Valahol egy laboratóriumban, amely egyáltalán nem hasonlít a parfümőr műhelyére, orgona nélkül, amelyen több száz barna flakon sorakozna, az asztalon papírpávaként szétnyíló szagpapírok nélkül, az ajtó mögötti fogason lógó, foltos bőrkötény nélkül, egy gép parfümöt komponál. A gép semmit sem szagol. Nincs orra. Nincs véleménye arról, hogy a vetiver illik-e a grépfrúthoz, és nincs megérzése arról, hogy egy kompozíciónak a fejjegyekben kell-e több lendület, vagy az alapjegyekben több melegség. Adata van. Az elmúlt évszázadból mintegy négyszázezer digitalizált formulája van, mindegyik mellett fogyasztói panelpontszámok, értékesítési adatok, regionális preferenciák és molekuláris leírók. Van egy algoritmusa, amelyet arra tanítottak, hogy azonosítsa az egyes összetevő-kombinációk és az egyes fogyasztói reakciók közötti statisztikai összefüggéseket: a vásárlási szándékot, az észlelt minőséget, az érzelmi asszociációt, az újravásárlás valószínűségét. És azt kérték tőle, hogy állítson elő olyan formulát, amely minden mérhető szempont szerint optimális lesz.
Olvasási idő: 11 perc
Sikerül neki. A formulája jó pontszámot kap a fogyasztói paneleken. Több demográfiai csoportban is jól szerepel. Senkit nem sért meg. Senkit nem zavar össze. Az illatok terének kényelmes, sűrűn lakott vidékét foglalja el, azt a területet, amelyet az ipar „kereskedelmi ideális pontnak” nevez, és amelyet mindenki, akinek működik az orra, „ismerősnek” hív. A legtöbb ember szerint, aki megszagolja, teljesen rendben lesz.
A kérdés az, hogy a „teljesen rendben” parfümkészítés-e.
Gépi tanulás ipari méretekben az illatiparban
A gépi tanulás alkalmazása az illatfejlesztésben nem puszta feltevés. Ma is zajlik, ipari méretekben, a világ legnagyobb illat- és ízesítőanyag-cégeinek kutatórészlegeiben. A technológia kifinomultsága változó: egyes rendszerek viszonylag egyszerű előrejelző modellek, amelyek költség és elérhetőség alapján javasolnak összetevőcseréket, mások évtizedeknyi zárt, saját formulaadaton tanított mély neurális hálók, de az alapelv mindegyiknél ugyanaz. A gép megkapja a meglévő formulák nagy gyűjteményét a hozzájuk tartozó fogyasztói válaszadatokkal. A gép megtanulja a molekuláris összetétel és az emberi preferencia közötti statisztikai összefüggéseket. Aztán új formulákat kérnek tőle, amelyek a lehető legnagyobbra növelik a kívánt fogyasztói reakció valószínűségét.
Ez lényegében a regresszióanalízis alkalmazása a parfümkészítésre. Alkotás viszont semmilyen érdemi értelemben nem.
A különbség számít, és fontos pontosan megmagyarázni, miért. A regresszióanalízis, a legtöbb gépi tanulási módszer matematikai magja, a legjobban illeszkedő egyenest keresi egy adatpontfelhőn át. A központi tendenciát azonosítja. Megmondja, hol van az átlag. Ez rengeteg alkalmazásnál hasznos. Ha lakásárakat, fogyasztói viselkedést, betegségek lefolyását vagy választási eredményeket szeretnénk előre jelezni, sokat elárul, ha tudjuk, hol az átlag. A parfümkészítés viszont nem előrejelzési feladat. Kreatív feladat, vagy legalábbis történetileg az volt. A kreatív feladatokat pedig nem a középpont megtalálása oldja meg, hanem a szélé.
