في مكان ما داخل مختبر لا يشبه على الإطلاق استوديو عطور — لا يوجد أرغن مليء بمئات القوارير البنية، لا توجد شرائح اختبار متناثرة على مكتب كطاووس من الورق، ولا مئزر جلدي ملطخ معلق على خطاف خلف الباب — آلة تقوم بتكوين عطر. الآلة لا تشم شيئًا. ليس لديها أنف. ليس لديها أي رأي في مسألة ما إذا كان الفيتيفر يتماشى جيدًا مع الجريب فروت، ولا أي غريزة حول ما إذا كانت التركيبة تحتاج إلى مزيد من الخفة في المقدمة أو مزيد من الدفء في القاعدة. لديها بيانات. لديها حوالي أربعمائة ألف تركيبة من القرن الماضي، رقمية وموصوفة بدرجات من لجان المستهلكين، أرقام مبيعات، تفضيلات إقليمية، ووصف جزيئي. لديها خوارزمية مدربة على تحديد الارتباطات الإحصائية بين تركيبات محددة من المكونات ونتائج محددة لدى المستهلك — نية الشراء، الجودة المدركة، الارتباط العاطفي، احتمال إعادة الشراء. وطُلب منها إنتاج تركيبة ستكون، حسب كل معيار قابل للقياس، مثالية.
12 دقيقة
ستنجح. التركيبة التي ستنتجها ستحصل على درجات جيدة في لجان المستهلكين. ستختبر إيجابيًا عبر عدة ديموغرافيات. لن تسيء إلى أحد. لن تربك أحدًا. ستشغل منطقة مريحة ومأهولة جيدًا من الفضاء العطري، النوع من الأراضي التي تسميها الصناعة «نقطة التوازن التجاري» والتي يسميها أي شخص لديه أنف وظيفي «المألوف». ستبدو، حسب حكم معظم الناس الذين سيقابلونها، جيدة تمامًا.
السؤال هو ما إذا كانت «جيدة تمامًا» هي عطور حقيقية.
تطبيق التعلم الآلي على تطوير العطور ليس أمرًا تخمينيًا. يحدث الآن، على نطاق صناعي، في أقسام البحث لأكبر شركات العطور والنكهات العالمية. 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 المملوكة — لكن المنطق الأساسي هو نفسه في كل الحالات. زود الآلة بمجموعة واسعة من التركيبات الموجودة مرتبطة ببيانات استجابة المستهلكين. دع الآلة تتعلم العلاقات الإحصائية بين التركيب الجزيئي وتفضيل الإنسان. ثم اطلب من الآلة توليد تركيبات جديدة تزيد من احتمال تحقيق النتيجة المرغوبة لدى المستهلك.
هذا، في جوهره، تحليل انحدار مطبق على العطور. وليس، بمعنى مهم، إبداعًا.
التمييز مهم، والدقة في الأسباب ضرورية. تحليل الانحدار، التقنية الرياضية في قلب معظم التعلم الآلي، يجد خط التناسب الأفضل عبر سحابة من نقاط البيانات. يحدد الاتجاه المركزي. يخبرك أين المتوسط. هذا مفيد جدًا للعديد من التطبيقات. إذا كنت تريد التنبؤ بأسعار العقارات، سلوك المستهلكين، مسارات الأمراض أو نتائج الانتخابات، معرفة المتوسط يخبرك بالكثير. لكن العطور ليست مسألة تنبؤ. هي، أو على الأقل كانت تاريخيًا، مسألة إبداع. والمشاكل الإبداعية لا تُحل بإيجاد المركز. تُحل بإيجاد الهامش.
كل عطر غيّر الصناعة حقًا، كل تركيبة عرفت بأثر رجعي عصرًا أو فتحت فئة جديدة، فعلت ذلك بانحراف عن إجماع زمنها. أول عطر فوجير حديث لم يكن ما توقعه أحد من عطر رجالي في 1882. أول عطر زهري ألدهايدي كبير لم يكن ما توقعه أحد من عطر نسائي في عشرينيات القرن الماضي. أول عطر رجالي منعش بالديهيدرو ميرسينول والهيديون لم يكن ما توقعه أحد من عطر رجالي في الثمانينيات. أول عطر جزيئي نظيف-جلدي-مسك لم يكن ما توقعه أحد من أي عطر في أوائل الألفينات. في كل حالة، نجحت التركيبة ليس لأنها تطابقت مع التفضيلات القائمة بل لأنها خلقت تفضيلات جديدة. لم تجد المركز. حركت المركز.
