Hỗn hợp mùi hương: chìa khóa nằm ở từ ngữ — GrassAccord đọc cùng bạn bài nghiên cứu "Dự đoán khoảng cách giữa các hỗn hợp mùi"

Hãy thử hình dung có hai tờ giấy thử mùi ngay trước mũi. Một tờ là hỗn hợp mùi hương gồm 10 phân tử. Tờ kia cũng gồm 10 phân tử, nhưng không có phân tử nào trùng với tờ đầu. Vậy mà với mũi người, hai mùi này lại khá giống nhau.

Vì sao lại như vậy? Và liệu có thể biết trước kết quả ngay từ khi chưa trộn không? Một bài nghiên cứu đăng trên Kỷ yếu Viện Hàn lâm Khoa học Quốc gia Hoa Kỳ (PNAS) hồi tháng 8 là ghi chép về lần 26 nhóm nghiên cứu trên khắp thế giới cùng thử sức với câu hỏi lâu đời này.

Kết quả thật bất ngờ. Chìa khóa đoán đúng nhất mùi của hỗn hợp không phải là đọc thẳng hình dạng của phân tử. Dự đoán chính xác nhất khi đi qua những từ ngữ gọi tên mùi hương, như "giống trái cây", "giống cỏ".

Nếu đã bắt đầu học điều hương, có lẽ bạn từng băn khoăn những điều thế này.

• Ghi lại mùi hương bằng lời có thật sự giúp mình lên tay không?
• Hôm qua hai mùi này còn giống nhau, hôm nay lại thấy khác, có phải mũi mình có vấn đề?
• Liệu trí tuệ nhân tạo có sắp làm accord thay mình không?

Bài nghiên cứu này gợi ý cho cả ba câu hỏi. Phần đầu giới thiệu nhóm nghiên cứu đã làm gì và tìm ra điều gì, phần sau là lời bình của chúng tôi về cách người đang học điều hương có thể dùng kết quả này bên bàn điều hương. Những thuật ngữ lạ đã được giải thích riêng ở cuối bài, bạn cứ thoải mái đọc nhé.

Trước hết, đây là bài nghiên cứu gì

• Tiêu đề: A semantic-based community model for high-fidelity tuning of olfactory mixture distances (Mô hình cộng đồng dựa trên ý nghĩa của từ ngữ để tinh chỉnh chính xác khoảng cách giữa các hỗn hợp mùi)
• Tác giả: Một nhóm cộng tác lớn, đứng đầu là Vahid Satarifard và Pablo Meyer. Tham gia có các đơn vị ở nhiều nước như Đại học Yale, Đại học Rockefeller, Trung tâm Cảm giác Hóa học Monell, Viện Weizmann và phòng nghiên cứu của IBM. Đồng tác giả còn có Leslie B. Vosshall, Noam Sobel và Joel D. Mainland, những cái tên quen thuộc trong nghiên cứu khứu giác.
• Công bố: Kỷ yếu Viện Hàn lâm Khoa học Quốc gia Hoa Kỳ (PNAS), tập 123, số 32, đăng ngày 4 tháng 8 năm 2026. Đây là bài đã qua bình duyệt của tạp chí khoa học.
• Đọc bản gốc: doi.org/10.1073/pnas.2611057123 — ai cũng có thể đọc miễn phí (tiếng Anh).
• Lưu ý: Nghiên cứu này làm trên các hỗn hợp phân tử dùng cho nghiên cứu, không phải nước hoa. Chính các tác giả cũng chỉ nhắc đến thiết kế nước hoa như một trong những lĩnh vực ứng dụng sau này.

Vì sao chọn bài này

Trong bài giới thiệu nghiên cứu đầu tiên, chúng ta đã nhìn xuống khoảng 170 nghìn nước hoa bằng con số. Đó là tấm bản đồ của thị trường và văn hóa. Lần này đi theo hướng ngược lại. Chúng ta nhìn vào chiếc mũi của người đang ngồi trước hai tờ giấy thử mùi.

Điều hương rốt cuộc là việc pha trộn. Thế nhưng những quy luật mà mắt và tai đã có thì mũi vẫn chưa có. Màu trên màn hình được tạo từ đỏ, xanh lá và xanh dương, còn âm thanh có thể giải thích bằng tần số. Nhóm nghiên cứu nói rằng khứu giác vẫn chưa có một khung tương đương. Vì thế, từ lâu nhà điều hương chỉ biết dựa vào kinh nghiệm và chiếc mũi của mình.

