في مكان ما داخل مختبر لا يشبه استوديو العطور، لا يوجد جهاز مزود بمئات الزجاجات البنية، ولا شرائط اختبار متناثرة على مكتب كطاووس ورقي، ولا مئزر جلدي ملطخ معلق على خطاف خلف الباب، هناك آلة تقوم بتأليف عطر. هذه الآلة لا تشم شيئًا. ليس لديها أنف. ليس لديها رأي حول ما إذا كان الفيتيفر يتماشى جيدًا مع الجريب فروت، ولا غريزة لمعرفة ما إذا كانت التركيبة تحتاج إلى مزيد من الخفة في الأعلى أو مزيد من الدفء في القاعدة. لديها بيانات. لديها حوالي أربعمائة ألف تركيبة من القرن الماضي، رقمية وموسومة بدرجات لجان المستهلكين، وأرقام المبيعات، والتفضيلات الإقليمية، والموصوفات الجزيئية. لديها خوارزمية مدربة على تحديد الارتباطات الإحصائية بين تركيبات المكونات المحددة ونتائج المستهلكين المحددة: نية الشراء، الجودة المدركة، الارتباط العاطفي، احتمال إعادة الشراء. وطُلب منها إنتاج تركيبة ستكون، وفقًا لكل معيار قابل للقياس، مثالية.
قراءة لمدة 12 دقيقة
ستنجح. التركيبة التي تنتجها ستحصل على درجات جيدة في لجان المستهلكين. ستختبر إيجابيًا عبر عدة فئات ديموغرافية. لن تسيء إلى أحد. لن تربك أحدًا. ستشغل منطقة مريحة ومأهولة جيدًا في الفضاء الشمي، النوع الذي تسميه الصناعة "النقطة التجارية المثلى" والذي يسميه أي شخص لديه أنف عاملة "المألوف". ستبدو، في حكم معظم الناس الذين يواجهونها، جيدة تمامًا.
السؤال هو ما إذا كانت "جيدة تمامًا" هي العطور.
تطبيق التعلم الآلي على تطوير العطور ليس أمرًا تخمينيًا. إنه يحدث الآن، على نطاق صناعي، في أقسام البحث في أكبر شركات العطور والنكهات في العالم. تختلف التكنولوجيا في التعقيد: بعض الأنظمة هي نماذج تنبؤية بسيطة نسبيًا تقترح استبدالات للمكونات بناءً على التكلفة والتوافر؛ وأخرى هي شبكات عصبية عميقة مدربة على عقود من بيانات التركيبات الخاصة، لكن المنطق الأساسي هو نفسه في كل حالة. تغذية الآلة بمجموعة كبيرة من التركيبات الموجودة مقترنة ببيانات استجابة المستهلكين. دع الآلة تتعلم العلاقات الإحصائية بين التركيب الجزيئي وتفضيل الإنسان. ثم اطلب من الآلة توليد تركيبات جديدة تزيد من احتمال تحقيق نتيجة مستهلك مرغوبة.
هذا، في جوهره، تحليل الانحدار المطبق على العطور. وليس، بأي معنى ذي مغزى، إبداعًا.
التمييز مهم، ومن المفيد أن نكون دقيقين بشأن السبب. تحليل الانحدار، التقنية الرياضية في قلب معظم التعلم الآلي، يجد خط الانحدار الأفضل عبر سحابة من نقاط البيانات. يحدد الاتجاه المركزي. يخبرك أين يقع المتوسط. هذا مفيد للغاية للعديد من التطبيقات. إذا كنت تريد التنبؤ بأسعار العقارات، أو سلوك المستهلك، أو مسارات الأمراض، أو نتائج الانتخابات، فإن معرفة المتوسط يخبرك بالكثير. لكن العطور ليست مشكلة تنبؤية. كانت، أو على الأقل كانت تاريخيًا، مشكلة إبداعية. والمشاكل الإبداعية لا تُحل بإيجاد المركز. تُحل بإيجاد الهامش.