Minden illat, amely valóban megváltoztatta az ipart, minden kompozíció, amely visszatekintve egy korszakot határozott meg vagy új kategóriát nyitott, úgy tette ezt, hogy eltért a kora konszenzusától. Az első modern fougère nem olyan volt, amilyen illatot 1882-ben bárki egy férfiparfümtől várt. Az első nagy aldehides virágos illat nem olyan volt, amilyet az 1920-as években bárki egy női parfümtől várt. Az első dihidromircenolra és Hedione-ra épülő friss férfiillat nem olyan volt, amilyet az 1980-as években bárki egy férfiparfümtől várt. Az első molekuláris, tiszta, bőrközeli pézsmás illat nem olyan volt, amilyet a 2000-es évek elején bárki bármilyen parfümtől várt. Mindegyik esetben a kompozíció nem azért volt sikeres, mert megfelelt a meglévő preferenciáknak, hanem mert újakat teremtett. Nem megtalálta a középpontot. Elmozdította.
Egy történelmi adatokon tanított algoritmus a felépítéséből adódóan nem képes elmozdítani a középpontot. Csak megtalálni tudja. Sebészi pontossággal megtalálhatja, és olyan hatékonysággal állíthat elő az ideális pontot elfoglaló formulákat, amilyenre egyetlen emberi parfümőr sem képes. De az ideális pont elfoglalása nem innováció. Optimalizálás. A parfümkészítés története pedig arra utal, hogy az optimalizálás és az innováció nem ugyanaz, sőt akár egymás ellentétei is lehetnek.
Az emberi parfümőrök mint biológiai neurális hálók
Van egy ellenvetés, és komoly megfontolást érdemel. Így szól: az emberi parfümőrök is bizonyos értelemben algoritmusok. Biológiai neurális hálók, amelyeket szaglási adatok gyűjteményén tanítottak: mindenen, amit szagoltak, minden formulán, amelyet tanulmányoztak, minden fogyasztói válaszon, amelyet egy pálya során megfigyeltek. Alkotói folyamatuk nem a múzsától lecsapó ihletvillám, ahogy a romantikusok szeretik elképzelni. Mintafelismerés, újrakombinálás és ismétlődő finomítás. A parfümőr az orgonánál ül, tapasztalat és intuíció alapján kiválasztja az anyagokat, összeállít egy próbaformulát, értékeli, módosítja, újra értékeli. A folyamat empirikus, nem misztikus. Ha egy gép ugyanezeket a műveleteket gyorsabban és módszeresebben végzi el, mi vész el pontosan?
A hiba vész el.
Ez paradoxonnak hangzik, ezért legyek pontos. Az emberi parfümőrök hibáznak. Túladagolnak egy összetevőt, és rájönnek, hogy a túladagolás olyan hatást hoz létre, amelyet nem akartak, és nem is jósolhattak meg. Véletlenül beszennyeznek egy próbakeveréket, és kiderül, hogy a szennyeződés valami érdekeset ad hozzá. A parfümkészítés szintetikus áttöréseinek története tele van ilyen szerencsés ütközésekkel. Félreolvassák a saját jegyzeteiket, és olyan anyagokat kevernek össze, amelyeket nem akartak összekeverni, és az eredmény jobb, mint amit terveztek. A parfümkészítés története tele van ezekkel a balesetekkel, olyan kompozíciókkal, amelyek jellegüket nem a tudatos tervezésnek köszönhetik, hanem anyagok olyan előre nem tervezett összeütközésének, amelyet egy gondosabb folyamat megakadályozott volna.
Az algoritmus nem követ el ilyen hibákat. Pontosan azt teszi, amit mondanak neki. Optimalizálja a célfüggvényt. Követi a gradienst. Nem kóborol el véletlenül feltérképezetlen terepre, mert egyáltalán nem kóborol. Matematikai pontossággal halad az optimum felé. Az optimum pedig, a fogyasztói panelek adatai szerint, mindig a középpont. Az átlag. A konszenzus.
