Nachricht

Dec 12, 2023

Durch künstliche Intelligenz kreierte Parfums

Nasen werden überbewertet: Im Juni entsteht ein von einem Computersystem kreiertes Parfüm

Nasen werden überbewertet: Im Juni kommt ein per Computersystem kreiertes Parfüm auf den brasilianischen Markt. Die künstliche Intelligenz kombinierte Zutaten auf eine Weise, die für die meisten Menschen undenkbar war.

Die künstliche Intelligenz heißt „Philyra“ – und ihre Entwickler und Nutzer sind sich in einem Punkt einig: Sie ist weiblich. „Ich habe viel Zeit mit ihr verbracht und sehe das Programm als ‚Sie‘, das macht es einfacher“, sagt Parfümeur David Apel scherzhaft.

Aber natürlich hat künstliche Intelligenz weder Bewusstsein noch Geschlecht. Es ist lediglich ein Computersystem, ein Netzwerk künstlicher Neuronen, das geschaffen wurde, um große Datenmengen zu speichern, zu verarbeiten und neu zu kombinieren. Es kann keine Düfte in der Luft riechen oder analysieren. Dennoch ist Philyra die neue Mitarbeiterin beim Dufthersteller Symrise in New York.

„Ich habe sie ausgebildet und jetzt bildet sie mich aus“, sagt Apel, der seit 39 Jahren als Parfümeur arbeitet. Die künstliche Intelligenz von Philyra wurde in Zusammenarbeit zwischen Symrise und IBM Research entwickelt.

Beim Dia dos Namorados am 12. Juni, dem brasilianischen Valentinstag, kommt Philyras erste Kreation auf den Markt. Das Parfüm richtet sich an Millennials, Menschen, die in den 1980er oder 1990er Jahren geboren wurden.

Weiterlesen: Kann KI echte Kunst schaffen?

Die Duftbibliothek

Das Zusammenstellen eines Parfüms funktioniert ähnlich wie das Kochen eines Gerichts. Laut Apel stehen einem Parfümeur etwa 1300 Grundstoffe, auch Duftbausteine ​​genannt, zur Verfügung.

Dabei handelt es sich zum Teil um synthetische Duftstoffe und zum Teil um Extrakte aus Blüten, Früchten, Moosen und Gewürzen. Ein Parfümeur kombiniert mehrere Inhaltsstoffe und passt die Formel an, bis ein neuer und angenehmer Duft entsteht.

Weiterlesen: Kann künstliche Intelligenz im Energiesektor zur Lösung der Klimakrise beitragen?

Um dieses Video anzusehen, aktivieren Sie bitte JavaScript und erwägen Sie ein Upgrade auf einen Webbrowser, der HTML5-Videos unterstützt

Philyra stützt sein Wissen auf eine Datenbank, die die Zusammensetzung von fast 1,7 Millionen Parfums enthält. Sie weiß auch, in welchem ​​Land, welcher Altersgruppe und welchem ​​Geschlecht sich ein Duft besonders gut verkauft hat. „Zwischen all diesen Kreationen findet sie Raum – Möglichkeiten, die noch niemand ausgeschöpft hat“, erklärt Apel.

Auf Knopfdruck spuckt das Computersystem neue Parfümformeln für eine bestimmte Zielgruppe aus. Ein Parfümeur wie Apel kann diese Formeln dann weiter verfeinern.

Apel hat keine Angst davor, dass Philyra ihm seinen Job wegnimmt. Er sieht darin eher eine Zusammenarbeit zwischen Mensch und Maschine. „Ich bekomme die Chance, Parfümformeln zu sehen, an die ich selbst nie gedacht hätte“, sagt Apel. Denn Wissen und Erfahrung stellen der Kreativität oft Grenzen: „Ich bevorzuge bestimmte Zutaten und möchte einen ganz bestimmten Duft kreieren“, gibt er zu.

Philyra geht unparteiischer vor. „Es ist universell“, erklärt Achim Daub. Er ist Mitglied des Vorstands für Scent & Care bei Symrise. „Dave hingegen ist Amerikaner, männlich, weiß, hat in Frankreich gelebt, lebt jetzt in New York – und da stehen ihm oft kulturelle Vorlieben im Weg.“

Überraschender ist, dass der Geruchssinn im Parfümgeschäft nicht so wichtig ist, sagt Daub. „Der Parfümeur, der mich ausgebildet hat, sagte mir dann: ‚Ich weiß, wie ein Parfüm riecht, wenn ich seine Zusammensetzung kenne.‘ Genau das macht Philyra.“

Weiterlesen: Künstliche Intelligenz: Die 7 Schritte der EU für vertrauenswürdige KI

Mensch vs. Maschine

„Ohne maschinelles Lernen wäre das nicht möglich“, sagt Katharina Morik, Professorin für Künstliche Intelligenz an der Technischen Universität Dortmund. Bis vor ein paar Jahren waren Computer nur so intelligent wie das Wissen, mit dem sie gefüttert wurden.