Bài nghiên cứu này lần đầu đặt vào khoảng trống đó một cây cầu khá vững. Cầu chưa hoàn thiện. Nhưng vì nó thành thật cho thấy đã đi được đến đâu và đứt ở chỗ nào, đây là chất liệu học tập tốt cho người đang học điều hương.

Nỗ lực vẽ tấm bản đồ của mũi

Trước khi vào nội dung chính, hãy xem vì sao cuộc thi này được tổ chức.

Mùi của một phân tử đã đoán được khá tốt

Nhìn cấu trúc phân tử mà đoán ra mùi từng là bài toán khó nổi tiếng suốt một thời gian dài. Nhưng trong 10 năm qua, tình hình đã thay đổi. Cuộc thi khứu giác DREAM đầu tiên cho thấy máy tính có thể dự đoán từ cấu trúc phân tử những cách mô tả mùi như tỏi, ngọt hay hoa.

Năm 2023, một mô hình tên là Bản đồ Mùi Chính (POM) ra đời. Đây là tấm bản đồ đặt cấu trúc phân tử vào không gian mùi. Theo bài nghiên cứu, mô hình này dự đoán cách mô tả mùi tốt hơn người ở mức trung bình trong nhóm đánh giá. Rất nhiều đội trong cuộc thi lần này đã dùng chính tấm bản đồ đó làm chất liệu.

Nhưng phần lớn mùi trên đời đều là hỗn hợp

Vấn đề nằm ở bước tiếp theo. Những mùi ta ngửi mỗi ngày như cà phê, hoa hay nước hoa thường là hỗn hợp của hàng chục, hàng trăm phân tử. Đoán đúng một phân tử mà không đoán được khi trộn lại thì khó dùng ngoài đời thực.

Nếu đã từng thử điều hương, bạn sẽ hiểu rõ cái khó này. Trộn hai nguyên liệu tốt mà mùi ra hoàn toàn khác mong đợi, hoặc nguyên liệu vừa cho vào như biến mất. Cần có một chuẩn công khai để dự đoán hỗn hợp, nên cuộc thi này được mở ra để nhiều đội cùng tranh tài trên một bài toán.

Cuộc thi của 26 đội diễn ra thế nào

Gom các thí nghiệm rời rạc về một chỗ

Trước tiên, nhóm nghiên cứu gộp sáu bộ dữ liệu từ ba nghiên cứu vốn làm riêng lẻ thành một. Sau khi gộp, quy mô như sau.

• 168 phân tử đơn
• 731 hỗn hợp khác nhau
• 507 phép đo so sánh hai hỗn hợp

Vì mỗi thí nghiệm làm một kiểu, mọi kết quả được chuyển về cùng một thang đo. 0 nghĩa là không phân biệt được hai mùi, 1 nghĩa là khác nhau hết mức. Nhóm nghiên cứu gọi con số này là khoảng cách mùi. Giống như đo giữa hai thành phố trên bản đồ, ở đây ta đo giữa hai mùi.

Tranh tài suốt ba tháng

Cuộc thi này có tên DREAM Challenge. Nhiều đội cùng nhận một bài toán rồi công khai so tài dự đoán. 26 đội đã mài giũa mô hình trí tuệ nhân tạo trong khoảng ba tháng, rồi làm bài thi cuối với 46 cặp hỗn hợp được giấu đáp án.

Với bài luyện tập, mỗi đội được nộp tối đa ba lần một tuần và xem điểm. Trong suốt cuộc thi có 159 lượt dự đoán luyện tập được nộp, và 19 đội nộp đến bài thi cuối.

Phân thắng bại không rõ ràng. Bốn đội D2Smell, UMich CASI, ChemSenSim Lab và belfaction đồng hạng nhất. Nhóm nghiên cứu cho rằng đề thi chỉ có 46 cặp nên khó tách các đội ra. Vì vậy, thay vì chọn một đội, họ lấy trung bình dự đoán của sáu mô hình đứng đầu để tạo thành một mô hình tổng hợp. Nhân vật chính của bài nghiên cứu chính là mô hình tổng hợp này.

Kiểm tra hai lần bằng mũi người

Người chấm đáp án của trí tuệ nhân tạo là chiếc mũi con người. Có hai lần thử.