A hiba kreatív lehetősége nem romantikus önáltatás. Minden alkotói területen jól dokumentált jelenség. A biológus, aki egy szennyezett Petri-csésze miatt fedezi fel a penicillint. A fizikus, aki egy antenna megmagyarázhatatlan zaja miatt fedezi fel a kozmikus mikrohullámú háttérsugárzást. A zenész, aki új harmonikus nyelvet talál, mert egy húr elszakadt az előadás közben, és improvizációra kényszerítette. Ezek nem apokrif történetek, amelyeket a szerencsétlenkezűek vigasztalására mesélnek. Egy általános elv dokumentált esetei: a kreatív áttörések gyakran a tervtől való eltérésekből erednek, és az eltérés kiküszöbölésére tervezett rendszerek a felépítésüknél fogva az áttörés lehetőségét is kiküszöbölik.
A fogyasztói panelek adatai és a preferencia természete
A számítógépes parfümkészítéssel szembeni második, filozofikusabb ellenvetés magára a preferencia természetére vonatkozik.
A fogyasztói panelek adatai, amelyeken ezeket az algoritmusokat tanítják, a kinyilvánított preferenciát mérik. Azt rögzítik, mit mondanak az emberek, mi tetszik nekik, ha megkérdezik őket. A kinyilvánított és a tényleges preferencia azonban nem ugyanaz. A kinyilvánított preferencia konzervatív. Ha az ismerős és az ismeretlen között kell választani, a legtöbb ember a legtöbb helyzetben az ismerőst választja. Ez nem butaság. Jól dokumentált kognitív torzítás, a puszta expozíció hatása, amelyet Robert Zajonc pszichológus írt le először 1968-ban a Journal of Personality and Social Psychology egyik mérföldkőnek számító tanulmányában, a szagok megítélésében pedig különösen erősen érvényesül, mert itt a közös szókincs hiánya rendkívül megnehezíti, hogy a fogyasztók megfogalmazzák, miért szeretnek vagy nem szeretnek valamit. Ha a panel valóban új illattal találkozik, amely semmilyen létező kategóriába nem illeszkedik, és egyszerre zavarba ejt és felkelti az érdeklődést, a fogyasztói panel többnyire alacsony pontszámot ad neki. Nem azért, mert az illat rossz, hanem mert a panelnek nincs meg a kerete az értékeléséhez.
A fogyasztói panelek adatain tanított algoritmus örökli ezt a konzervativizmust. Megtanulja, hogy az újdonság kockázatos, az ismerősség pedig biztonságos. Megtanulja, hogy az emberek a legmagasabbra azokat az illatokat értékelik, amelyek leginkább hasonlítanak a korábban magasra értékelt illatokhoz. Röviden: megtanulja a fogyasztókutatás legalapvetőbb leckéjét: az emberek azt szeretik, amit már szeretnek. És ennek megfelelően optimalizál.
Az eredmény olyan gép, amely kiválóan állítja elő azt, amit az ipar „biztos tippnek” nevez: olyan illatokat, amelyek nem buknak meg, elérik a kereskedelmi életképesség minimális szintjét, és nem lepik meg, nem zavarják meg és nem állítják kihívás elé azt, aki megszagolja őket. Ezek az illatok elkelnek. Némelyik nagyon jól elkel. De nem változtatják meg az ipart, mert az ipar megváltoztatásához olyasmit kell létrehozni, amit a fogyasztói panelek nem tudnak pontozni. A parfümkészítést megváltoztató kompozíciók mind meglepetések voltak a létrejöttük pillanatában. Olyasmik, amiket senki sem kért, amelyek az előzetes teszteken nem szerepeltek jól, és amelyek nem azért lettek sikeresek, mert az adatok ezt jósolták, hanem mert egyetlen ember, egy parfümőr, egy kreatív igazgató vagy egy vállalkozó hitt bennük az adatok ellenére.