خوارزمية مدربة على بيانات تاريخية لا يمكنها، بحكم التصميم، تحريك المركز. يمكنها فقط إيجاده. يمكنها إيجاده بدقة جراحية، ويمكنها توليد تركيبات تشغل نقطة التوازن بكفاءة لا يمكن لأي عطار بشري مضاهاتها. لكن احتلال نقطة التوازن ليس ابتكارًا. إنه تحسين. وتاريخ العطور يشير إلى أن التحسين والابتكار ليسا الشيء نفسه، وقد يكونان في الواقع متعارضين.
حجة مضادة، وتستحق فحصًا جادًا. الحجة المضادة هي: العطارون البشر هم أيضًا، بمعنى ما، خوارزميات. هم شبكات عصبية بيولوجية مدربة على مجموعة من البيانات الشمية — كل ما شمّوه، كل تركيبة درسّوها، كل استجابة مستهلك لاحظوها خلال مسيرتهم. عمليتهم الإبداعية ليست، كما يحب الرومانسيون تخيلها، وميض إلهام نازل من الموزة. إنها تعرف على الأنماط، إعادة تركيب وصقل تكراري. يجلس العطار على الأرغن، يختار المواد بناءً على الخبرة والحدس، يمزج تركيبة تجريبية، يقيمها، يعدل، يقيم مجددًا. العملية تجريبية، ليست غامضة. إذا كانت آلة تستطيع إنجاز نفس العمليات أسرع وبشكل منهجي أكثر، فما الذي يُفقد بالضبط؟
ما يُفقد هو الخطأ.
يبدو هذا 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 بمثل هذه التصادمات السعيدة. يخطئون في قراءة ملاحظاتهم الخاصة ويجمعون مواد لم يقصدوا دمجها، والنتيجة أفضل مما خططوا له. تاريخ العطور مليء بهذه الحوادث — تركيبات لم تكن صفاتها نتيجة قصد متعمد بل تصادم غير متوقع لمواد كان يمكن لعملية أكثر حذرًا أن تمنعه.
الخوارزمية لا ترتكب هذه الأخطاء. الخوارزمية تفعل بالضبط ما يُطلب منها. تحسن الدالة الهدف. تتبع التدرج. لا تغامر في منطقة غير مستكشفة عن طريق الخطأ، لأنها لا تغامر على الإطلاق. تتحرك، بدقة رياضية، نحو الأمثل. والأمثل، كما تحدده بيانات لجان المستهلكين، هو دائمًا المركز. المتوسط. الإجماع.
الإبداع المحتمل للخطأ ليس خيالًا رومانسيًا. إنه ظاهرة موثقة جيدًا في كل مجال إبداعي. عالم الأحياء الذي اكتشف البنسلين بسبب طبق بتري ملوث. الفيزيائي الذي اكتشف الخلفية الكونية الميكروية بسبب ضوضاء غير مفسرة في هوائي. الموسيقي الذي اكتشف لغة تناغمية جديدة لأن وترًا انكسر أثناء الحفل وفرض ارتجالًا. هذه ليست قصصًا ملفقة تُروى لتعزية العاجزين. إنها حالات موثقة لمبدأ عام: الاختراقات الإبداعية غالبًا ما تأتي من الانحرافات عن الخطة، والأنظمة المصممة لإزالة الانحراف ستزيل أيضًا، بحكم التصميم، إمكانية الاختراق.
اعتراض ثانٍ، أكثر فلسفية، على العطور الحاسوبية، ويتعلق بطبيعة التفضيل نفسه.
بيانات لجان المستهلكين، التي تُدرّب عليها هذه الخوارزميات، تقيس التفضيل المعلن. تسجل ما يقوله الناس إنهم يحبون عندما يُسألون. لكن التفضيل المعلن والتفضيل الحقيقي ليسا نفس الشيء. التفضيل المعلن محافظ. عندما يُطلب منهم الاختيار بين المألوف والمجهول، يختار معظم الناس، في معظم السياقات، المألوف. هذا ليس غباء. إنه تحيز معرفي موثق جيدًا، تأثير التعرض البسيط، الذي وصفه لأول مرة عالم النفس روبرت زايونس في مقال تأسيسي عام 1968 في مجلة الشخصية وعلم النفس الاجتماعي، ويعمل بقوة في التقييم الشمي، حيث غياب مفردات مشتركة يجعل من الصعب جدًا على المستهلكين التعبير عن سبب حبهم أو كرههم لشيء ما. أمام عطر جديد حقًا، لا ينتمي لأي فئة موجودة، يربك ويثير الفضول على حد سواء، غالبًا ما يمنحه لجنة المستهلكين درجة منخفضة. ليس لأن العطر سيء، بل لأن اللجنة لا تملك الإطار لتقييمه.
الخوارزمية المدربة على بيانات لجان المستهلكين ترث هذا المحافظة. تتعلم أن الجديد محفوف بالمخاطر والمألوف آمن. تتعلم أن العطور التي يمنحها الناس أعلى الدرجات هي تلك التي تشبه أكثر العطور التي قيموها جيدًا سابقًا. تتعلم، باختصار، الدرس الأكثر أساسية في أبحاث المستهلك: الناس يحبون ما يحبونه بالفعل. وتحسن وفقًا لذلك.