• Lần thử thứ nhất (New York, Đại học Rockefeller) — 34 người tham gia. 92 hỗn hợp tạo thành 46 cặp, mỗi hỗn hợp gồm 10 thành phần không trùng nhau. Họ dùng phép thử tam giác: chọn ra một lọ có mùi khác trong ba lọ.
• Lần thử thứ hai (Philadelphia, Trung tâm Cảm giác Hóa học Monell) — Sau cuộc thi, 16 người tham gia. 59 hỗn hợp được thiết kế mới tạo thành 50 cặp, mỗi hỗn hợp có 9~11 thành phần. Người tham gia trực tiếp cho điểm hai mùi giống nhau đến đâu.

Lần thử thứ hai có một chốt an toàn thú vị. Họ cho so sánh phân tử mùi tỏi với phân tử mùi dứa, và cho so sánh phân tử mùi dâu tây với chính nó. Người tham gia đánh giá cặp đầu là xa nhau, cặp sau là rất gần nhau. Đó là bằng chứng cho thấy thang đo hoạt động đúng.

Hãy làm quen trước với hai con số

Bài nghiên cứu này nhắc đi nhắc lại hai con số. Nghe có vẻ khó, nên ta hãy nắm ý một cách đơn giản.

Hệ số tương quan cho biết dự đoán và thực tế đi cùng hướng đến mức nào. Bằng 1 là đi cùng nhau hoàn hảo, bằng 0 là không liên quan gì. Hệ số 0,61 không có nghĩa là đúng 61%. Chỉ cần hiểu là những cặp người thấy xa hơn thì mô hình nhìn chung cũng chỉ ra là xa hơn.

Sai số trung bình (RMSE trong bài nghiên cứu) cho biết trung bình dự đoán lệch khỏi khoảng cách thực bao nhiêu. Càng nhỏ càng tốt. Sai số 0,08 nghĩa là trên thang 0~1, dự đoán lệch khoảng chừng đó.

Vậy chỉ cần nhớ hệ số tương quan là "đoán thứ tự có đúng không", còn sai số trung bình là "giá trị gần đến đâu".

Mô hình tổng hợp đoán đúng đến đâu

Vượt xa các phương pháp cũ

Ở lần thử thứ nhất, mô hình tổng hợp đạt sai số trung bình 0,08 và hệ số tương quan 0,57. So với các phương pháp tiêu biểu trước đây, sai số giảm khoảng 33% và hệ số tương quan tăng 53%. Kết quả này cũng tốt hơn mô hình của bất kỳ đội riêng lẻ nào trong cuộc thi.

Ở đây có một điểm đáng chú ý. Sau cuộc thi, nhóm nghiên cứu thử tạo một mô hình mới chỉ từ những đặc trưng có vẻ quan trọng nhất. Nhưng mô hình này không đuổi kịp mô hình tổng hợp, chỉ dừng ở mức các đội đứng đầu. Nhóm nghiên cứu lý giải rằng chỉ chọn chất liệu tốt thì chưa đủ, phải có nhiều cách làm khác nhau gom lại mới chạm tới mức đó.

Vẫn trụ được trước bài toán chưa gặp

Mô hình chỉ giải tốt đề của cuộc thi thì ít giá trị. Vì thế, sau cuộc thi họ thử lại với 50 cặp được thiết kế mới. Sai số trung bình của mô hình tổng hợp tăng lên 0,13 nhưng hiệu quả vẫn giữ được tốt. Xét đến việc địa điểm, người tham gia lẫn cách thử đều khác, đây là kết quả có ý nghĩa lớn.

Mỗi loại đề cho một kết quả khác nhau

46 cặp của bài thi cuối được chia làm ba nhóm: 16 cặp tạo ngẫu nhiên, 20 cặp do con người thiết kế để có cảm giác giống nhau, và 10 cặp được chỉnh cho giống nhau bằng phương pháp tính khoảng cách có sẵn. Các đội không biết cặp nào thuộc nhóm nào.

Sai số trung bình của mô hình tổng hợp nhỏ ở hai nhóm được thiết kế, là 0,07 và 0,06, còn ở nhóm ngẫu nhiên là 0,10. Hệ số tương quan thì ngược lại, nhóm ngẫu nhiên cao hơn một chút với 0,45, còn hai nhóm kia là 0,38. Nhóm nghiên cứu nói thêm rằng vì số cặp ít nên phải đọc cẩn thận những con số của các nhóm nhỏ.

