Παρουσιάσεις μελετών ·
Μείγματα αρωμάτων: το κλειδί είναι οι λέξεις — Η GrassAccord διαβάζει τη μελέτη «Πρόβλεψη της απόστασης ανάμεσα σε οσμητικά μείγματα»
Μπορούμε να ξέρουμε από πριν πόσο διαφορετικά θα μυρίζουν δύο μείγματα; Εξηγούμε για αρχάριους αρωματοποιούς τη μελέτη του PNAS για τον οσμητικό διαγωνισμό 26 ομάδων από όλο τον κόσμο. Τη μεγαλύτερη δύναμη δεν την έδωσε η δομή των μορίων, αλλά οι λέξεις με τις οποίες ονομάζουμε τις οσμές.

Φανταστείτε ότι έχετε μπροστά στη μύτη σας δύο χαρτάκια δοκιμής. Στο ένα υπάρχει ένα μείγμα αρωμάτων από δέκα μόρια. Στο άλλο, πάλι ένα μείγμα από δέκα μόρια, αλλά χωρίς κανένα κοινό μόριο. Κι όμως, η μύτη σας νιώθει τις δύο οσμές αρκετά παρόμοιες.
Γιατί συμβαίνει αυτό; Και μπορούμε να ξέρουμε το αποτέλεσμα πριν από την ανάμειξη; Μια μελέτη που δημοσιεύτηκε φέτος τον Αύγουστο στο περιοδικό της Εθνικής Ακαδημίας Επιστημών των ΗΠΑ (PNAS) καταγράφει πώς 26 ερευνητικές ομάδες από όλο τον κόσμο καταπιάστηκαν μαζί με αυτό το παλιό ερώτημα.
Το αποτέλεσμα ήταν απρόσμενο. Το καλύτερο κλειδί για να μαντέψει κανείς την οσμή των μειγμάτων δεν ήταν η απευθείας ανάγνωση του σχήματος των μορίων. Η πρόβλεψη ήταν πιο ακριβής όταν περνούσε από τις λέξεις με τις οποίες ονομάζουμε τις οσμές, όπως «φρουτώδες» ή «χορταρένιο».
Αν έχετε ξεκινήσει την αρωματοποιία, ίσως σας έχουν απασχολήσει τα εξής.
- Με βοηθά πραγματικά να περιγράφω τις οσμές με λέξεις;
- Χθες δύο αρώματα έμοιαζαν και σήμερα φαίνονται διαφορετικά. Έχει πρόβλημα η μύτη μου;
- Θα φτιάχνει σύντομα η τεχνητή νοημοσύνη τα ακόρντ στη θέση μου;
Η μελέτη δίνει στοιχεία και για τα τρία ερωτήματα. Στο πρώτο μέρος παρουσιάζουμε τι έκανε και τι βρήκε η ερευνητική ομάδα, και στο δεύτερο προσθέτουμε το σχόλιό μας για το πώς μπορείτε να αξιοποιήσετε τα αποτελέσματα στον πάγκο εργασίας. Τους άγνωστους όρους τους εξηγούμε χωριστά στο τέλος, οπότε διαβάστε με την ησυχία σας.
Πρώτα απ' όλα, ποια είναι η μελέτη;
- Τίτλος: A semantic-based community model for high-fidelity tuning of olfactory mixture distances (Κοινό μοντέλο βασισμένο στο νόημα των λέξεων για την ακριβή ρύθμιση των αποστάσεων ανάμεσα σε οσμητικά μείγματα)
- Συγγραφείς: Μεγάλη κοινή ερευνητική ομάδα με επίκεντρο τους Βαχίντ Σαταριφάρντ (Vahid Satarifard) και Πάμπλο Μέιερ (Pablo Meyer). Συμμετείχαν ιδρύματα από πολλές χώρες, όπως το Πανεπιστήμιο Yale, το Πανεπιστήμιο Rockefeller, το Κέντρο Monell για τις Χημικές Αισθήσεις, το Ινστιτούτο Weizmann και τα ερευνητικά εργαστήρια της IBM. Συν-συγγραφείς είναι και γνωστοί ερευνητές της όσφρησης: η Λέσλι Βόσαλ (Leslie B. Vosshall), ο Νοάμ Σόμπελ (Noam Sobel) και ο Τζόελ Μέινλαντ (Joel D. Mainland).
- Πού δημοσιεύτηκε: PNAS, τόμος 123, τεύχος 32, 4 Αυγούστου 2026. Η μελέτη έχει περάσει από την κρίση του περιοδικού.
- Το πρωτότυπο: doi.org/10.1073/pnas.2611057123 — ο καθένας μπορεί να το διαβάσει δωρεάν (στα αγγλικά).
- Τι να προσέξετε: Η μελέτη δεν αφορά αρώματα, αλλά ερευνητικά μείγματα μορίων. Και οι ίδιοι οι συγγραφείς αναφέρουν τον σχεδιασμό αρωμάτων μόνο ως μία από τις μελλοντικές εφαρμογές.
Γιατί διαλέξαμε αυτή τη μελέτη;
Στην πρώτη μελέτη που παρουσιάσαμε κοιτάξαμε από ψηλά, με αριθμούς, περίπου 170.000 αρώματα. Ήταν ένας χάρτης της αγοράς και του πολιτισμού. Αυτή τη φορά πάμε ακριβώς αντίθετα και κοιτάμε μέσα στη μύτη του ανθρώπου που κάθεται μπροστά σε δύο χαρτάκια δοκιμής.
Η αρωματοποιία είναι τελικά η τέχνη της ανάμειξης. Όμως οι κανόνες που έχουν τα μάτια και τα αυτιά δεν υπάρχουν ακόμη για τη μύτη. Με κόκκινο, πράσινο και μπλε φτιάχνονται τα χρώματα της οθόνης, ενώ ο ήχος περιγράφεται με συχνότητες. Η ερευνητική ομάδα λέει ότι η όσφρηση δεν έχει ακόμη ένα αντίστοιχο πλαίσιο. Γι' αυτό οι αρωματοποιοί στηρίζονταν για πολύ καιρό στην εμπειρία και στη μύτη τους.