Az algoritmus semmiben sem tud hinni az adatok ellenére. Az adatok ellenére hinni az egyetlen dolog, amire egy algoritmus alkatilag képtelen. Az algoritmus az adatokat követi. Ez az erénye és a korlátja. Egy olyan területen pedig, ahol a legfontosabb döntések azok, amelyek ellentmondanak az adatoknak, ahol az alkotói fejlődés egész története a konszenzust figyelmen kívül hagyó és utólag igazolódó emberek története, ez a korlát nem csekély. Alapvető.
Hol van helye az MI-nek, és hol nincs
Tisztázzuk, mit nem állítok. Nem azt állítom, hogy a mesterséges intelligenciának nincs szerepe a parfümkészítésben. Kézenfekvő és értékes alkalmazásai vannak. Felgyorsíthatja a formulák átdolgozását, amikor egy szabályozási változás egy korlátozott összetevő eltávolítására kényszerít. Költséghatékony helyettesítéseket javasolhat, amelyek megőrzik a kompozíció jellegét, miközben csökkentik az árát. Elemezheti a fogyasztói visszajelzések nagy adathalmazait, és olyan trendeket azonosíthat, amelyeket egy emberi elemző nem venne észre. Feltérképezheti az összetevő-kombinációk hatalmas, többdimenziós terét, és kiemelheti azokat a tartományokat, amelyeket az emberi parfümőrök még nem tártak fel, ahogyan a gázkromatográfia is egykor megfejtette a kereskedelmi titokként őrzött formulákat. Ezek hasznos funkciók. Időt takarítanak meg, csökkentik a költséget, és bővítik a parfümőr eszköztárát. Komoly ember nem kifogásolja őket.
Azt állítom viszont, hogy ezek mind optimalizálási funkciók. A meglévő folyamatokat teszik hatékonyabbá. Nem hoznak létre semmit. Az optimalizálás és az alkotás közötti különbség nem szemantikai. Az a különbség, hogy valaki a legjobb utat keresi egy ismert tájon át, vagy felfedezi, hogy a táj túlnyúlik ismert határain. A gépi tanulás az előbbiben kiváló. Az utóbbira szerkezetileg képtelen, mert az utóbbihoz definíció szerint túl kell lépni az adatokon, a gépi tanulás pedig definíció szerint az adatokból mintákat kinyerő módszer.
Az illatipar lelkesedése a számítógépes eszközök iránt érthető. A modern parfümkészítés gazdaságtana kegyetlen. Egy kereskedelmi illat átlagos fejlesztési ideje évekről hónapokra rövidült. A megbízások szigorúbbak. A költségvetések kisebbek. A kudarc ára magasabb. Ebben a környezetben rendkívül értékes az az eszköz, amely csökkenti az elfogadható formulához szükséges iterációk számát. De ebben a mondatban az „elfogadható” szón múlik minden. Az elfogadható formula az, amely megfelel a megbízásnak, megfelelően szerepel a teszteken, és nem lépi túl a költségplafont. Az elfogadható formula nem remekmű. A legtöbb esetben nem is különösebben érdekes. Megfelelő. A megfelelőség pedig ipari méretekben a művészet ellensége.
Konvergencia a statisztikai átlag felé
Még egy szempontot érdemes végiggondolni, és ez talán a legnyugtalanítóbb. Minél inkább a fogyasztói adatokon tanított algoritmikus eszközökre épül az illatfejlesztés, annál inkább a statisztikai átlag felé tart az ipar kínálata. Minden új, MI-vel optimalizált formula a tervezés természeténél fogva az ízlések eloszlásának közepén helyezkedik el. Idővel maga a közép is elmozdul, de lassan, mert az algoritmus kimenete éppen azokat az ízléseket erősíti, amelyekre tanították. Aki újra és újra MI-vel optimalizált illatokkal találkozik, annak az ízlését ezek az illatok formálják, ez az ízlés pedig a következő algoritmusgeneráció tanítóadata lesz. Az eredmény egy visszacsatolási hurok: a gép azt állítja elő, amit az emberek szeretnek, az emberek megtanulják szeretni, amit a gép előállít, a gép pedig még többet állít elő belőle.