Từ ngữ đã thắng cấu trúc phân tử

Đây có lẽ sẽ là kết quả được trích dẫn nhiều nhất của bài nghiên cứu.

Chỉ giữ lại từ ngữ, kết quả còn tốt hơn

Nhóm nghiên cứu làm thí nghiệm bớt dần từng chất liệu khỏi mô hình. Họ bỏ hết đặc trưng hóa học của phân tử, thông tin về thụ thể trong cơ thể và thông tin hỗn hợp, chỉ giữ lại phần thông tin tương ứng với những từ ngữ gọi tên mùi hương.

Kết quả thật đáng kinh ngạc. Mô hình tổng hợp chỉ dùng từ ngữ đạt hệ số tương quan 0,61 và sai số trung bình 0,075 ở lần thử thứ nhất, còn tốt hơn cả mô hình tổng hợp dùng mọi chất liệu. Ở lần thử thứ hai, hệ số tương quan cũng đạt 0,54, cao hơn 15%.

Ngược lại, mô hình bỏ từ ngữ đi thì kém hẳn. Hệ số tương quan tụt xuống 0,41 ở lần thử thứ nhất, và ở lần thử thứ hai thì gần như đoán may.

"Từ ngữ" ở đây là gì

Chỗ này dễ hiểu nhầm nên cần nói cho chính xác. Đây không phải là đưa vào những ghi chép mà con người viết sau khi ngửi hỗn hợp. Máy tính nhìn cấu trúc phân tử rồi dự đoán trước "phân tử này người ta sẽ gọi là gì". Nó gán xác suất cho 138 từ như hương trái cây, hương cỏ. Sau đó, hai hỗn hợp được so sánh bằng tổ hợp từ ngữ thu được.

Nói cách khác, thay vì đi thẳng từ phân tử đến khoảng cách mùi, mô hình đi qua một trạm dừng giữa đường là từ ngữ. Điều đáng ngạc nhiên là những từ này được học từ phân tử đơn tinh khiết chứ không phải từ hỗn hợp, vậy mà vẫn giải thích tốt khoảng cách của hỗn hợp.

Nhóm nghiên cứu còn đi thêm một bước. Có thể mùi của hỗn hợp không được tạo ra theo nguyên lý khác hẳn so với mùi của phân tử đơn. Phần khó có lẽ không nằm ở "bước trộn" mà ở "bước đi từ phân tử sang mùi". Tuy vậy, bài nghiên cứu cũng ghi rằng có những nhà nghiên cứu không đồng ý với quan điểm này.

Những từ nào có sức nặng nhất

Một đội gom 138 từ thành 12 nhóm. Trong mô hình của đội đó, các nhóm có ảnh hưởng lớn nhất là hương trái cây, hương cỏ và thảo mộc, và hương hạt, dầu, rang.

Mỗi từ cũng có kết quả khác nhau. Trong phân tích của cùng đội này, green, clean và cognac gắn với phía sai số giảm, còn violet, aromatic và natural gắn với phía sai số tăng. Nhóm nghiên cứu nói rõ là chưa thể diễn giải ngay kết quả này. Dù vậy, việc có mặt một từ nghĩa rộng như natural vẫn rất thú vị. Đây là cảm nhận của chúng tôi, không phải kết luận của bài nghiên cứu.

Không cần quá nhiều chất liệu

Nhóm nghiên cứu lần lượt cộng dồn những đặc trưng có ảnh hưởng lớn của từng mô hình. Trong các mô hình có độ chính xác cao, ba mô hình đạt một nửa tổng ảnh hưởng khi chưa tới 100 đặc trưng. Có mô hình cần khoảng 1.000 đặc trưng, nên chênh lệch rất lớn. Điều đó có nghĩa là để giải thích khoảng cách mùi không nhất thiết cần thật nhiều chất liệu phức tạp.

Mũi người cũng dao động

Kỷ lục của con người chính là giới hạn trên

Đây là đoạn thành thật nhất của bài nghiên cứu. Nhóm nghiên cứu còn đo xem cùng những người đó phán đoán lại thì cho câu trả lời giống nhau đến đâu. Ở lần thử thứ hai, người tham gia phán đoán hai lần cách nhau ít nhất một ngày, và hệ số tương quan giữa hai kết quả là 0,74. Ở lần thử thứ nhất, giá trị khi chia đôi để so sánh là 0,69.