Αυτή η μελέτη στήνει για πρώτη φορά μια αρκετά γερή γέφυρα πάνω από το κενό. Δεν είναι ολοκληρωμένη γέφυρα. Δείχνει όμως με ειλικρίνεια ως πού φτάνει και πού κόβεται, και γι' αυτό είναι καλό υλικό μελέτης για όσους μαθαίνουν αρωματοποιία.
Η προσπάθεια να χαρτογραφηθεί η μύτη
Πριν μπούμε στο κύριο θέμα, ας δούμε γιατί έγινε αυτός ο διαγωνισμός.
Την οσμή ενός μορίου τη μαντεύουμε πια αρκετά καλά
Το να μαντέψει κανείς την οσμή μόνο από τη δομή ενός μορίου ήταν για καιρό ένα διαβόητα δύσκολο πρόβλημα. Τα τελευταία δέκα χρόνια όμως τα πράγματα άλλαξαν. Ο πρώτος οσμητικός διαγωνισμός DREAM έδειξε ότι ένας υπολογιστής μπορεί να προβλέπει από τη δομή του μορίου περιγραφές όπως σκόρδο, γλυκό ή λουλουδένιο.
Το 2023 εμφανίστηκε το μοντέλο που λέγεται κύριος χάρτης οσμών (POM). Είναι ένας χάρτης που τοποθετεί τις δομές των μορίων στον χώρο των οσμών. Σύμφωνα με τη μελέτη, το μοντέλο αυτό πέτυχε καλύτερα αποτελέσματα στην πρόβλεψη των περιγραφών οσμής από ένα μέσο μέλος της ομάδας αξιολόγησης. Πολλές ομάδες του διαγωνισμού χρησιμοποίησαν ακριβώς αυτόν τον χάρτη ως υλικό.
Όμως οι περισσότερες οσμές του κόσμου είναι μείγματα
Το πρόβλημα έρχεται μετά. Όσα μυρίζουμε καθημερινά, όπως ο καφές, τα λουλούδια ή τα αρώματα, είναι συνήθως μείγματα δεκάδων ή εκατοντάδων μορίων. Αν μαντεύετε το ένα μόριο αλλά όχι το μείγμα, στον πραγματικό κόσμο δεν σας ωφελεί πολύ.
Όσοι έχουν δοκιμάσει αρωματοποιία ξέρουν καλά αυτή τη δυσκολία. Ανακατεύετε δύο καλές πρώτες ύλες και βγαίνει κάτι εντελώς διαφορετικό από ό,τι περιμένατε, ή η πρώτη ύλη που βάλατε μοιάζει να χάνεται. Χρειαζόταν ένα δημόσιο μέτρο για την πρόβλεψη των μειγμάτων, και έτσι έγινε ένας διαγωνισμός όπου πολλές ομάδες αναμετρήθηκαν στο ίδιο πρόβλημα.
Πώς εξελίχθηκε ο διαγωνισμός των 26 ομάδων;
Τα σκόρπια πειράματα μαζεύτηκαν σε ένα
Οι ερευνητές ένωσαν πρώτα έξι σύνολα δεδομένων από τρεις μελέτες που είχαν γίνει ξεχωριστά. Το μέγεθος του συνόλου είναι το εξής.
- 168 μεμονωμένα μόρια
- 731 διαφορετικά μείγματα
- 507 μετρήσεις που συγκρίνουν δύο μείγματα
Επειδή οι πειραματικές μέθοδοι διέφεραν, όλα τα αποτελέσματα μεταφέρθηκαν σε μία κλίμακα. Το 0 σημαίνει ότι οι δύο οσμές δεν ξεχωρίζουν και το 1 ότι δεν θα μπορούσαν να διαφέρουν περισσότερο. Οι ερευνητές ονομάζουν αυτόν τον αριθμό οσμητική απόσταση. Όπως μετράτε στον χάρτη την απόσταση δύο πόλεων, εδώ μετριέται η απόσταση δύο οσμών.
Μεγάλοι αριθμοί
Τα σκόρπια πειράματα μαζί: 731 μείγματα
Δεδομένα διαγωνισμού: έξι σύνολα από τρεις μελέτες σε μία κλίμακα
Πηγή: Satarifard κ.ά., PNAS 123(32), 2026 · Επεξεργασία: GrassAccord
Τρεις μήνες αναμέτρησης
Ο διαγωνισμός λέγεται DREAM Challenge. Σε αυτόν πολλές ομάδες συγκρίνουν δημόσια τις προβλέψεις τους στο ίδιο πρόβλημα. 26 ομάδες βελτίωναν για περίπου τρεις μήνες τα μοντέλα τεχνητής νοημοσύνης τους και το τελικό τεστ ήταν 46 ζεύγη μειγμάτων με κρυφές απαντήσεις.
Οι ασκήσεις προπόνησης μπορούσαν να υποβληθούν έως τρεις φορές την εβδομάδα, με εμφάνιση της βαθμολογίας. Κατά τον διαγωνισμό υποβλήθηκαν 159 προβλέψεις προπόνησης και στο τελικό τεστ έφτασαν 19 ομάδες.
Καθαρός νικητής δεν βγήκε. Τέσσερις ομάδες, οι D2Smell, UMich CASI, ChemSenSim Lab και belfaction, μοιράστηκαν την πρώτη θέση. Οι ερευνητές θεωρούν ότι με μόλις 46 ζεύγη ήταν δύσκολο να ξεχωρίσουν οι διαφορές. Έτσι, αντί να επιλέξουν μία ομάδα, έφτιαξαν ένα κοινό μοντέλο που βγάζει τον μέσο όρο των προβλέψεων των έξι καλύτερων μοντέλων. Πρωταγωνιστής της μελέτης είναι αυτό το κοινό μοντέλο.
Διάγραμμα ροής
Ισοπαλία στην κορυφή, πρωταγωνιστής το κοινό μοντέλο
Ο τρίμηνος περίπου διαγωνισμός και ο έλεγχος που ακολούθησε
Πηγή: Satarifard κ.ά. (2026) · Επεξεργασία: GrassAccord
Η ανθρώπινη μύτη έλεγξε δύο φορές
Τις απαντήσεις της τεχνητής νοημοσύνης τις βαθμολόγησε η ανθρώπινη μύτη. Έγιναν δύο τεστ.