Ez nem elméleti forgatókönyv. Pontosan azt írja le, ami más alkotói iparágakban már megtörtént, ahol algoritmikus ajánló- és generálórendszereket vezettek be. A zenei streamingplatformok algoritmusai az elköteleződésre optimalizálnak, és a népszerű zene hangzásában mérhető egyneműsödést hoztak: hangosabb, rövidebb, ismétlődőbb lett, a fülbemászó motívum hamarabb jelenik meg, a dinamikatartomány pedig szűkül. A közösségimédia-platformok algoritmusai a figyelemre optimalizálnak, és a népszerű tartalmak vizuális jegyeiben is egyneműsödést hoztak: telítettebb, szűkebbre vágott, érzelmileg szélsőségesebb lett a kép. Az algoritmus nem szándékosan lapítja el a tájat. Az átlagra optimalizálás mellékhatásaként lapítja el.
A parfümkészítés sem immunis erre a dinamikára. Ha az ipar fejlesztési folyamata egyre inkább a konszenzusra optimalizáló MI-eszközökön múlik, elkerülhetetlen az illatmező beszűkülése. Nem egyetlen illatra szűkül, ehhez a piac túl nagy és túl tagolt, hanem szegmensenként. A friss férfiillatok egyre hasonlóbbak lesznek. Az édes női illatok is. Az oudos ámbrás parfümök szintén. Minden kategória belsőleg homogénebb lesz, mert az algoritmus, amely az új darabokat tervezi, ugyanazokon az adatokon tanul, amelyek a meglévőket létrehozták. A mező nem egyetlen pontra zsugorodik. Sűrű csomóvá zsugorodik.
Hogy ez számít-e, attól függ, minek tekintjük a parfümkészítést. Ha iparnak, olyan üzletnek, amely a piaci keresletre szabott fogyasztási cikkeket gyárt, akkor az optimalizálás a helyes stratégia, az egyneműsödés pedig elfogadható ár. A fogyasztók azt kapják, amit akarnak. A cégek pénzt keresnek. Senki sem panaszkodik.
De ha a parfümkészítés művészet is, olyan alkotói ág, amelynek célja túlmutat a meglévő ízlések kiszolgálásán, és új lehetőségeket nyit a szaglás előtt, akkor az egyneműsödés nem ár. Katasztrófa. Mert a művészet, bármely védelmezésre érdemes meghatározás szerint, megköveteli a meglepetés lehetőségét. Azt, hogy a következő kompozíció olyasmi legyen, amit még senki sem szagolt, amit egyetlen adathalmaz sem jósolt meg, és amit egy fogyasztói panel elutasított volna, mert nem illett egyetlen létező kategóriába.
Ezt az algoritmus nem tudja. A parfümőr igen. Nem megbízhatóan, nem következetesen, nem határidőre, nem a költségvetésen belül. De időnként, kiszámíthatatlanul, minden kereskedelmi logikával szembemenve egy ember, aki több száz barna flakonnal körülvett orgonánál ül, olyan módon kever össze alapanyagokat, amilyet gép sosem javasolt volna, és az eredmény valóban új lesz. Olyasmi, ami elmozdítja a középpontot, ahelyett hogy elfoglalná. Olyasmi, amiről az adatok azt mondták, hogy nem működhet.
Ezek a pillanatok ritkák. Egyre ritkábbak. És ha az ipar nem vigyáz, egészen megszűnnek, nem azért, mert a technológia tiltja őket, hanem mert a gazdasági feltételek már nem hagynak nekik helyet. A gép komponál. A gép optimalizál. Teljesen rendben lévő illatokat állít elő, amelyek minden panelen jól szerepelnek, és senkit sem sértenek meg.
Hogy ez parfümkészítésnek számít-e, arra a gép nincs felkészítve. Erre egy orrnak kell felelnie.
Hét 20%-os extrait, egy kollekció. A Discovery Set mind a hetet 2 ml-ben tartalmazza.