Nghĩ lại thì cũng dễ hiểu. Ngay cả phán đoán trung bình của con người cũng không lặp lại hoàn hảo. Vì thế, mô hình khó mà đoán giống con người hơn cả chính con người. Các con số 0,61 và 0,54 của mô hình chỉ dùng từ ngữ vẫn chưa chạm tới giới hạn trên này. Nhóm nghiên cứu cũng thừa nhận vẫn còn một khoảng cách giữa mô hình và con người.

Sai khi quá giống hoặc quá khác

Mô hình chính xác nhất ở vùng khoảng cách 0,5~0,8. Đó là vì dữ liệu huấn luyện tập trung ở vùng này. Những hỗn hợp trộn ngẫu nhiên phần lớn cũng rơi vào khoảng này.

Ngược lại, dưới 0,5 hoặc trên 0,8 thì sai số tăng lên. Các mô hình có thói quen kéo dự đoán về giữa. Những cặp rất giống nhau bị đoán xa hơn thực tế một chút, còn những cặp rất khác nhau bị đoán gần hơn thực tế một chút.

Với nhà điều hương, điểm này rất quan trọng. Phán đoán khó nhất trong công việc thực tế là phân biệt hai bản thử "gần như y hệt mà vẫn khác ở đâu đó". Đó lại chính là vùng mà mô hình hiện nay yếu nhất.

Mô hình mới không phải lúc nào cũng thắng

Khi chia lần thử thứ hai thành năm vùng theo khoảng cách, ở vùng giống nhau nhất thì Bản đồ Mùi Chính, mô hình đi trước, có sai số nhỏ hơn. Ở bốn vùng còn lại, mô hình tổng hợp và mô hình chỉ dùng từ ngữ dẫn trước. Đoạn này cho thấy trung bình chung tốt không có nghĩa là vùng nào cũng tốt.

So với nước hoa thật thì khác gì

Không thể chuyển nguyên nghiên cứu này sang nước hoa. Giữa hỗn hợp trong phòng thí nghiệm và nước hoa thật có khác biệt lớn.

• Hỗn hợp đã cân bằng cường độ — Phần lớn dữ liệu đã được chỉnh sẵn cường độ của các thành phần. Trong mùi hương thật, thành phần mạnh che thành phần yếu, và tính cách của mùi cũng đổi theo nồng độ. Nhóm nghiên cứu ghi rằng xử lý cường độ là nhiệm vụ sắp tới.
• Số thành phần — Hỗn hợp thử nghiệm có khoảng 10 thành phần. Nhóm nghiên cứu giải thích rằng những mùi ta gặp hằng ngày thường là hỗn hợp của hàng chục, hàng trăm phân tử.
• Nguyên liệu hạn chế — Phạm vi phân tử được dùng còn hẹp. Chưa biết liệu có áp dụng được cho những phân tử chưa từng gặp hay không.
• Phán đoán trong một khoảnh khắc — Nghiên cứu này chỉ hỏi hai mùi giống nhau đến đâu. Nó không hỏi mùi thay đổi thế nào theo thời gian, hay người ta có thích mùi đó không.

Bạn hãy đặc biệt nhớ điều cuối cùng. Khoảng cách chỉ cho biết hai mùi khác nhau đến đâu, chứ không nói bên nào là mùi hay hơn.

Có một điểm đáng mừng. Nhóm nghiên cứu đã công khai toàn bộ dữ liệu, mô hình và mã nguồn. Nghĩa là ai cũng có thể thử một phương pháp tốt hơn trên cùng bài toán. Tuy vậy, công khai không có nghĩa là đã có công cụ để nhà điều hương đưa hai accord vào rồi nhận ngay khoảng cách. Hiện tại nó gần với một mốc chuẩn dành cho các nhà nghiên cứu hơn.

Metamer: khác nguyên liệu mà cùng một mùi

Một trong những bộ dữ liệu của bài nghiên cứu đến từ công trình muốn tạo ra metamer khứu giác. Metamer là cặp hỗn hợp không có thành phần nào trùng nhau mà vẫn có cảm giác giống nhau. Nếu ví với màu sắc, nó giống hiện tượng thành phần ánh sáng khác nhau nhưng vẫn nhìn ra cùng một màu.

