst definiert das Konzept der chemischen Kreativität selbst neu. Doch zwischen der mathematischen Vorhersage und der Emotion, die ein Duft auf der menschlichen Haut hervorruft, liegt ein Abgrund an Komplexität, den die Maschine noch nicht überbrückt hat.

In dieser Vertiefung für die Rubrik Szenarien und Reflexionen werden wir die Landkarte dieser unsichtbaren Revolution zeichnen. Wir werden entdecken, wie die KI die Struktur eines Moleküls in Worte übersetzen kann, wie kommerzielle Systeme bereits Parfümeure bei der Formulierung unterstützen und, vor allem, werden wir die unüberwindbaren Grenzen einer Technologie erkunden, die, so fortgeschritten sie auch sein mag, niemals die Welt so „riechen" kann, wie wir sie riechen.

1. Die Hauptgeruchskarte: Moleküle in Worte übersetzen

Das grundlegende Problem des künstlichen Geruchssinns ist seine inhärente Nichtlinearität. Während wir beim Sehen Farben auf ein Spektrum von Wellenlängen abbilden können, gibt es für Gerüche keine einfache chemische Regel. Moleküle mit nahezu identischen Strukturen können radikal unterschiedliche Gerüche haben (z. B. ein floraler Duft gegenüber Urinigeruch), während strukturell entgegengesetzte Moleküle dieselbe olfaktorische Wahrnehmung erzeugen können.

Um dieses Rätsel zu lösen, haben Forscher des Monell Chemical Senses Center und des Start-ups Osmo einen historischen Schritt vollzogen, der in einer in der Zeitschrift Science veröffentlichten Studie beschrieben wird („A Principal Odor Map Unifies Diverse Tasks in Human Olfactory Perception") [1838]. Das Team trainierte ein neuronales Netz mit einer Datenbank von etwa 5.000 geruchsaktiven Molekülen, die mit sprachlichen Beschreibungen von Experten verknüpft waren (z. B. „fruchtig", „holzig", „kräuterartig").

Das Ergebnis ist eine „Hauptgeruchskarte" (Principal Odor Map). Bei Tests mit Hunderten von für das Modell völlig neuen Molekülen gelang es der KI, deren olfaktorische Deskriptoren mit überraschender Genauigkeit vorherzusagen. In über 50 % der Fälle kamen die Vorhersagen der Maschine dem Durchschnitt der menschlichen Bewertungen näher als das Urteil eines einzelnen Individuums.

Diese Studie und andere ähnliche, die in Übersichtsarbeiten auf PMC analysiert wurden („A comparative study of machine learning models on molecular odor prediction"), belegen ein revolutionäres Prinzip: Die KI hat gelernt, die komplexe Geometrie eines Moleküls mit der von Menschen in Worten beschriebenen Wahrnehmung zu verknüpfen [1817].

2. Der Assistent der Nase: Philyra und Carto in der kommerziellen Praxis

Während die Grundlagenforschung einzelne Moleküle kartiert, nutzt die Parfümindustrie die KI bereits, um vollständige Formeln zu orchestrieren und die Entwicklungszeiten (time-to-market) drastisch zu reduzieren. Die Maschine ersetzt den Parfümeur nicht, sondern erweitert seine Fähigkeit, unerforschte Territorien zu erkunden.

Das bekannteste Beispiel ist Philyra, der auf Künstlicher Intelligenz basierende Assistent, der vom Duftstoffhaus Symrise in Zusammenarbeit mit IBM Research entwickelt wurde [1827]. Philyra wurde mit Millionen historischer Formeln, demografischen Daten, Verkaufstrends und physikalischen Informationen über Rohstoffe trainiert. Wenn ihr eine Zielgruppe vorgegeben wird (z. B. „brasilianische Millennials, die an frischen Düften interessiert sind"), schlägt die KI Kombinationen und Akkorde vor, oft mit Dosierungen oder Inhaltsstoffen, die ein menschlicher Parfümeur als kontraintuitiv betrachten würde, was seit 2019 zur Schaffung von Düften führte, die erfolgreich auf dem globalen Markt eingeführt wurden.