- Πρώτο τεστ (Νέα Υόρκη, Πανεπιστήμιο Rockefeller) — Συμμετείχαν 34 άτομα. Τα 92 μείγματα σχημάτισαν 46 ζεύγη και κάθε μείγμα είχε 10 συστατικά που δεν επικαλύπτονταν. Χρησιμοποιήθηκε τριγωνικό τεστ: από τρία μπουκαλάκια διαλέγει κανείς εκείνο που μυρίζει διαφορετικά.
- Δεύτερο τεστ (Φιλαδέλφεια, Κέντρο Monell για τις Χημικές Αισθήσεις) — Μετά τον διαγωνισμό συμμετείχαν 16 άτομα. Από 59 νέα σχεδιασμένα μείγματα φτιάχτηκαν 50 ζεύγη, με 9–11 συστατικά ανά μείγμα. Οι συμμετέχοντες βαθμολόγησαν απευθείας πόσο μοιάζουν οι δύο οσμές.
Το δεύτερο τεστ είχε μια ενδιαφέρουσα δικλείδα ασφαλείας. Οι συμμετέχοντες σύγκριναν ένα μόριο με οσμή σκόρδου με ένα μόριο με οσμή ανανά, και ένα μόριο φράουλας με τον εαυτό του. Το πρώτο ζεύγος κρίθηκε μακρινό και το δεύτερο πολύ κοντινό. Αυτό αποδεικνύει ότι η κλίμακα δουλεύει σωστά.
Πίνακας
Τις σωστές απαντήσεις τις έδωσε δύο φορές η ανθρώπινη μύτη
Νέος έλεγχος με άλλον τόπο και άλλη μέθοδο
| Πρώτο τεστ | Δεύτερο τεστ | |
|---|---|---|
| Τόπος | Πανεπιστήμιο Rockefeller | Κέντρο Monell για τις Χημικές Αισθήσεις |
| Συμμετέχοντες | 34 άτομα | 16 άτομα |
| Μείγματα | 92, 46 ζεύγη | 59, 50 ζεύγη |
| Συστατικά ανά μείγμα | 10 | 9–11 |
| Μέθοδος | Τριγωνικό τεστ | Βαθμολόγηση ομοιότητας |
Πηγή: Satarifard κ.ά. (2026), Materials and Methods · Επεξεργασία: GrassAccord
Αρκεί να μάθετε εκ των προτέρων δύο αριθμούς
Σε αυτή τη μελέτη επανέρχονται συνεχώς δύο αριθμοί. Μπορεί να μοιάζουν δύσκολοι, γι' αυτό ας τους δούμε απλά.
Ο συντελεστής συσχέτισης δείχνει πόσο κινούνται προς την ίδια κατεύθυνση η πρόβλεψη και η πραγματικότητα. Το 1 σημαίνει τέλεια κοινή κίνηση και το 0 καμία σχέση. Το 0,61 δεν σημαίνει ότι το μοντέλο βρήκε το 61% των απαντήσεων. Αρκεί να καταλάβετε ότι τα ζεύγη που οι άνθρωποι ένιωσαν πιο μακρινά, τα δείχνει συνήθως πιο μακρινά και το μοντέλο.
Το μέσο σφάλμα (RMSE στη μελέτη) δείχνει πόσο απέχει κατά μέσο όρο η πρόβλεψη από την πραγματική απόσταση. Όσο μικρότερο, τόσο καλύτερα. Το 0,08 σημαίνει ότι στην κλίμακα 0–1 το μοντέλο πέφτει έξω περίπου τόσο.
Θυμηθείτε λοιπόν τον συντελεστή συσχέτισης ως «βρίσκει τη σειρά;» και το μέσο σφάλμα ως «πόσο κοντά είναι οι τιμές;».
Πόσο καλά προέβλεψε το κοινό μοντέλο;
Ξεπέρασε καθαρά τις υπάρχουσες μεθόδους
Στο πρώτο τεστ το κοινό μοντέλο πέτυχε μέσο σφάλμα 0,08 και συντελεστή συσχέτισης 0,57. Σε σύγκριση με τις κύριες υπάρχουσες μεθόδους, το σφάλμα μειώθηκε περίπου κατά 33% και ο συντελεστής συσχέτισης αυξήθηκε κατά 53%. Ήταν καλύτερο και από το μοντέλο οποιασδήποτε ομάδας του διαγωνισμού.
Ένα σημείο αξίζει προσοχή. Μετά τον διαγωνισμό οι ερευνητές κράτησαν μόνο τα χαρακτηριστικά που έμοιαζαν πιο σημαντικά και έφτιαξαν με αυτά ένα νέο μοντέλο. Αυτό όμως δεν έφτασε το κοινό μοντέλο και έμεινε στο επίπεδο των καλύτερων μεμονωμένων ομάδων. Η ερμηνεία των ερευνητών είναι ότι δεν αρκεί να διαλέξεις καλά υλικά: αυτό το επίπεδο το φτάνουν μόνο διαφορετικές προσεγγίσεις μαζί.
Μεγάλοι αριθμοί
Το κοινό μοντέλο ξεπέρασε τις υπάρχουσες μεθόδους
Μεταβολή σε σχέση με τις κύριες μεθόδους, πρώτο τεστ, 46 ζεύγη
Ο συντελεστής είναι καλύτερος κοντά στο 1, το μέσο σφάλμα όσο πιο μικρό · Πηγή: Satarifard κ.ά. (2026) · Επεξεργασία: GrassAccord
Άντεξε και σε άγνωστα προβλήματα
Ένα μοντέλο που λύνει καλά μόνο τα προβλήματα του διαγωνισμού έχει μικρή χρησιμότητα. Γι' αυτό, μετά τον διαγωνισμό δοκιμάστηκε ξανά σε 50 νέα σχεδιασμένα ζεύγη. Το μέσο σφάλμα του κοινού μοντέλου ανέβηκε στο 0,13, αλλά η απόδοσή του έμεινε καλή. Αν σκεφτείτε ότι άλλαξαν ο τόπος, οι συμμετέχοντες και ο τρόπος του τεστ, αυτό έχει μεγάλη σημασία.
Οι επιδόσεις διέφεραν ανά είδος προβλήματος
Τα 46 ζεύγη του τελικού τεστ χωρίζονταν σε τρεις ομάδες: 16 τυχαία ζεύγη, 20 ζεύγη σχεδιασμένα από ανθρώπους ώστε να μοιάζουν, και 10 ζεύγη που εξομοιώθηκαν με την υπάρχουσα μέθοδο υπολογισμού απόστασης. Οι ομάδες του διαγωνισμού δεν ήξεραν ποιο ζεύγος ανήκε πού.
