香水師のスタジオとはまったく異なる実験室のどこかで、何百もの茶色いボトルが積み重なったオルガンも、机の上に孔雀の羽のように広がるテスター紙も、ドアの後ろに掛けられた染みだらけの革のエプロンもない場所で、機械が香りを作り出しています。その機械は何も匂いを感じません。鼻もありません。ベチバーがグレープフルーツとよく合うかどうかの意見も、トップノートにもっと軽やかさが必要かベースにもっと温かみが必要かの直感も持っていません。持っているのはデータです。過去100年分のおよそ40万の処方がデジタル化され、消費者パネルの評価、販売数、地域の好み、分子記述子とともにタグ付けされています。特定の成分の組み合わせと消費者の反応、購入意欲、品質の認識、感情的な結びつき、再購入の可能性との統計的相関を特定するよう訓練されたアルゴリズムを持っています。そして、あらゆる測定基準で最適となる処方を作るように求められています。
11分で読めます
その機械は成功するでしょう。作り出す処方は消費者パネルで高得点を獲得します。複数の人口統計で良好なテスト結果を示します。誰も不快にさせません。誰も混乱させません。業界が「商業的なスイートスポット」と呼び、機能する鼻を持つ誰もが「馴染み深い」と呼ぶ、快適で多くの人が集まる嗅覚空間の領域を占めます。ほとんどの人が出会ったときに「完璧に問題ない」と判断する香りになるでしょう。
問題は、「完璧に問題ない」ことが香水作りと言えるかどうかです。
香料における産業規模の機械学習
香料開発への機械学習の応用は推測ではありません。世界最大の香料・フレーバー企業の研究部門で、産業規模で現在進行中です。技術の洗練度は様々で、あるシステムはコストや入手可能性に基づく成分の代替案を提案する比較的単純な予測モデルであり、他は数十年分の独自処方データで訓練された深層ニューラルネットワークですが、根本的な論理はすべて同じです。大量の既存処方と消費者反応データを機械に与えます。機械は分子組成と人間の好みの統計的関係を学習します。そして、望ましい消費者の結果の確率を最大化する新しい処方を生成するように求めます。
本質的には、これは香水作りに適用された回帰分析です。意味のある創造ではありません。
この区別は重要であり、その理由を正確に理解する必要があります。ほとんどの機械学習の中心にある数学的手法である回帰分析は、データ点の雲の中で最適なフィットラインを見つけます。中心傾向を特定し、平均がどこにあるかを教えてくれます。これは多くの応用で非常に有用です。住宅価格、消費者行動、病気の経過、選挙結果を予測したい場合、平均がどこにあるかを知ることは多くのことを教えてくれます。しかし、香水作りは予測問題ではありません。少なくとも歴史的には創造的な問題でした。そして創造的な問題は中心を見つけることで解決されるのではなく、端を見つけることで解決されます。
業界を本当に変えたすべての香り、振り返れば時代を定義し新しいカテゴリーを開いたすべての処方は、その時代のコンセンサスから逸脱することで成功しました。最初のモダンなフゼアは1882年に男性用香水がどうあるべきか誰も予想していなかった香りでした。最初の偉大なアルデヒドフローラルは1920年代の女性用香水の予想を覆しました。最初のジヒドロミルセノールとヘディオンを使ったフレッシュな男性用香水は1980年代の男性用香水の常識を破りました。最初のクリーンスキンムスク分子香料は2000年代初頭のどの香水とも異なりました。いずれも既存の好みに合致したから成功したのではなく、新しい好みを創り出したから成功したのです。中心を見つけたのではなく、中心を動かしたのです。
歴史的データで訓練されたアルゴリズムは、構造上、中心を動かすことはできません。見つけることしかできません。外科的な精度で中心を見つけ、どんな人間の香水師も及ばない効率でスイートスポットを占める処方を生成できます。しかしスイートスポットを占めることは革新ではなく最適化です。そして香水の歴史は、最適化と革新は同じではなく、むしろ対立することさえあることを示唆しています。
生物学的ニューラルネットワークとしての人間の香水師
反論もあり、それは真剣に考慮されるべきです。反論はこうです：人間の香水師もある意味でアルゴリズムです。彼らは嗅覚データのコーパス、つまりこれまで嗅いだすべて、研究したすべての処方、観察したすべての消費者反応で訓練された生物学的ニューラルネットワークです。彼らの創造過程は、ロマンチックに想像されるようなミューズから降りてくるひらめきではありません。パターン認識、再結合、反復的な洗練です。香水師はオルガンの前に座り、経験と直感に基づいて素材を選び、試作処方を調合し、評価し、調整し、再評価します。この過程は神秘的ではなく経験的です。もし機械が同じ操作をより速く、より体系的に行えるなら、何が失われるのでしょうか？
失われるのは「誤り」です。