Nhóm nghiên cứu dự đoán rằng với kết quả lần này, có thể tạo metamer ảo trên máy tính một cách hiệu quả để đem đi thử nghiệm. Trước tiên chọn ứng viên bằng tính toán, rồi con người kiểm tra.

Các lĩnh vực ứng dụng mà tác giả nêu ra rất rộng: khứu giác số để lưu và truyền mùi dưới dạng dữ liệu, công nghệ theo dõi sức khỏe qua hơi thở, mũi điện tử, và thiết kế hương liệu bằng mô hình sinh tạo. Tuy vậy, đây là những khả năng sau này, chứ bài nghiên cứu này chưa thiết kế ra nước hoa nào.

Lời bình: bài nghiên cứu này nói gì với người đang học điều hương

Từ đây trở đi không phải kết luận của bài nghiên cứu, mà là cách hiểu của GrassAccord.

Ghi mùi bằng lời không phải cảm tưởng, mà là thiết kế

Trong lớp điều hương, khi được bảo viết ghi chép về nguyên liệu, nhiều người thấy phiền. Đằng nào cũng ngửi bằng mũi, cần gì phải viết ra? Bài nghiên cứu này khiến ta nhìn lại thói quen ấy. Bởi vì vài từ gọi tên mùi đã giải thích khoảng cách giữa các hỗn hợp tốt hơn vô số thông tin phân tử.

Dĩ nhiên, từ ngữ của máy tính và ghi chép của con người không giống nhau. Nhưng phương hướng thì chung. Khi tách mùi hương ra bằng lời, ta có thể so sánh được. Ghi chép chỉ có chữ "thơm" thì không dùng được cho lần pha sau, còn ghi chép "mùi cỏ mạnh, cuối còn đọng lại gỗ ẩm" thì dùng được.

Hãy học từ từng nguyên liệu đơn trước

Những từ này được học từ phân tử đơn mà vẫn giải thích được hỗn hợp. Thứ tự học điều hương cũng vậy. Khi biết rõ ấn tượng của từng nguyên liệu, bạn sẽ đọc được điều gì đã xảy ra lúc trộn. Thời gian ngửi đi ngửi lại một nguyên liệu về sau sẽ đền đáp nhiều hơn là làm thật nhiều accord.

Lúc này nên mượn một cách làm của phòng thí nghiệm. Giống như nhóm nghiên cứu đã cân bằng cường độ các thành phần, khi so sánh nguyên liệu hãy đưa về cùng nồng độ pha loãng. Nếu một bên đậm hơn, bạn không còn so sánh tính cách của nguyên liệu mà đang so sánh cường độ. Phán đoán khi ngửi nguyên liệu nguyên chất thường đổi khác khi ngửi đã pha loãng.

Hãy chọn từ có nghĩa hẹp

Từ natural (tự nhiên) rất tiện, nhưng chứa quá nhiều thứ. Hãy đi xuống thêm một bậc xem tự nhiên ở đây là gì. Là mùi cỏ vừa cắt, đất ướt, hay trái cây vừa bóc vỏ. Như đã nói, đây không phải điều bài nghiên cứu chứng minh, nhưng từ có nghĩa càng hẹp thì càng có ích cho phán đoán tiếp theo, và bạn có thể kiểm chứng ngay bên bàn điều hương.

Hãy thử tạo cùng một ấn tượng bằng nguyên liệu khác

Khái niệm metamer là niềm an ủi lớn cả với người mới. Dù một nguyên liệu không tìm được hay vướng quy định, cùng một ấn tượng vẫn có thể dựng lại bằng nguyên liệu khác. Để có cảm giác giống nhau, không nhất thiết cần đúng những phân tử đó.

Nhiều công thức GrassAccord bán cũng lấy các nước hoa nổi tiếng làm chất liệu học tập. Nhưng giống nhau và y hệt nhau là hai chuyện khác. Điều nghiên cứu này xem xét cũng chỉ là ấn tượng trong một khoảnh khắc. Mùi thay đổi thế nào theo thời gian thì phải tự đặt giấy thử mùi xuống mà theo dõi.