Το μέσο σφάλμα του κοινού μοντέλου ήταν μικρό στις δύο σχεδιασμένες ομάδες, 0,07 και 0,06, και 0,10 στην τυχαία. Στον συντελεστή συσχέτισης ίσχυσε το αντίθετο: η τυχαία ομάδα ήταν λίγο ψηλότερα, στο 0,45, και οι άλλες δύο στο 0,38. Οι ερευνητές προσθέτουν ότι τα ζεύγη είναι λίγα και οι αριθμοί των μικρών ομάδων πρέπει να διαβάζονται προσεκτικά.
Οι λέξεις νίκησαν τη δομή των μορίων
Αυτό θα είναι μάλλον το πιο πολυσυζητημένο αποτέλεσμα της μελέτης.
Μόνο με τις λέξεις, το αποτέλεσμα βελτιώθηκε
Οι ερευνητές αφαίρεσαν από το μοντέλο τα υλικά ένα ένα. Έβγαλαν τα χημικά χαρακτηριστικά των μορίων, τις πληροφορίες για τους υποδοχείς του σώματος και για τα μείγματα, και κράτησαν μόνο τα δεδομένα που αντιστοιχούν στις λέξεις για τις οσμές.
Το αποτέλεσμα ήταν εκπληκτικό. Το κοινό μοντέλο μόνο με λέξεις πέτυχε στο πρώτο τεστ συντελεστή συσχέτισης 0,61 και μέσο σφάλμα 0,075, δηλαδή καλύτερα ακόμη και από το κοινό μοντέλο με όλα τα υλικά. Στο δεύτερο τεστ είχε επίσης συντελεστή συσχέτισης 0,54, κατά 15% υψηλότερο.
Αντίθετα, το μοντέλο χωρίς λέξεις χειροτέρεψε πολύ. Στο πρώτο τεστ ο συντελεστής συσχέτισης έπεσε στο 0,41 και στο δεύτερο πλησίασε το επίπεδο της τυχαίας εικασίας.
Γράφημα
Χωρίς λέξεις κατέρρευσε, μόνο με λέξεις βελτιώθηκε
Συντελεστής συσχέτισης στο πρώτο τεστ · όσο πιο κοντά στο 1, τόσο καλύτερα
Στο δεύτερο τεστ το μοντέλο χωρίς λέξεις έπεσε κοντά στο επίπεδο της τύχης · Πηγή: Satarifard κ.ά. (2026) · Επεξεργασία: GrassAccord
Τι σημαίνει εδώ «λέξη»;
Εδώ η παρανόηση είναι εύκολη, γι' αυτό ας το διευκρινίσουμε. Δεν μύρισαν άνθρωποι το μείγμα για να περαστούν οι σημειώσεις τους. Ο υπολογιστής βλέπει τη δομή του μορίου και προβλέπει πρώτα πώς θα το ονόμαζαν οι άνθρωποι. Δίνει πιθανότητες σε 138 λέξεις, όπως φρουτώδες ή χορταρένιο. Με αυτόν τον συνδυασμό λέξεων συγκρίνει τα δύο μείγματα.
Δηλαδή από το μόριο δεν πάμε κατευθείαν στην οσμητική απόσταση, αλλά περνάμε από έναν ενδιάμεσο σταθμό, τις λέξεις. Το εκπληκτικό είναι ότι αυτές οι λέξεις μαθεύτηκαν από καθαρά μεμονωμένα μόρια και όχι από μείγματα, κι όμως εξήγησαν καλά την απόσταση των μειγμάτων.
Οι ερευνητές πάνε ένα βήμα παραπέρα. Ίσως η οσμή των μειγμάτων να μη δημιουργείται με θεμελιωδώς διαφορετικές αρχές από εκείνη των μεμονωμένων μορίων. Το δύσκολο ίσως να μην είναι «η ανάμειξη», αλλά «το πέρασμα από το μόριο στην οσμή». Η μελέτη σημειώνει ωστόσο ότι υπάρχουν και ερευνητές που διαφωνούν με αυτή την άποψη.
Διάγραμμα
Από το μόριο όχι κατευθείαν στην απόσταση, αλλά μέσα από τις λέξεις
Δεν είναι ανθρώπινες σημειώσεις, αλλά λέξεις που προβλέπει ο υπολογιστής
Απλοποιημένο σχήμα. Οι λεπτομέρειες διαφέρουν ανά ομάδα · Πηγή: Satarifard κ.ά. (2026) · Επεξεργασία: GrassAccord
Ποιες λέξεις είχαν τη μεγαλύτερη δύναμη;
Μια ομάδα χώρισε τις 138 λέξεις σε 12 οικογένειες. Στο μοντέλο της τη μεγαλύτερη επιρροή είχαν το φρουτώδες, το χορταρένιο και βοτανικό και το ξηροκαρπώδες, λιπαρό και καβουρδισμένο.
Κάθε λέξη είχε και διαφορετική επίδοση. Στην ίδια ανάλυση της ομάδας, το πράσινο, το καθαρό και το κονιάκ συνδέθηκαν με μείωση του σφάλματος, ενώ η βιολέτα, το αρωματικό και το φυσικό με αύξησή του. Οι ερευνητές ξεκαθαρίζουν ότι το εύρημα δεν ερμηνεύεται εύκολα. Παρ' όλα αυτά, έχει ενδιαφέρον ότι ανάμεσά τους βρίσκεται μια τόσο ευρεία λέξη όπως το φυσικό. Αυτή είναι δική μας αίσθηση, όχι συμπέρασμα της μελέτης.