النتيجة هي آلة بارعة للغاية في إنتاج ما تسميه الصناعة «القيم الآمنة» — عطور لن تفشل، ستحقق حدًا أدنى من الجدوى التجارية، لن تفاجئ أو تزعج أو تتحدى أي شخص يشمها. هذه العطور ستُباع. بعضها سيُباع جيدًا جدًا. لكنها لن تغير الصناعة، لأن تغيير الصناعة يتطلب إنتاج شيء لا تعرف لجان المستهلكين كيف تقيمه. التركيبات التي غيرت العطور كانت كلها، عند إنشائها، مفاجآت. كانت أشياء لم يطلبها أحد، أشياء لم تحقق درجات جيدة في الاختبارات الأولية، أشياء نجحت ليس لأن البيانات قالت إنها ستفعل، بل لأن شخصًا واحدًا — عطار، مدير إبداع، رائد أعمال — آمن بها رغم البيانات.
الخوارزمية لا يمكنها الإيمان بأي شيء رغم البيانات. الإيمان رغم البيانات هو الشيء الوحيد الذي الخوارزمية عاجزة عنه جوهريًا. الخوارزمية تتبع البيانات. هذه هي ميزتها وقيودها. وفي مجال حيث أهم القرارات هي التي تتعارض مع البيانات، حيث كل تاريخ التقدم الإبداعي هو قصة أشخاص تجاهلوا الإجماع وكانوا على حق، هذه القيود ليست بسيطة. إنها أساسية.
لنكن واضحين فيما لا أؤيده. لا أؤيد أن الذكاء الاصطناعي لا دور له في العطور. له تطبيقات واضحة وقيمة. يمكنه تسريع عملية إعادة التكوين عندما يفرض تغيير تنظيمي سحب مكون مقيد. يمكنه اقتراح بدائل اقتصادية تحافظ على طابع التركيبة مع خفض السعر. يمكنه تحليل مجموعات كبيرة من بيانات ردود المستهلكين وتحديد الاتجاهات التي قد يغفل عنها محلل بشري. يمكنه رسم خريطة الفضاء متعدد الأبعاد الواسع لتركيبات المكونات الممكنة وتسليط الضوء على مناطق لم يستكشفها العطارون البشر بعد، بنفس الطريقة التي فكّت بها الكروماتوغرافيا الغازية سابقًا تركيبات كانت محجوبة سابقًا بسرية تجارية. هذه وظائف مفيدة. توفر الوقت، تقلل التكاليف، وتوسع أدوات العطار. لا يعارضها أي شخص جاد.
ما أؤيده هو أن كل هذه وظائف تحسين. تجعل العمليات القائمة أكثر كفاءة. لا تخلق. التمييز بين التحسين والخلق ليس دلاليًا. إنه التمييز بين إيجاد أفضل طريق عبر منظر معروف واكتشاف أن المنظر يمتد إلى ما وراء حدوده المعروفة. التعلم الآلي يتفوق في الأول. وهو عاجز هيكليًا عن الثاني، لأن الثاني يتطلب، بحكم التعريف، تجاوز البيانات، والتعلم الآلي هو، بحكم التعريف، طريقة لاستخراج الأنماط من البيانات.
حماس صناعة العطور للأدوات الحاسوبية مفهوم. اقتصاد العطور الحديثة قاسٍ. تم تقليص متوسط وقت تطوير عطر تجاري من سنوات إلى أشهر. المتطلبات أكثر صرامة. الميزانيات أصغر. تكلفة الفشل أعلى. في هذا البيئة، أداة تقلل عدد التكرارات اللازمة للوصول إلى تركيبة مقبولة ذات قيمة كبيرة جدًا. لكن «مقبولة» تقوم بالكثير من العمل في هذه العبارة. التركيبة المقبولة هي التي تلبي المتطلبات، تحصل على درجة مناسبة في الاختبار ولا تتجاوز سقف التكلفة. التركيبة المقبولة ليست تحفة فنية. ليست حتى، في معظم الحالات، مثيرة بشكل خاص. هي كافية. والكفاية، على المستوى الصناعي، هي عدو الفن.