كل عطر غيّر الصناعة حقًا، كل تركيبة، التي في أعقابها عرّفت عصرًا أو فتحت فئة جديدة، فعلت ذلك بالانحراف عن إجماع زمانها. أول عطر فوجير حديث لم يكن ما توقعه أحد من عطر رجالي في عام 1882. أول زهري ألدهيدي عظيم لم يكن ما توقعه أحد من عطر نسائي في عشرينيات القرن العشرين. أول عطر رجولي منعش مبني على الديهيدرو ميرسينول والهدين لم يكن ما توقعه أحد من عطر رجالي في الثمانينيات. أول جزيء مسك نظيف لم يكن ما توقعه أحد من أي عطر في أوائل الألفينات. في كل حالة، نجحت التركيبة ليس لأنها طابقت التفضيلات القائمة، بل لأنها خلقت تفضيلات جديدة. لم تجد المركز. بل حركت المركز.
الخوارزمية المدربة على البيانات التاريخية لا يمكنها، بحكم البناء، تحريك المركز. يمكنها فقط إيجاده. يمكنها إيجاده بدقة جراحية، ويمكنها توليد تركيبات تشغل النقطة المثلى بكفاءة لا يمكن لأي عطار بشري مضاهاتها. لكن احتلال النقطة المثلى ليس ابتكارًا. إنه تحسين. وتاريخ العطور يشير إلى أن التحسين والابتكار ليسا الشيء نفسه، وقد يكونان في الواقع متعارضين.
هناك حجة مضادة، وتستحق النظر الجاد. الحجة المضادة تقول: العطارون البشر هم أيضًا، بمعنى ما، خوارزميات. هم شبكات عصبية بيولوجية مدربة على مجموعة من البيانات الشمية، كل ما شمّوه على الإطلاق، كل تركيبة درسها، كل استجابة مستهلك لاحظوها خلال مسيرتهم. عمليتهم الإبداعية ليست، كما يتخيل الرومانسيون، وميض إلهام ينزل من الملهِمة. إنها تعرف أنماط، إعادة تركيب، وتحسين تكراري. يجلس العطار على الجهاز، يختار المواد بناءً على الخبرة والحدس، يمزج تركيبة تجريبية، يقيمها، يعدل، يقيم مرة أخرى. العملية تجريبية، ليست غامضة. إذا كانت آلة يمكنها أداء نفس العمليات بشكل أسرع وأكثر نظامية، فما الذي يُفقد بالضبط؟
ما يُفقد هو الخطأ.
هذا يبدو متناقضًا، فلنكن دقيقين. العطارون البشر يرتكبون أخطاء. يفرطون في مكون ويكتشفون أن الإفراط يخلق تأثيرًا لم يتوقعوه ولم يكن بإمكانهم التنبؤ به. يلوثون دفعة تجريبية عن طريق الخطأ ويكتشفون أن الملوث يضيف شيئًا مثيرًا للاهتمام. تاريخ الاختراقات الصناعية في العطور مليء بهذه التصادفات السعيدة. يخطئون في قراءة ملاحظاتهم ويجمعون مواد لم يقصدوا جمعها، والنتيجة أفضل مما خططوا له. تاريخ العطور مليء بهذه الحوادث، تركيبات تعود شخصيتها ليس إلى تصميم متعمد بل إلى تصادم غير مخطط للمواد كان من الممكن أن تمنعه عملية أكثر حذرًا.
الخوارزمية لا ترتكب هذه الأخطاء. الخوارزمية تفعل بالضبط ما يُطلب منها. تحسن دالة الهدف. تتبع التدرج. لا تتجول في أراضٍ غير مستكشفة عن طريق الخطأ، لأنها لا تتجول على الإطلاق. تتحرك، بدقة رياضية، نحو الأمثل. والأمثل، كما تحدده بيانات لجان المستهلكين، هو دائمًا المركز. المتوسط. الإجماع.