Hãy tin mũi mình, nhưng đừng tin chỉ một lần

Ngay cả phán đoán trung bình của con người, đo lại cũng chỉ là 0,74. Hôm qua hai mùi giống nhau mà hôm nay thấy khác, có thể không phải do mũi có vấn đề. Phán đoán vốn dĩ dao động. Với quyết định quan trọng, hãy ngửi lại sau một ngày và so với ghi chép đầu tiên. Thứ giữ cho phán đoán vững vàng không phải con số, mà là thói quen.

Nhiều chiếc mũi hơn một chiếc mũi

Giỏi nhất trong bài nghiên cứu này không phải một đội xuất sắc, mà là trung bình của các đội khác nhau. Việc ngửi hương cũng tương tự. Khi tự mình chưa phán đoán được, hãy nhờ người khác ngửi. Một câu "giống xà phòng" của người không biết gì về điều hương đôi khi lại là gợi ý quý giá.

Trí tuệ nhân tạo chỉ thu hẹp ứng viên

Tương lai mà nghiên cứu này nói tới không phải là thế giới không còn nhà điều hương, mà gần với thế giới thu hẹp ứng viên bằng tính toán rồi con người quyết định bằng mũi. Mô hình vẫn chưa phán đoán hay dở, và yếu ở vùng khó nhất là "gần như y hệt mà vẫn khác". Chặng cuối đó, trong một thời gian nữa, vẫn là phần việc của mũi người.

Ba bài tập có thể làm ngay bên bàn điều hương

Đọc xong bài nghiên cứu rồi để đó thì thật tiếc. Hãy thu nhỏ việc nhóm nghiên cứu đã làm và mang về bàn điều hương. Tỷ lệ thì mỗi người tự quyết theo nguyên liệu và gu của mình.

Bài tập 1. Lập sổ từ vựng mùi hương của riêng mình

Chọn mười nguyên liệu hay dùng và lần lượt chấm lên giấy thử mùi. Với mỗi nguyên liệu, chỉ viết ba từ. Bỏ những từ đánh giá như "thơm", chỉ dùng những từ chỉ mùi như trái cây, cỏ, gỗ, xà phòng. Một tuần sau, che tên đi rồi viết lại và so sánh. Những từ còn nguyên chính là gương mặt thật của nguyên liệu đó.

Bài tập 2. Phép thử tam giác tại nhà

Chuẩn bị hai bản thử tương tự nhau. Trong ba tờ giấy thử mùi, chấm một bản vào hai tờ và bản kia vào một tờ, rồi đánh dấu ở mặt dưới. Nhờ người khác xáo thứ tự, sau đó thử chọn ra tờ khác biệt. Làm nhiều lần mà vẫn đúng liên tục thì hai bản là hai mùi phân biệt được, còn nếu số lần đúng chỉ ở mức đoán may (một trong ba lần) thì với mũi bạn lúc này, chúng gần như là một.

Bài tập 3. Đo khoảng cách bằng mũi mình

Hãy ghi khoảng cách giữa hai mùi bằng một số từ 0 đến 1. 0 là không phân biệt được, 1 là hoàn toàn khác. Ghi khoảng năm cặp, hôm sau chấm lại theo đúng thứ tự đó. Xem con số dao động bao nhiêu, bạn sẽ biết biên độ phán đoán của mình. Dao động cũng không sao. Biết được biên độ đó chính là mục đích của bài tập này.

Những điều cần lưu ý khi đọc bài nghiên cứu này

• Không phải nghiên cứu về nước hoa. Nghiên cứu làm trên các hỗn hợp phân tử dùng cho nghiên cứu. Không có nghĩa là áp dụng nguyên vẹn được cho công thức nước hoa.
• Đề thi không nhiều. Lần thử thứ nhất có 46 cặp. Vì vậy không phân định được thứ hạng các đội đầu, và nhóm nghiên cứu ghi rằng phải đọc cẩn thận kết quả của các nhóm nhỏ.
• Mạnh ở vùng giữa. Dữ liệu huấn luyện tập trung ở khoảng cách 0,5~0,8, nên yếu với những cặp rất giống hoặc rất khác nhau.
• Dữ liệu trộn nhiều cách đo. Vì phép thử tam giác và cách cho điểm được chuyển về một thang đo, có thể còn sót lại độ lệch do phương pháp.
• Chưa xử lý đủ về cường độ. Phần lớn dùng các thành phần đã cân bằng cường độ. Trong mùi hương thật, cường độ là một biến số lớn.
• Chưa biết có đúng với phân tử mới không. Phạm vi phân tử dùng để thử còn hẹp.
• Cách diễn giải có ý kiến trái chiều. Bài nghiên cứu cho biết có những nhà nghiên cứu không đồng ý với quan điểm rằng mùi của hỗn hợp phần lớn được quyết định bởi sự chồng lấn của từ ngữ.
• Quan hệ tư vấn cho doanh nghiệp đã được công khai. Bài nghiên cứu cho biết một số tác giả đang tư vấn cho các công ty liên quan đến khứu giác.