これは逆説的に聞こえるかもしれませんが、具体的に説明します。人間の香水師は間違いを犯します。成分を過剰に使い、意図せず予測できなかった効果を発見します。試作バッチを偶然汚染し、その汚染物質が興味深い効果を加えることもあります。合成香料の突破口の歴史はこうした幸運な偶然で満ちています。自分のメモを誤読し、意図しなかった素材を組み合わせて、計画よりも良い結果を得ることもあります。香水の歴史は、意図的な設計ではなく、より慎重な過程が防いだであろう予期せぬ素材の衝突によって特徴づけられた処方であふれています。
アルゴリズムはこうした誤りを犯しません。指示されたことだけを正確に行います。目的関数を最適化し、勾配に従います。偶然に未知の領域に迷い込むことはありません。数学的な精度で最適解に向かって動きます。そして最適解は、消費者パネルのデータで定義される限り、常に中心、平均、コンセンサスです。
誤りの創造的可能性はロマンチックな幻想ではありません。あらゆる創造的分野でよく記録された現象です。汚染されたペトリ皿からペニシリンを発見した生物学者。アンテナの説明できないノイズから宇宙背景放射を発見した物理学者。演奏中に弦が切れて即興演奏を強いられ、新しい和声言語を発見した音楽家。これらは偶然に弱い人を慰めるための作り話ではなく、一般原理の記録された事例です。創造的な突破口は計画からの逸脱に起因することが多く、逸脱を排除するよう設計されたシステムは、構造上、突破口の可能性も排除します。
消費者パネルデータと好みの本質
計算香水に対するもう一つの哲学的な異議は、好みの本質に関わります。
これらのアルゴリズムが訓練される消費者パネルデータは、表明された好みを測定します。尋ねられたときに人々が好きだと言うものを記録します。しかし表明された好みと実際の好みは同じではありません。表明された好みは保守的です。馴染みのあるものと馴染みのないもののどちらかを選ぶよう求められた場合、多くの人は多くの状況で馴染みのあるものを選びます。これは愚かさではなく、心理学者ロバート・ザイアンスが1968年にJournal of Personality and Social Psychologyで発表した「単純接触効果」というよく知られた認知バイアスであり、共有された語彙がない嗅覚評価では特に強く働きます。真に新しい香り、既存のどのカテゴリーにも当てはまらず、混乱と興味を同時に引き起こす香りに直面した消費者パネルは、多くの場合、低い評価を与えます。香りが悪いからではなく、評価する枠組みがないからです。
消費者パネルデータで訓練されたアルゴリズムはこの保守性を受け継ぎます。新奇性はリスクが高く、馴染みは安全だと学びます。人々が最も高く評価する香りは、以前に高く評価した香りに最も近いものだと学びます。要するに、消費者調査の最も基本的な教訓を学びます：人はすでに好きなものを好む。そしてそれに応じて最適化します。
結果として生まれるのは、業界が「安全な賭け」と呼ぶものを非常にうまく作り出す機械です。失敗しない、最低限の商業的成功を収める、匂いを嗅いだ誰もが驚かず、不快にならず、挑戦されない香りです。これらの香りは売れます。その中には非常に売れるものもあります。しかし業界を変えることはありません。業界を変えるには、消費者パネルが評価できないものを作る必要があります。香水を変えた処方はすべて、創造された瞬間に驚きでした。誰も求めていなかったもの、予備テストで良い評価を得なかったもの、データが成功を示していなかったものを、香水師やクリエイティブディレクター、起業家の一人が信じたから成功したのです。
アルゴリズムはデータに反して何かを信じることはできません。データに反して信じることは、アルゴリズムが本質的にできない唯一のことです。アルゴリズムはデータに従います。それが美点であり限界です。そして最も重要な決定がデータに反するものであり、創造的進歩の歴史がコンセンサスを無視して正しかった人々の歴史である分野では、この限界は小さなものではなく根本的なものです。
AIが適切な場所とそうでない場所
私が主張していないことを明確にします。人工知能が香水作りに役割がないとは言いません。明らかに価値ある応用があります。規制変更で制限成分を除去しなければならないときの処方変更プロセスの加速。価格を下げつつ処方の特徴を維持するコスト効率の良い代替案の提案。大量の消費者フィードバックデータを分析し、人間の分析者が見逃すトレンドの特定。かつてガスクロマトグラフィーが商業秘密に閉ざされた処方を解読したように、可能な成分組み合わせの広大な多次元空間をマッピングし、人間の香水師がまだ探求していない領域を示すこと。これらは有用な機能であり、時間を節約しコストを削減し、香水師のツールキットを拡張します。真剣な人はこれらに反対しません。