الإمكانات الإبداعية للخطأ ليست خيالًا رومانسيًا. إنها ظاهرة موثقة جيدًا في كل مجال إبداعي. عالم الأحياء الذي يكتشف البنسلين بسبب طبق بتري ملوث. الفيزيائي الذي يكتشف الخلفية الكونية الميكروية بسبب ضوضاء غير مفسرة في هوائي. الموسيقي الذي يكتشف لغة هارمونية جديدة لأن وترًا انقطع أثناء الحفل وأجبر على الارتجال. هذه ليست قصصًا ملفقة تُروى لتواسي الأخرق. إنها حوادث موثقة لمبدأ عام: الاختراقات الإبداعية غالبًا ما تأتي من الانحرافات عن الخطة، والأنظمة المصممة لإلغاء الانحراف ستلغي أيضًا، بحكم البناء، إمكانية الاختراق.
الاعتراض الثاني على العطور الحاسوبية، وهو أكثر فلسفية، يتعلق بطبيعة التفضيل نفسه.
بيانات لجان المستهلكين، التي تُدرّب عليها هذه الخوارزميات، تقيس التفضيل المصرح به. تسجل ما يقوله الناس إنهم يحبونه عند السؤال. لكن التفضيل المصرح به والتفضيل الفعلي ليسا الشيء نفسه. التفضيل المصرح به محافظ. عند الطلب للاختيار بين المألوف والمجهول، يختار معظم الناس، في معظم السياقات، المألوف. هذا ليس غباءً. إنه تحيز معرفي موثق جيدًا، تأثير التعرض البسيط، الذي وصفه أول مرة عالم النفس روبرت زايونس في ورقة بارزة عام 1968 في مجلة الشخصية وعلم النفس الاجتماعي، ويعمل بقوة في التقييم الشمي، حيث يجعل غياب مفردات مشتركة من الصعب جدًا على المستهلكين التعبير عن سبب إعجابهم أو كرههم لشيء ما. عند مواجهة عطر جديد حقًا، لا يناسب أي فئة موجودة، يربك ويثير الفضول على حد سواء، غالبًا ما تعطي لجنة المستهلكين درجة منخفضة. ليس لأن العطر سيء، بل لأن اللجنة لا تملك إطارًا لتقييمه.
الخوارزمية المدربة على بيانات لجان المستهلكين ترث هذا التحفظ. تتعلم أن الجدة مخاطرة وأن المألوف آمن. تتعلم أن العطور التي يقيمها الناس بأعلى الدرجات هي تلك التي تشبه أكثر العطور التي قيموها عاليًا سابقًا. تتعلم، باختصار، الدرس الأساسي لأبحاث المستهلك: الناس يحبون ما يحبونه بالفعل. وتحسن وفقًا لذلك.
النتيجة هي آلة ماهرة للغاية في إنتاج ما تسميه الصناعة "رهانات آمنة"، عطور لن تفشل، ستصل إلى حد أدنى من الجدوى التجارية، لن تفاجئ أو تزعج أو تتحدى أي شخص يشمها. هذه العطور ستباع. بعضها سيباع جيدًا جدًا. لكنها لن تغير الصناعة، لأن تغيير الصناعة يتطلب إنتاج شيء لا تعرف لجان المستهلكين كيف تقيمه. التركيبات التي غيرت العطور كانت، في لحظة إنشائها، كلها مفاجآت. كانت أشياء لم يطلبها أحد، أشياء حصلت على درجات منخفضة في الاختبارات الأولية، أشياء نجحت ليس لأن البيانات قالت إنها ستنجح، بل لأن شخصًا واحدًا، عطار، مخرج إبداعي، رائد أعمال، آمن بها رغم البيانات.
الخوارزمية لا يمكنها الإيمان بأي شيء رغم البيانات. الإيمان رغم البيانات هو الشيء الوحيد الذي لا تستطيع الخوارزمية القيام به بطبيعتها. الخوارزمية تتبع البيانات. هذه هي ميزتها وقيودها. وفي مجال حيث أهم القرارات هي التي تتناقض مع البيانات، حيث تاريخ التقدم الإبداعي كله هو تاريخ أشخاص تجاهلوا الإجماع وكانوا على حق، هذه القيد ليس بسيطًا. إنه أساسي.