Ein weiteres Beispiel für die Mensch-Maschine-Integration ist Carto, das vom Schweizer Giganten Givaudan eingeführte Werkzeug [1826]. Carto präsentiert sich als großer Touchscreen, auf dem der Parfümeur die Rohstoffe visuell organisiert, um seine Idee aufzubauen. Sobald die Formel definiert ist, kommt ein integrierter Roboter ins Spiel, der sofort die Testmuster produziert und die Leerlaufzeiten der Experimentierung eliminiert. In all diesen industriellen Fällen betont das Unternehmen einen unverzichtbaren Punkt: Die menschliche „Nase" bleibt im Zentrum des kreativen Prozesses. Die KI schlägt vor und beschleunigt; der Mensch wählt aus und verfeinert.

3. Die Grenze des Algorithmus: Wahrnehmung lässt sich nicht berechnen

Doch vorherzusagen, dass eine Verbindung mit Noten von „grün und zitrisch mit mineralischer Nuance" assoziiert wird, ist ein statistisches Problem; zu garantieren, dass ein Mensch beim Riechen Freude oder Abscheu empfinden wird, ist ein biologisches Rätsel.

Wie in einer comprehensive review hervorgehoben, die in Artificial Intelligence Review veröffentlicht wurde („Advances in artificial intelligence for olfaction and gustation"), sind die Grenzen dieser Technologie struktureller Natur und tief mit unserer Physiologie verbunden [1810].

Die Künstliche Intelligenz analysiert das chemische Potenzial eines isolierten Moleküls, aber in der realen Parfümerie hängt die Wahrnehmung von Variablen ab, die dem Algorithmus entgehen:

  • Der Mischeffekt: Die Konzentration verändert den Geruch drastisch (Moleküle, die in niedrigen Dosen nach Jasmin riechen, können in konzentrierter Form faulig stinken), und die Interaktion mit Hunderten anderer Noten im selben Fläschchen erzeugt Effekte, die nicht a priori berechenbar sind.
  • Die genetische Subjektivität: Jeder von uns besitzt etwa 400 Geruchsrezeptoren, aber es gibt Millionen genetischer Variationen (Polymorphismen) zwischen Individuen. Ein Molekül, das mich an Moschus erinnert, könnte für eine andere Person geruchlos (spezifische Anosmie) oder unangenehm sein.
  • Die Chemie der Haut: Das Meisterwerk des Parfümeurs entfaltet sich erst, wenn es auf der menschlichen Haut erwärmt wird und sich mit dem pH-Wert, der Ernährung und dem Schweiß des Trägers vermischt, wodurch die perfekte Formel in ein einzigartiges und unwiederholbares Erlebnis verwandelt wird.

Schlussfolgerungen: Die widerstandsfähige Magie der menschlichen Synthese

Die Künstliche Intelligenz tötet die Parfümerie nicht, sondern befreit sie von der Last des zufälligen Versuchs. Wenn ein Parfümeur eine Note von „gealtertem Leder und gewürzter Vanille" sucht, muss er nicht mehr manuell tausend Fläschchen testen; das System wird ihm die zehn Moleküle mit der höchsten statistischen Erfolgswahrscheinlichkeit vorschlagen, ihm auch die Formel für deren Mischung anbieten und eine physische Probe mittels eines Roboterarms entnehmen.

Doch an diesem Punkt angekommen, hält die Berechnung inne. Jemand wird die Augen schließen, diese Flüssigkeit auf einen Papierstreifen (die mouillette) sprühen und daran riechen müssen. Er wird verstehen müssen, ob diese statistisch perfekte Kombination von Atomen eine Kindheitserinnerung hervorrufen, verführen, trösten oder überraschen kann. Die KI kann den „Duft der Daten" vorhersagen, aber solange Maschinen keine Erinnerungen, Haut und Herz haben, wird die Alchemie, einen Geruch in eine Emotion zu verwandeln, ein ausschließlich menschliches Wunder bleiben.

Bibliografische Referenzen und Quellen

Artikel von der Redaktion von La Bussola dell’IA