Πίνακας
Κάποιες λέξεις μείωσαν το σφάλμα, άλλες το αύξησαν
Επιρροή λέξεων και σφάλμα στο μοντέλο μιας ομάδας · οι ερευνητές είναι επιφυλακτικοί στην ερμηνεία
Σχετίζονται με μικρότερο σφάλμα
Σχετίζονται με μεγαλύτερο σφάλμα
Πηγή: Satarifard κ.ά. (2026), Fig. 3B · Επεξεργασία: GrassAccord
Δεν χρειάστηκαν πολλά υλικά
Οι ερευνητές άθροισαν για κάθε μοντέλο τα χαρακτηριστικά με τη μεγαλύτερη επιρροή. Τρία από τα ακριβή μοντέλα έφτασαν στο μισό της συνολικής επιρροής με λιγότερα από 100 χαρακτηριστικά. Κάποιο μοντέλο χρειάστηκε περίπου 1.000, άρα η διαφορά είναι μεγάλη. Για να εξηγηθεί η οσμητική απόσταση δεν χρειάζονται απαραίτητα πολλά περίπλοκα υλικά.
Και η ανθρώπινη μύτη ταλαντεύεται
Η ανθρώπινη επίδοση είναι το ανώτατο όριο
Αυτό είναι το πιο ειλικρινές σημείο της μελέτης. Οι ερευνητές μέτρησαν και πόσο δίνουν την ίδια απάντηση οι ίδιοι άνθρωποι όταν κρίνουν ξανά. Στο δεύτερο τεστ οι συμμετέχοντες έκριναν δύο φορές, με διαφορά τουλάχιστον μίας ημέρας, και ο συντελεστής συσχέτισης των δύο αποτελεσμάτων ήταν 0,74. Στο πρώτο τεστ, η σύγκριση των δύο μισών έδωσε 0,69.
Αν το σκεφτείτε, είναι φυσικό. Ούτε η μέση ανθρώπινη κρίση επαναλαμβάνεται τέλεια. Άρα είναι δύσκολο για ένα μοντέλο να βρίσκει την ανθρώπινη αίσθηση καλύτερα από τους ίδιους τους ανθρώπους. Το 0,61 και το 0,54 του μοντέλου μόνο με λέξεις δεν έχουν φτάσει ακόμη αυτό το όριο. Και οι ερευνητές παραδέχονται ότι μένει κενό ανάμεσα στο μοντέλο και τον άνθρωπο.
Γράφημα
Το μοντέλο δεν έφτασε ακόμη την ανθρώπινη επαναληψιμότητα
Συντελεστής συσχέτισης · στους ανθρώπους, η συμφωνία όταν κρίνουν ξανά
Πρώτο τεστ
Δεύτερο τεστ
Οι μέθοδοι διαφέρουν, γι' αυτό τα δύο τεστ δεν συγκρίνονται απευθείας · Πηγή: Satarifard κ.ά. (2026) · Επεξεργασία: GrassAccord
Σφάλλει όταν οι οσμές μοιάζουν πολύ ή διαφέρουν πολύ
Το μοντέλο ήταν πιο ακριβές στη ζώνη απόστασης 0,5–0,8, επειδή εκεί συγκεντρώνονταν τα δεδομένα εκπαίδευσης. Τα τυχαία μείγματα πέφτουν συνήθως σε αυτό το εύρος.
Αντίθετα, κάτω από το 0,5 και πάνω από το 0,8 το σφάλμα μεγάλωσε. Τα μοντέλα είχαν την τάση να τραβούν τις προβλέψεις προς το κέντρο. Τα πολύ όμοια ζεύγη τα υπολόγιζαν λίγο πιο μακρινά απ' ό,τι ήταν, και τα πολύ διαφορετικά λίγο πιο κοντινά.
Για έναν αρωματοποιό αυτό είναι σημαντικό. Η πιο δύσκολη κρίση στην πράξη είναι να ξεχωρίσει δύο δοκιμές «σχεδόν ίδιες, αλλά κάπως διαφορετικές». Εκεί ακριβώς είναι πιο αδύναμο το σημερινό μοντέλο.
Κλίμακα
Δυνατό στη μέση, αδύναμο στα δύο άκρα
Σφάλμα του μοντέλου στην οσμητική απόσταση, από 0 (δεν ξεχωρίζουν) έως 1 (μέγιστη διαφορά)
Το να ξεχωρίσετε δοκιμές «σχεδόν ίδιες, αλλά κάπως διαφορετικές» είναι κρίση του αριστερού άκρου
Τα δεδομένα εκπαίδευσης συγκεντρώνονται στο 0,5–0,8 · Πηγή: Satarifard κ.ά. (2026) · Επεξεργασία: GrassAccord
Το νέο μοντέλο δεν νίκησε πάντα
Όταν το δεύτερο τεστ χωρίστηκε ανάλογα με την απόσταση σε πέντε ζώνες, στη ζώνη με τη μεγαλύτερη ομοιότητα το μικρότερο σφάλμα το είχε το παλαιότερο μοντέλο, ο κύριος χάρτης οσμών. Στις άλλες τέσσερις προηγήθηκαν το κοινό μοντέλο και το μοντέλο μόνο με λέξεις. Αυτό δείχνει ότι ένας καλός γενικός μέσος όρος δεν σημαίνει καλή επίδοση σε κάθε ζώνη.
Σε τι διαφέρει από τα πραγματικά αρώματα;
Αυτή η μελέτη δεν μεταφέρεται αυτούσια στα αρώματα. Ανάμεσα στα εργαστηριακά μείγματα και στα πραγματικά αρώματα υπάρχει μεγάλη διαφορά.
- Μείγματα με εξισωμένη ένταση — Στα περισσότερα δεδομένα η ένταση των συστατικών είχε εξισωθεί από πριν. Σε ένα πραγματικό άρωμα τα δυνατά συστατικά καλύπτουν τα αδύναμα και ο χαρακτήρας της οσμής αλλάζει με τη συγκέντρωση. Οι ερευνητές γράφουν ότι η διαχείριση της έντασης είναι μελλοντικό ζητούμενο.
- Αριθμός συστατικών — Τα μείγματα του τεστ είχαν περίπου δέκα συστατικά. Οι ερευνητές εξηγούν ότι οι οσμές που συναντάμε καθημερινά είναι συνήθως μείγματα δεκάδων ή εκατοντάδων μορίων.
- Περιορισμένες πρώτες ύλες — Το εύρος των μορίων που χρησιμοποιήθηκαν είναι στενό. Δεν ξέρουμε ακόμη αν το μοντέλο ισχύει και για μόρια που δεν έχει ξαναδεί.
- Η κρίση μιας στιγμής — Η μελέτη ρώτησε πόσο μοιάζουν δύο οσμές. Δεν ρώτησε πώς αλλάζει το άρωμα με τον χρόνο ούτε αν αρέσει στους ανθρώπους.