دعني أوضح ما لا أجادل فيه. لا أجادل بأن الذكاء الاصطناعي لا دور له في العطور. له تطبيقات واضحة وقيمة. يمكنه تسريع عملية إعادة الصياغة عندما يفرض تغيير تنظيمي سحب مكون مقيد. يمكنه اقتراح بدائل فعالة من حيث التكلفة تحافظ على شخصية التركيبة مع خفض السعر. يمكنه تحليل مجموعات كبيرة من بيانات تعليقات المستهلكين وتحديد الاتجاهات التي قد يغفلها المحلل البشري. يمكنه رسم الفضاء متعدد الأبعاد الهائل لتركيبات المكونات الممكنة وتسليط الضوء على مناطق لم يستكشفها العطارون البشر بعد، بطريقة مشابهة لكيف فك الكروماتوغرافيا الغازية يومًا ما تركيبات كانت مخفية سابقًا كأسرار تجارية. هذه وظائف مفيدة. توفر الوقت، تقلل التكاليف، وتوسع أدوات العطار. لا يعترض أحد جاد على أي من ذلك.
ما أجادل فيه هو أن هذه كلها وظائف تحسين. تجعل العمليات القائمة أكثر كفاءة. لا تخلق. التمييز بين التحسين والخلق ليس مسألة دلالية. إنه الفرق بين إيجاد أفضل طريق عبر منظر طبيعي معروف واكتشاف أن المنظر الطبيعي يمتد إلى ما وراء حدوده المعروفة. التعلم الآلي يتفوق في الأول. وهو غير قادر هيكليًا على الثاني، لأن الثاني يتطلب، بحكم التعريف، تجاوز البيانات، والتعلم الآلي هو، بحكم التعريف، طريقة لاستخراج الأنماط من البيانات.
حماس صناعة العطور للأدوات الحاسوبية مفهوم. اقتصاديات العطور الحديثة قاسية. تم تقليص متوسط زمن تطوير عطر تجاري من سنوات إلى أشهر. المتطلبات أصبحت أكثر صرامة. الميزانيات أصغر. تكلفة الفشل أعلى. في هذا البيئة، أداة تقلل عدد التكرارات اللازمة للوصول إلى تركيبة مقبولة ذات قيمة كبيرة. لكن "مقبولة" تقوم بعمل كبير في هذه الجملة. التركيبة المقبولة هي التي تلبي المتطلبات، وتحصل على درجات كافية في الاختبارات، وتظل تحت سقف التكلفة. التركيبة المقبولة ليست تحفة فنية. ليست حتى، في معظم الحالات، مثيرة للاهتمام بشكل خاص. هي كافية. والكفاية، على نطاق صناعي، هي عدو الفن.
هناك اعتبار أخير، وقد يكون الأكثر إزعاجًا. كلما اعتمد تطوير العطور أكثر على الأدوات الخوارزمية المدربة على بيانات المستهلكين، كلما تقاربت مخرجات الصناعة نحو المتوسط الإحصائي. كل تركيبة جديدة محسنة بالذكاء الاصطناعي ستشغل، حسب التصميم، مركز توزيع التفضيلات. مع مرور الوقت، سيتغير المركز نفسه، لكن ببطء، لأن مخرجات الخوارزمية تعزز التفضيلات التي تدربت عليها. المستهلكون الذين يتعرضون مرارًا وتكرارًا لعطور محسنة بالذكاء الاصطناعي سيطورون تفضيلات تشكلها تلك العطور، وتلك التفضيلات ستصبح بدورها بيانات التدريب للجيل التالي من الخوارزميات. النتيجة هي حلقة تغذية راجعة: الآلة تنتج ما يحبه الناس، والناس يتعلمون حب ما تنتجه الآلة، والآلة تنتج المزيد منه.