هناك اعتبار أخير، وربما الأكثر إزعاجًا. كلما اعتمد تطوير العطور أكثر على أدوات خوارزمية مدربة على بيانات المستهلكين، كلما اقترب إنتاج الصناعة من المتوسط الإحصائي. كل تركيبة جديدة محسنة بالذكاء الاصطناعي ستشغل، بحكم التصميم، مركز توزيع التفضيلات. مع مرور الوقت، سيتحرك المركز نفسه، لكن ببطء، لأن إنتاج الخوارزمية يعزز التفضيلات التي تدربت عليها. المستهلكون الذين يتعرضون بشكل متكرر لعطور محسنة بالذكاء الاصطناعي سيطورون تفضيلات تشكلها هذه العطور، وهذه التفضيلات ستصبح بدورها بيانات تدريب للجيل التالي من الخوارزميات. النتيجة هي حلقة تغذية راجعة: الآلة تنتج ما يحبه الناس، الناس يتعلمون حب ما تنتجه الآلة، والآلة تنتج المزيد.
هذا ليس سيناريو افتراضي. إنه وصف دقيق لما حدث بالفعل في صناعات إبداعية أخرى اعتمدت أنظمة توصية وتوليد خوارزمية. منصات البث الموسيقي، التي تحسن خوارزمياتها التفاعل، أنتجت تقاربًا قابلًا للقياس في خصائص الصوت للموسيقى الشعبية — أعلى صوتًا، أقصر، أكثر تكرارًا، مع وصول المقطع الرئيسي مبكرًا وتضييق النطاق الديناميكي. منصات وسائل التواصل الاجتماعي، التي تحسن خوارزمياتها الانتباه، أنتجت تقاربًا في الخصائص البصرية للمحتوى الشعبي — أكثر تشبعًا، أكثر اقتصاصًا، أكثر تطرفًا عاطفيًا. الخوارزمية لا تسطح المشهد عمدًا. تسطحه كنتيجة جانبية للتحسين للمتوسط.
العطور ليست محصنة ضد هذه الديناميكية. إذا أصبح خط تطوير الصناعة يعتمد أكثر فأكثر على أدوات الذكاء الاصطناعي التي تحسن الإجماع، فالنتيجة الحتمية هي تضييق المجال العطري. ليس تضييقًا إلى عطر واحد — السوق واسع ومجزأ جدًا لذلك — بل تضييقًا داخل كل فئة. العطور الرجالية المنعشة ستتقارب. العطور النسائية الحلوة ستتقارب. العطور الشرقية بالعود ستتقارب. كل فئة ستصبح أكثر تجانسًا داخليًا، لأن الخوارزمية التي تصمم كل مدخل جديد مدربة على نفس البيانات التي أنتجت المدخلات القائمة. المجال لن يضيق إلى نقطة. سيضيق إلى تجمع.
مدى أهمية ذلك يعتمد على ما تعتقد أن العطور من أجله. إذا كانت صناعة، تجارة تنتج سلع استهلاكية مصممة لتلبية طلب السوق، فحينها التحسين هو الاستراتيجية الصحيحة، والتقارب تكلفة مقبولة. يحصل المستهلكون على ما يريدون. تكسب الشركات المال. لا أحد يشتكي.
لكن إذا كانت العطور أيضًا فنًا، تخصصًا إبداعيًا هدفه يتجاوز إرضاء التفضيلات القائمة ليكشف عن إمكانيات جديدة للتجربة الشمية، فحينها التقارب ليس تكلفة. إنه كارثة. لأن الفن، حسب أي تعريف يستحق الدفاع عنه، يتطلب إمكانية المفاجأة. يتطلب إمكانية أن تكون التركيبة القادمة شيئًا لم يشمه أحد من قبل، شيئًا لم تتنبأ به أي مجموعة بيانات، شيئًا كانت لجنة المستهلكين سترفضه لأنه لا ينتمي لأي فئة موجودة.
الخوارزمية لا يمكنها إنتاج ذلك. العطار يمكنه. ليس بشكل موثوق، ليس بشكل مستمر، ليس في الوقت المحدد، ليس ضمن الميزانية. لكن أحيانًا، بشكل غير متوقع، ضد كل المنطق التجاري، يجلس إنسان على أرغن محاط بمئات القوارير البنية ويجمع المواد بطريقة لم تقترحها أي آلة، والنتيجة ستكون شيئًا جديدًا حقًا. شيئًا يحرك المركز بدلًا من أن يشغله. شيئًا قالت البيانات إنه لا يجب أن ينجح.
هذه اللحظات نادرة. تصبح أكثر ندرة. وإذا لم تنتبه الصناعة، ستتوقف عن الحدوث تمامًا — ليس لأن التكنولوجيا تمنعها، بل لأن الاقتصاد لم يعد يترك مجالًا لها. الآلة ستؤلف. الآلة ستحسن. الآلة ستنتج عطورًا جيدة تمامًا تحصل على درجات جيدة في كل لجنة ولن تسيء إلى أحد.
ما إذا كان هذا يُعتبر عطورًا هو سؤال لا تملك الآلة القدرة على حسمه. يجب أن يكون أنف هو الذي يجيب.
