Para abordar los desafíos del diseño de perfumes, los investigadores del Instituto de Ciencias Tokio (Science Tokyo) han desarrollado un modelo de IA que puede automatizar nuevas fragancias basadas en automóviles de fragancias definidos por el usuario. El modelo utiliza perfiles de espectrometría a gran escala de aceites esenciales y un olor similar para producir una mezcla de nuevos aceites esenciales de fragancias. Este progreso es un cambio de juego para la industria del aroma, que va más allá de la prueba y el error, lo que permite la producción de aroma rápido y de expansión.
Es muy importante diseñar nuevas fragancias en industrias como fragancias, alimentos y productos nacionales, donde la fragancia afecta la experiencia general de estos productos. Sin embargo, la creación tradicional de fragancia puede ser el momento de exigir, y a menudo depende de las habilidades y habilidades de fragancias especiales. Este proceso suele ser desafiado y laborioso, lo que requiere numerosos ensayos y esfuerzos de error para lograr el aroma deseado.
Para hacer automáticamente este proceso, un equipo de investigación encabezado por el profesor Takamichi Nakamoto, profesor del Instituto de Ciencias Tokio (Science Tokyo), desarrolló un modelo de IA llamado Odor Generation Deitition. Este modelo utiliza redes de dispersión generativa, un tipo de modelo de aprendizaje automático que aprende a crear un nuevo contenido cambiando el ruido procesado por los datos existentes. Estos modelos ya están funcionando ampliamente para producir fotos y textos, y el equipo ha adaptado esta tecnología para crear un nuevo aroma. Sus búsquedas fueron publicadas Acceso a IEEE El 27 de marzo de 2025.
El sistema funciona analizando 166 perfiles químicos de los aceites esenciales (datos de espectrometría masiva), que etiquetó un detector de recién suciedad (como “citas” o “vOody”). Cuando los usuarios describen las características del aroma deseado, la IA desarrolla un perfil químico similar (espectro de masas) que se alinea con estos autos de descripción. Luego calcula la mezcla de aceites esenciales que deben regenerarse, utilizando el procedimiento matemático para tener un aroma llamado cuadrado no negativo.
“Nuestra red de dispersión utiliza muestras en datos de espectrometría a gran escala de aceites esenciales para preparar nuevos perfiles de perfumes en un enfoque totalmente automático, suave y impulsado por los datos mientras mantenemos la producción de datos de alta calidad. Al eliminar la intervención humana y la síntesis molecular, proporcionamos una manera aguda, efectiva y eficiente”.
Si bien los modelos de generación de fragancias basados en AI actuales, se han desarrollado, dependen de datos patentados y aún requieren información de expertos. La principal ventaja del nuevo método es que la creación de nuevas fragancias es la capacidad de automatizar completamente. Además, dado que este sistema produce aroma basado en recetas de aceite esencial, el aroma final se puede reproducir fácilmente.
Además, el equipo realizó una prueba sensorial humana para determinar si el aroma de carrera AI es compatible con los perfiles de perfumes deseados. En una configuración doble ciego, a 14 participantes se les asignó la tarea de hacer coincidir las fragancias informadas de IA con los autos de explicación adecuados (como “cítricos” o “flores”). Los participantes pudieron identificar permanentemente el aroma, demostrando que el sistema podría crear un aroma que cumpla con las expectativas de las personas. En otra prueba, los participantes distinguieron entre las dos fragancias: uno está diseñado para describir un olor adicional específico sin esta explicación y para expresar el aroma original. Eligieron de manera confiable la fragancia que coincide con el explicador objetivo, lo que indica que el modelo produce perfiles de aroma claros e identificados.
El modelo de Nakamoto, el primero de su tipo, describe un futuro que cambia el diseño del perfume AI. “Este enfoque representa un desarrollo importante en el diseño del aroma”, dijo Nakamoto. Además, dice, “según los perfiles de olor deseados, al automatizar la generación de espectros de masas, Ogfusion Network ofrece un método más eficiente y expansivo para crear aroma. Además, incluso una fragancia nasal produce una fragancia deseada para crear contenidos digitales”.
En resumen, este método moderno permite el diseño de aroma rápido y más flexible, con posibles aplicaciones en diversas industrias. Aprovechando la IA para crear aroma, el modelo OGFusion muestra que las computadoras realmente pueden poseer la nariz para la creatividad.