هذا ليس سيناريو افتراضي. إنه وصف دقيق لما حدث بالفعل في صناعات إبداعية أخرى تبنت أنظمة التوصية والتوليد الخوارزمية. منصات بث الموسيقى، التي تحسن خوارزمياتها التفاعل، أنتجت تقاربًا ملحوظًا في خصائص الموسيقى الشعبية: أعلى صوتًا، أقصر مدة، أكثر تكرارًا، مع وصول الكورس مبكرًا وتضييق النطاق الديناميكي. منصات التواصل الاجتماعي، التي تحسن خوارزمياتها الانتباه، أنتجت تقاربًا في الخصائص البصرية للمحتوى الشائع: أكثر تشبعًا، أكثر اقتصاصًا، أكثر تطرفًا عاطفيًا. الخوارزمية لا تسطح المشهد عمدًا. إنها تسطحه كأثر جانبي لتحسين المتوسط.
العطور ليست محصنة ضد هذا الديناميكية. إذا أصبح خط تطوير الصناعة يعتمد بشكل متزايد على أدوات الذكاء الاصطناعي التي تحسن الإجماع، فالنتيجة الحتمية هي تضييق المجال الشمي. ليس تضييقًا إلى عطر واحد، فالسوق كبير ومجزأ جدًا لذلك، بل تضييقًا داخل كل فئة. ستتقارب العطور الرجولية المنعشة. ستتقارب العطور النسائية الحلوة. ستتقارب عطور العنبر والعود. ستصبح كل فئة أكثر تجانسًا داخليًا، لأن الخوارزمية التي تصمم كل إدخال جديد مدربة على نفس البيانات التي أنتجت التركيبات القائمة. المجال لن يضيق إلى نقطة. بل سيضيق إلى مجموعة.
ما إذا كان هذا مهمًا يعتمد على ما تعتقد أن العطور من أجله. إذا كانت صناعة، تجارة تنتج سلعًا استهلاكية مصممة لتلبية طلب السوق، فإن التحسين هو الاستراتيجية الصحيحة، والتقارب تكلفة مقبولة. يحصل المستهلكون على ما يريدون. تحقق الشركات أرباحًا. لا أحد يشتكي.
لكن إذا كانت العطور أيضًا فنًا، تخصصًا إبداعيًا هدفه يتجاوز إرضاء التفضيلات القائمة ليكشف عن إمكانيات جديدة للتجربة الشمية، فإن التقارب ليس تكلفة. إنه كارثة. لأن الفن، بأي تعريف يستحق الدفاع عنه، يتطلب إمكانية المفاجأة. يتطلب إمكانية أن تكون التركيبة التالية شيئًا لم يشمه أحد من قبل، شيئًا لم تتوقعه أي مجموعة بيانات، شيئًا كانت لجنة المستهلكين سترفضه لأنه لا يناسب أي فئة موجودة.
الخوارزمية لا يمكنها إنتاج ذلك. العطار يمكنه. ليس بشكل موثوق، ليس باستمرار، ليس في الموعد، ليس ضمن الميزانية. لكن أحيانًا، بشكل غير متوقع، ضد كل منطق تجاري، سيجلس إنسان على جهاز محاط بمئات الزجاجات البنية ويجمع مواد بطريقة لم تقترحها أي آلة، والنتيجة ستكون شيئًا جديدًا حقًا. شيئًا يحرك المركز بدلاً من أن يشغله. شيئًا قالت البيانات إنه لا يجب أن ينجح.
هذه اللحظات نادرة. وهي تصبح أكثر ندرة. وإذا لم تكن الصناعة حذرة، ستتوقف عن الحدوث تمامًا، ليس لأن التكنولوجيا تمنعها، بل لأن الاقتصاد لم يعد يترك مجالًا لها. ستؤلف الآلة. ستحسن الآلة. ستنتج الآلة عطورًا جيدة تمامًا، تحصل على درجات جيدة في كل لجنة، ولا تسيء إلى أحد.
ما إذا كان ذلك يُعتبر عطورًا هو سؤال لا تملك الآلة القدرة على حسمه. يجب أن يكون أنف هو الذي يجيب.
سبعة مقتطفات بتركيز 20%، مجموعة واحدة. مجموعة الاكتشاف تجمع السبعة كلها في 2 مل.