Θυμηθείτε ιδιαίτερα το τελευταίο. Η απόσταση λέει μόνο πόσο διαφέρουν δύο οσμές, όχι ποια είναι καλύτερη.
Υπάρχει και κάτι ευχάριστο. Οι ερευνητές δημοσιοποίησαν δεδομένα, μοντέλα και κώδικα. Έτσι ο καθένας μπορεί να δοκιμάσει μια καλύτερη μέθοδο στο ίδιο πρόβλημα. Αυτό όμως δεν σημαίνει ότι υπάρχει εργαλείο όπου ο αρωματοποιός βάζει δύο ακόρντ και παίρνει αμέσως την απόσταση. Προς το παρόν μοιάζει περισσότερο με σημείο αναφοράς για ερευνητές.
Σύγκριση
Το εργαστηριακό μείγμα δεν είναι άρωμα
Τέσσερα πράγματα που πρέπει να θυμάστε όταν το μεταφέρετε στα αρώματα
| Αυτή η μελέτη | Πραγματικό άρωμα | |
|---|---|---|
| Ένταση | Κυρίως εξισωμένη από πριν | Το δυνατό συστατικό καλύπτει το αδύναμο |
| Αριθμός συστατικών | Περίπου 10 | Συνήθως δεκάδες–εκατοντάδες μόρια |
| Εύρος πρώτων υλών | Περιορισμένα μόρια | Πολύ ευρύτερο |
| Το ερώτημα | Πόσο μοιάζουν δύο οσμές | Και η αλλαγή με τον χρόνο, και το καλό ή κακό |
Πηγή: Satarifard κ.ά. (2026), Discussion · Η τελευταία γραμμή είναι σχόλιο της GrassAccord · Επεξεργασία: GrassAccord
Μεταμερή: άλλες πρώτες ύλες, ίδια οσμή
Ένα από τα σύνολα δεδομένων προέρχεται από έρευνα που προσπαθούσε να δημιουργήσει οσμητικά μεταμερή. Τα μεταμερή είναι ζεύγη μειγμάτων χωρίς κοινά συστατικά, που όμως γίνονται αντιληπτά ως παρόμοια. Στα χρώματα μοιάζει με το φαινόμενο όπου φως διαφορετικής σύνθεσης φαίνεται ίδιο χρώμα.
Οι ερευνητές προβλέπουν ότι με αυτά τα αποτελέσματα θα μπορούν να δημιουργούνται και να δοκιμάζονται αποδοτικά εικονικά μεταμερή στον υπολογιστή. Πρώτα επιλέγονται οι υποψήφιοι με υπολογισμό και μετά τους ελέγχει ο άνθρωπος.
Οι εφαρμογές που αναφέρουν οι συγγραφείς είναι ευρείες: ψηφιακή όσφρηση που αποθηκεύει και μεταδίδει οσμές ως δεδομένα, τεχνολογίες που παρακολουθούν την υγεία από την αναπνοή, ηλεκτρονικές μύτες και παραγωγικός σχεδιασμός αρωματικών υλών. Αυτά όμως είναι μελλοντικές δυνατότητες, και η μελέτη δεν σχεδίασε κάποιο άρωμα.
Σχόλιο: τι λέει αυτή η μελέτη σε όσους μαθαίνουν αρωματοποιία
Από εδώ και πέρα δεν είναι τα συμπεράσματα της μελέτης, αλλά η ερμηνεία της GrassAccord.
Η περιγραφή με λέξεις δεν είναι εντύπωση, αλλά σχεδιασμός
Όταν στο μάθημα αρωματοποιίας ζητούν σημειώσεις για τις πρώτες ύλες, πολλοί το βαριούνται. Γιατί να το γράψουμε, αφού μπορούμε να το μυρίσουμε; Η μελέτη μάς κάνει να ξαναδούμε αυτή τη συνήθεια. Λίγες λέξεις για τις οσμές εξήγησαν την απόσταση των μειγμάτων καλύτερα από πλήθος δεδομένων για τα μόρια.
Φυσικά, οι λέξεις του υπολογιστή και οι σημειώσεις του ανθρώπου δεν είναι το ίδιο. Η κατεύθυνση όμως είναι κοινή. Όταν χωρίζετε μια οσμή σε λέξεις, γίνεται συγκρίσιμη. Μια σημείωση που σταματά στο «ωραίο» δεν χρησιμεύει στην επόμενη ανάμειξη, αλλά το «έντονα χορταρένιο, στο τέλος μένει βρεγμένο ξύλο» χρησιμεύει.
Ξεκινήστε από τις μεμονωμένες πρώτες ύλες
Οι λέξεις μαθεύτηκαν από μεμονωμένα μόρια, κι όμως εξήγησαν τα μείγματα. Η σειρά της εκμάθησης της αρωματοποιίας είναι ίδια. Αν ξέρετε καθαρά την εντύπωση μιας πρώτης ύλης, μπορείτε να διαβάσετε τι έγινε στην ανάμειξη. Ο χρόνος που περνάτε μυρίζοντας ξανά και ξανά μία πρώτη ύλη σας ανταποδίδει αργότερα περισσότερα από το να φτιάχνετε πολλά ακόρντ.
Αξίζει εδώ να δανειστείτε μια μέθοδο από το εργαστήριο. Όπως οι ερευνητές εξίσωσαν την ένταση των συστατικών, εξισώστε κι εσείς τη συγκέντρωση αραίωσης όταν συγκρίνετε πρώτες ύλες. Αν μόνο η μία είναι πυκνή, δεν συγκρίνετε τον χαρακτήρα τους, αλλά την ένταση. Οι κρίσεις πάνω σε αδιάλυτες πρώτες ύλες αλλάζουν συχνά μετά την αραίωση.
Διαλέξτε λέξεις με στενό νόημα
Η λέξη φυσικό είναι βολική, αλλά χωράει πολλά. Προσπαθήστε να κατεβείτε ένα επίπεδο και να γράψετε τι ακριβώς είναι φυσικό. Κομμένο χόρτο, βρεγμένο χώμα ή ξεφλουδισμένο φρούτο; Όπως είπαμε, η μελέτη δεν το απέδειξε, αλλά στον πάγκο θα διαπιστώσετε γρήγορα ότι όσο πιο στενό είναι το νόημα μιας λέξης, τόσο πιο χρήσιμη είναι στην επόμενη κρίση.