私が主張しているのは、これらはすべて最適化機能であり、既存のプロセスをより効率的にするものであって、創造ではないということです。最適化と創造の違いは単なる言葉の問題ではありません。既知の風景の中で最良のルートを見つけることと、風景が既知の境界を超えて広がっていることを発見することの違いです。機械学習は前者に優れています。後者は構造的に不可能です。なぜなら後者は定義上、データを超えることを必要とし、機械学習は定義上、データからパターンを抽出する方法だからです。
香水業界が計算ツールに熱狂するのは理解できます。現代の香水作りの経済は厳しいです。商業用香水の平均開発期間は数年から数ヶ月に圧縮されました。ブリーフは厳しくなり、予算は減り、失敗のコストは高くなっています。この環境で、許容できる処方に到達するための反復回数を減らせるツールは非常に価値があります。しかし「許容できる」はこの文で大きな意味を持ちます。許容できる処方とは、ブリーフを満たし、テストで十分なスコアを得て、コスト上限を超えないものです。許容できる処方は傑作ではありません。多くの場合、特に面白いものでもありません。十分なものです。そして産業規模では、十分さは芸術の敵です。
統計的平均への収束
最後にもう一つ考慮すべきことがあります。おそらく最も憂慮すべきことです。香料開発が消費者データで訓練されたアルゴリズムツールにますます依存するほど、業界の成果物は統計的平均に収束していきます。新しいAI最適化処方は設計上、好みの分布の中心を占めます。時間とともに中心自体は変化しますが、ゆっくりです。なぜならアルゴリズムの出力が訓練に使われた好みを強化するからです。AI最適化香りに繰り返し触れる消費者はその香りに影響された好みを形成し、その好みが次世代のアルゴリズムの訓練データになります。結果はフィードバックループです：機械は人々が好きなものを作り、人々は機械が作るものを好きになり、機械はそれをさらに作り続けます。
これは仮説的なシナリオではありません。アルゴリズムによる推薦や生成システムを採用した他の創造産業で既に起きた正確な現象の説明です。エンゲージメントを最適化する音楽ストリーミングプラットフォームは、人気音楽の音響特性の収束をもたらしました。より大音量で短く、繰り返しが多く、フックが早く現れ、ダイナミックレンジが狭まっています。注意を最適化するソーシャルメディアプラットフォームは、人気コンテンツの視覚的特徴の収束をもたらしました。より彩度が高く、トリミングが強く、感情表現が極端です。アルゴリズムは意図的に風景を平坦化するのではなく、平均を最適化する副産物として平坦化します。
香水作りもこの動態から免疫ではありません。業界の開発パイプラインがコンセンサスを最適化するAIツールにますます依存すると、嗅覚の領域は必然的に狭まります。単一の香りに狭まるわけではありません。市場は大きく細分化されているからです。しかし各セグメント内で狭まります。フレッシュな男性用香水は収束し、甘い女性用香水は収束し、ウードオリエンタルは収束します。各カテゴリーは内部的により均質になります。なぜなら新しいエントリーを設計するアルゴリズムは既存のエントリーを生み出した同じデータで訓練されているからです。領域は点に縮まるのではなく、クラスターに縮まります。
これが問題かどうかは、香水作りの目的をどう考えるかによります。もしそれが産業であり、市場の需要を満たす消費財を生産するビジネスなら、最適化は正しい戦略であり、収束は許容できるコストです。消費者は欲しいものを手に入れ、企業は利益を上げ、誰も文句を言いません。
しかし香水作りが芸術でもあり、既存の好みを満たすだけでなく新しい嗅覚体験の可能性を明らかにする創造的な分野であるなら、収束はコストではなく大惨事です。なぜなら芸術は、どんな定義でも守る価値があるなら、驚きの可能性を必要とするからです。次の処方が誰も嗅いだことのないものであり、どんなデータセットも予測しなかったものであり、消費者パネルが既存のカテゴリーに合わないとして拒否したものである可能性を必要とします。
アルゴリズムはそれを生み出せません。香水師は生み出せます。確実に、安定的に、予定通り、予算内でではありません。しかし時折、予測不可能に、すべての商業的論理に反して、何百もの茶色いボトルに囲まれたオルガンの前に座る人間が、機械が提案しなかった方法で素材を組み合わせ、その結果が本当に新しいものになります。中心を占めるのではなく、中心を動かすもの。データがうまくいかないと言ったもの。
そうした瞬間は稀です。ますます稀になっています。そして業界が注意しなければ、それらは完全に起こらなくなるでしょう。技術がそれを禁じるのではなく、経済的理由でそれを許さなくなるからです。機械が作曲し、機械が最適化し、機械がすべてのパネルで高得点を取り、誰も不快にさせない完璧に問題のない香りを生み出します。
それが香水作りと言えるかどうかは、機械には答えられない質問です。答えるのは鼻でなければなりません。