Những từ xuất hiện trong bài

• Phân tử đơn — Chất thơm tạo thành từ một loại phân tử.
• Hỗn hợp — Nhiều phân tử trộn lại. Trong nghiên cứu này có khoảng 10 thành phần.
• Khoảng cách — Giá trị từ 0 đến 1 cho biết hai mùi được cảm nhận khác nhau đến đâu. 0 là không phân biệt được, 1 là khác nhau nhất.
• Phép thử tam giác — Cách đo khả năng phân biệt bằng việc chọn ra một mẫu khác trong ba mẫu.
• Hệ số tương quan — Con số cho biết hai giá trị đi cùng nhau đến đâu. Càng gần 1 thì càng đi cùng nhau.
• Sai số trung bình (RMSE) — Mức dự đoán lệch khỏi thực tế tính trung bình. Càng nhỏ càng tốt.
• Mô hình tổng hợp (ensemble) — Mô hình tạo ra bằng cách lấy trung bình dự đoán của nhiều mô hình.
• Thông tin từ ngữ (đặc trưng ngữ nghĩa) — Giá trị máy tính dự đoán về việc một phân tử sẽ được gọi bằng những từ mùi nào.
• Bản đồ Mùi Chính (POM) — Mô hình của nghiên cứu trước, dự đoán từ ngữ gọi tên mùi từ cấu trúc phân tử. Nhiều đội trong cuộc thi này đã dùng nó làm chất liệu.
• Metamer — Cặp hỗn hợp không trùng thành phần mà vẫn có cảm giác giống nhau.
• Accord — Đơn vị mùi hương được tạo bằng cách trộn nhiều nguyên liệu sao cho nghe như một ấn tượng duy nhất.
• Công thức — Bản thiết kế ghi rõ trộn những nguyên liệu nào, theo tỷ lệ nào để tạo nên một mùi hương. Đây là thứ GrassAccord bán.

Lời kết

Mũi vẫn chưa có quy luật nào như đỏ, xanh lá và xanh dương. Nhưng đầu mối đầu tiên mà 26 đội cùng tìm ra lại nằm, thật bất ngờ, ở phía ngôn ngữ con người. Vài từ gọi tên mùi đã giải thích khoảng cách giữa hai mùi tốt hơn những mô tả dài về phân tử.

Và việc đo khoảng cách đó đến cùng vẫn là phần của mũi người. Mũi thì dao động, mô hình thì bị kéo về giữa. Vì cả hai đều chưa hoàn hảo, nên thong thả ngửi trước giấy thử mùi, viết thành lời, rồi hôm sau ngửi lại vẫn là cách đáng tin nhất hiện nay.

Với người vừa bắt đầu học điều hương, đây là tin vui. Không cần thiết bị đắt tiền, chỉ với giấy thử mùi và một cuốn sổ, bạn đã có thể bước vào con đường mà nghiên cứu này chỉ ra. Mùi hương là ngôn ngữ chung của muôn nơi. GrassAccord sẽ đồng hành cùng bạn trên con đường gom góp từng từ của ngôn ngữ ấy.

Nguồn bài nghiên cứu: Vahid Satarifard, Laura Sisson, Yikun Han và cộng sự. "A semantic-based community model for high-fidelity tuning of olfactory mixture distances." PNAS 123(32), e2611057123, đăng ngày 4 tháng 8 năm 2026. Bản gốc: https://doi.org/10.1073/pnas.2611057123 · Mọi con số trong bài đều được lấy từ phần chính của bài nghiên cứu, còn câu chữ là phần tóm tắt và lời bình của GrassAccord. Mục "Lời bình" không phải kết luận của bài nghiên cứu mà là cách hiểu của GrassAccord.