Δοκιμάστε την ίδια εντύπωση με άλλες πρώτες ύλες
Η έννοια του μεταμερούς είναι μεγάλη παρηγοριά και για τους αρχάριους. Ακόμη κι αν μια πρώτη ύλη δεν βρίσκεται ή υπόκειται σε περιορισμούς, η ίδια εντύπωση μπορεί να ξαναχτιστεί με άλλες πρώτες ύλες. Για να νιώθεται κάτι παρόμοιο δεν χρειάζονται απαραίτητα τα ίδια μόρια.
Και πολλές από τις φόρμουλες που πουλά η GrassAccord έχουν ως υλικό μελέτης διάσημα αρώματα. Όμως το παρόμοιο δεν είναι ίδιο. Και αυτή η έρευνα ασχολήθηκε μόνο με την εντύπωση μιας στιγμής. Πώς αλλάζει το άρωμα με τον χρόνο πρέπει να το παρακολουθήσετε εσείς στο χαρτάκι δοκιμής.
Να εμπιστεύεστε τη μύτη σας, αλλά όχι μόνο μία φορά
Ακόμη και η μέση ανθρώπινη κρίση, αν ξαναμετρηθεί, δίνει 0,74. Αν δύο αρώματα που χθες έμοιαζαν φαίνονται σήμερα διαφορετικά, ίσως δεν φταίει η μύτη σας. Η κρίση ταλαντεύεται από τη φύση της. Για τις σημαντικές αποφάσεις μυρίστε ξανά την επόμενη μέρα και συγκρίνετε με την πρώτη σημείωση. Την κρίση σας δεν την προστατεύουν οι αριθμοί, αλλά η συνήθεια.
Πολλές μύτες είναι καλύτερες από μία
Την καλύτερη επίδοση στη μελέτη δεν την είχε μία εξαιρετική ομάδα, αλλά ο μέσος όρος διαφορετικών ομάδων. Το ίδιο ισχύει στη δοκιμή. Όταν δεν μπορείτε να αποφασίσετε, δώστε το σε κάποιον άλλον να το μυρίσει. Ένα απλό «μοιάζει με σαπούνι» από κάποιον που δεν ξέρει από αρωματοποιία μπορεί να γίνει πολύτιμη ένδειξη.
Η τεχνητή νοημοσύνη απλώς περιορίζει τους υποψηφίους
Το μέλλον που περιγράφει αυτή η έρευνα δεν είναι ένας κόσμος χωρίς αρωματοποιούς, αλλά μάλλον ένας κόσμος όπου ο υπολογισμός περιορίζει τους υποψηφίους και ο άνθρωπος αποφασίζει με τη μύτη. Το μοντέλο δεν έκρινε ακόμη τι είναι καλό ή κακό και ήταν αδύναμο στην πιο δύσκολη ζώνη, το «σχεδόν ίδιο, αλλά διαφορετικό». Αυτή η τελευταία ζώνη θα μείνει για καιρό στην ανθρώπινη μύτη.
Τρεις ασκήσεις για να δοκιμάσετε αμέσως στον πάγκο εργασίας
Θα ήταν κρίμα να διαβάσετε τη μελέτη και να μείνετε εκεί. Ας μικρύνουμε ό,τι έκαναν οι ερευνητές και ας το μεταφέρουμε στον πάγκο εργασίας. Τις αναλογίες ορίστε τις εσείς, ανάλογα με τις πρώτες ύλες και το γούστο σας.
Άσκηση 1. Φτιάξτε το δικό σας λεξιλόγιο οσμών
Διαλέξτε δέκα πρώτες ύλες που χρησιμοποιείτε συχνά και βάλτε τις μία μία σε χαρτάκια δοκιμής. Για κάθε πρώτη ύλη γράψτε μόνο τρεις λέξεις. Αφήστε έξω λέξεις αξιολόγησης όπως «ωραίο» και χρησιμοποιήστε μόνο λέξεις που δείχνουν την οσμή, όπως φρούτο, χόρτο, ξύλο, σαπούνι. Μετά από μία εβδομάδα κρύψτε τα ονόματα, γράψτε ξανά και συγκρίνετε. Οι λέξεις που έμειναν είναι το αληθινό πρόσωπο της πρώτης ύλης.
Άσκηση 2. Τριγωνικό τεστ στο σπίτι
Ετοιμάστε δύο παρόμοιες δοκιμές. Από τρία χαρτάκια δοκιμής, στα δύο βάλτε την ίδια δοκιμή και στο ένα την άλλη, και σημαδέψτε τα από κάτω. Ζητήστε από κάποιον να ανακατέψει τη σειρά και διαλέξτε το διαφορετικό. Αν το επαναλάβετε και το βρίσκετε συνεχώς, οι οσμές ξεχωρίζουν. Αν οι επιτυχίες μένουν στο επίπεδο της εικασίας (μία στις τρεις), για τη μύτη σας προς το παρόν είναι σχεδόν ίδιες.
Άσκηση 3. Μετρήστε την απόσταση με τη μύτη σας
Γράψτε την απόσταση δύο οσμών με έναν αριθμό από το 0 έως το 1. Το 0 σημαίνει ότι δεν ξεχωρίζουν και το 1 ότι είναι εντελώς διαφορετικές. Βαθμολογήστε περίπου πέντε ζεύγη και την επόμενη μέρα βαθμολογήστε τα ξανά με την ίδια σειρά. Από το πόσο κουνήθηκαν οι αριθμοί θα καταλάβετε το εύρος της κρίσης σας. Δεν πειράζει αν ταλαντεύεται. Ο σκοπός της άσκησης είναι να γνωρίσετε αυτό το εύρος.
Τι να προσέχετε όταν διαβάζετε αυτή τη μελέτη
- Δεν είναι έρευνα για αρώματα. Ασχολήθηκε με ερευνητικά μείγματα μορίων. Αυτό δεν σημαίνει ότι εφαρμόζεται αυτούσια στη σύνθεση αρωμάτων.
- Τα προβλήματα του τεστ δεν είναι πολλά. Το πρώτο τεστ είχε 46 ζεύγη. Γι' αυτό δεν κατέστη δυνατό να ξεχωρίσει η σειρά των κορυφαίων ομάδων, και οι ερευνητές ζητούν προσοχή στα αποτελέσματα των μικρών ομάδων.