Eine Person musste sie programmieren, die Regeln für sie festlegen und ihnen im Grunde sagen, was sie tun sollten. Mit maschinellem Lernen, insbesondere Deep Learning, kann ein Computersystem nun plötzlich Wissen aus Erfahrung selbst generieren, Gesetze in Beispielen erkennen und diese Beispiele in allgemeinere Regeln umwandeln.

Basierend auf ihrer Datenbank nutzt Philyra maschinelles Lernen, um herauszufinden, wie die vielen Inhaltsstoffe in Parfüms kombiniert werden können, sagt Joana Maria, Wissenschaftlerin bei IBM Research, die an der Entwicklung von Philyra beteiligt ist. „Sie hat gelernt, was womit gut funktioniert, welche Substanz durch welche ersetzt werden kann und welche Kombinationen Menschen in den USA oder in Asien besser wahrnehmen“, sagt sie.

Das Kosmetikunternehmen O Boticário beauftragte Symrise damit, drei verschiedene Versionen des Parfüms für Lover’s Day zu kreieren: eine vollständig von KI erstellte Version, eine zweite, bei der der Parfümeur geringfügige Anpassungen vornahm, und eine dritte, bei der der Vorschlag der KI nur als Vorschlag diente; Ein Parfümeur kreierte darauf basierend seine eigene Formel.

Eine Jury im O Boticário wählte den Duft aus, der ihr am besten gefiel, ohne zu wissen, welche Version welche war. „Die überwältigende Mehrheit entschied sich für das zu 100 % KI-generierte Parfüm“, sagt Achim Daub.

Weiterlesen: Boeing-Absturz: Können Maschinen bessere Entscheidungen treffen als Menschen?

Um dieses Video anzusehen, aktivieren Sie bitte JavaScript und erwägen Sie ein Upgrade auf einen Webbrowser, der HTML5-Videos unterstützt

Auch für Wurst oder Zement

Eine künstliche Intelligenz, die auf Basis einer Datenbank neue Kombinationen vorschlägt, ist nicht nur im Parfümgeschäft hilfreich. Der US-Gewürzhersteller McCormick beispielsweise nutzt eine ähnliche KI-Software zur Entwicklung von Aromen.

Auf dieser Arbeit basiert McCormicks neue Produktfamilie namens „One“ zum Würzen von Hähnchen, Schweinefilet und Wurst. „Es gibt auch automatische Chemielabore, die neue chemische Verbindungen herstellen und bewerten“, sagt Morik.

Künstliche Intelligenz ist auch dabei, die Materialwissenschaften völlig zu verändern. Ganz gleich, ob sie mit Supraleitern, Halbleitern für Solarzellen oder Verbindungen für wiederaufladbare Batterien experimentieren: Anstatt wahllos nach neuen Materialien zu suchen, die Entdeckung der richtigen Mischung dem Zufall zu überlassen und anschließend deren Eigenschaften im Labor zu messen, können Forscher bei der Konstruktion auf Methoden des maschinellen Lernens zurückgreifen ganze Bibliotheken mit möglichen Kandidatensubstanzen.

In der Praxis sagt das System gleichzeitig die Eigenschaften der hypothetischen Verbindungen voraus. Aus den Tausenden Vorschlägen für neue Materialien, die die KI ausspuckt, wählen Wissenschaftler diejenigen aus, die realistisch und für die Anwendung geeignet sind.

Beispielsweise nutzen Forscher der University of Illinois, des Massachusetts Institute of Technology (MIT) und von IBM Research dieses Konzept, um neue Arten von Baubeton vorzuschlagen, die umweltfreundlicher sind als die derzeit verwendeten. Ihre Herstellung verursacht beispielsweise weniger Treibhausgase oder benötigt weniger Wasser. Allerdings sind diese Materialien noch nicht auf dem Markt angekommen. Hier war die Parfümindustrie einfach einen Schritt schneller.

Weiterlesen: „Hi, AI“: Erkundung unserer Beziehung zu Robotern