- Είναι δυνατή στη μεσαία ζώνη. Τα δεδομένα εκπαίδευσης συγκεντρώνονται στην απόσταση 0,5–0,8, οπότε είναι αδύναμη σε πολύ όμοια ή πολύ διαφορετικά ζεύγη.
- Οι τρόποι μέτρησης στα δεδομένα είναι ανάμεικτοι. Τα τριγωνικά τεστ και οι βαθμολογίες μεταφέρθηκαν σε μία κλίμακα, οπότε μπορεί να μένουν αποκλίσεις ανάλογα με τη μέθοδο.
- Δεν κάλυψε επαρκώς την ένταση. Χρησιμοποιήθηκαν κυρίως συστατικά με εξισωμένη ένταση. Στα πραγματικά αρώματα η ένταση είναι μεγάλη μεταβλητή.
- Δεν ξέρουμε αν ισχύει για νέα μόρια. Το εύρος των μορίων που χρησιμοποιήθηκαν στο τεστ είναι στενό.
- Η ερμηνεία έχει και αντιρρήσεις. Η μελέτη αναφέρει ότι κάποιοι ερευνητές δεν συμφωνούν με την άποψη ότι η οσμή των μειγμάτων καθορίζεται κυρίως από την επικάλυψη των λέξεων.
- Οι σχέσεις με εταιρείες είναι δημόσιες. Η μελέτη δηλώνει ότι ορισμένοι συγγραφείς είναι σύμβουλοι εταιρειών του χώρου της όσφρησης.
Οι όροι αυτού του κειμένου
- Μεμονωμένο μόριο — Αρωματική ουσία που αποτελείται από ένα είδος μορίου.
- Μείγμα — Πολλά μόρια μαζί. Σε αυτή τη μελέτη έχει περίπου δέκα συστατικά.
- Απόσταση — Τιμή από το 0 έως το 1 που δείχνει πόσο διαφορετικές νιώθονται δύο οσμές. Το 0 σημαίνει ότι δεν ξεχωρίζουν, το 1 τη μεγαλύτερη διαφορά.
- Τριγωνικό τεστ — Μέθοδος που μετρά την ικανότητα διάκρισης ζητώντας να βρεθεί το διαφορετικό ανάμεσα σε τρία.
- Συντελεστής συσχέτισης — Αριθμός που δείχνει πόσο κινούνται μαζί δύο τιμές. Όσο πιο κοντά στο 1, τόσο περισσότερο κινούνται μαζί.
- Μέσο σφάλμα (RMSE) — Το μέσο μέγεθος της απόκλισης της πρόβλεψης από την πραγματικότητα. Όσο μικρότερο, τόσο καλύτερα.
- Κοινό μοντέλο (σύνολο μοντέλων) — Μοντέλο που βγάζει τον μέσο όρο των προβλέψεων πολλών μοντέλων.
- Πληροφορία λέξεων (σημασιολογικά χαρακτηριστικά) — Τιμές που προβλέπει ο υπολογιστής για το με ποιες λέξεις ονομάζεται ένα μόριο.
- Κύριος χάρτης οσμών (POM) — Μοντέλο προηγούμενης έρευνας που προβλέπει λέξεις για οσμές από τη δομή του μορίου. Πολλές ομάδες το χρησιμοποίησαν ως υλικό σε αυτόν τον διαγωνισμό.
- Μεταμερές — Ζεύγος μειγμάτων που νιώθονται παρόμοια, χωρίς κοινά συστατικά.
- Ακόρντ — Μονάδα αρώματος όπου πολλές πρώτες ύλες αναμειγνύονται ώστε να γίνονται αντιληπτές ως μία ενιαία εντύπωση.
- Φόρμουλα — Το σχέδιο που καταγράφει ποιες πρώτες ύλες αναμειγνύονται και σε ποιες αναλογίες για να φτιαχτεί ένα άρωμα. Αυτό πουλά η GrassAccord.
Κλείνοντας
Η μύτη δεν έχει ακόμη κανόνες σαν το κόκκινο, το πράσινο και το μπλε. Όμως το πρώτο νήμα που βρήκαν μαζί οι 26 ομάδες βρισκόταν, απρόσμενα, στην πλευρά της ανθρώπινης γλώσσας. Λίγες λέξεις για τις οσμές εξήγησαν την απόσταση δύο αρωμάτων καλύτερα από τις μακροσκελείς περιγραφές των μορίων.
Και το να μετρηθεί αυτή η απόσταση ως το τέλος μένει ακόμη δουλειά της ανθρώπινης μύτης. Η μύτη ταλαντεύεται και το μοντέλο τραβά προς το κέντρο. Κανένα από τα δύο δεν είναι τέλειο, γι' αυτό η πιο αξιόπιστη μέθοδος παραμένει να μυρίζετε αργά το χαρτάκι δοκιμής, να το γράφετε με λέξεις και να το ξαναμυρίζετε την επόμενη μέρα.
Για όσους μόλις ξεκινούν την αρωματοποιία, αυτά είναι καλά νέα. Χωρίς ακριβό εξοπλισμό, μερικά χαρτάκια δοκιμής και ένα σημειωματάριο αρκούν για να μπείτε στον δρόμο που έδειξε αυτή η έρευνα. Το άρωμα είναι μια παγκόσμια γλώσσα. Στον δρόμο όπου θα μαζεύετε μία μία τις λέξεις αυτής της γλώσσας, η GrassAccord θα είναι δίπλα σας.
Πηγή της μελέτης: Vahid Satarifard, Laura Sisson, Yikun Han κ.ά. "A semantic-based community model for high-fidelity tuning of olfactory mixture distances." PNAS 123(32), e2611057123, δημοσιεύτηκε στις 4 Αυγούστου 2026. Πρωτότυπο: https://doi.org/10.1073/pnas.2611057123 · Όλοι οι αριθμοί του κειμένου προέρχονται από το κείμενο της μελέτης· η διατύπωση είναι περίληψη και σχόλιο της GrassAccord. Το κεφάλαιο «Σχόλιο» δεν αποτελεί συμπέρασμα της μελέτης, αλλά ερμηνεία της GrassAccord.