AIが香水製造を変革！AIがもたらす香水製造の未来
2019年にブラジルでAIが作った香水が発売され、ニュースとなりました。
香水を作ったのはドイツの香料メーカーであるsymriseで、IBMとの共同研究で開発されましたが、臭覚のないAIが関わったことで話題となりました。
そこで、香水製造で活用されているAIについて、今回はAIが香りを分類し、新しい香水レシピを作成する仕組みについてご紹介します。
１．はじめに
AIを使った香水作成の仕組みには、主にデータ分析と機械学習の技術が活用されています。AIは人間のように匂いを直接認識することはできませんが、香りの成分や特徴をデータとして処理し、分類・予測することが可能です。
２．香りのデータ化（数値化）
AIは香りを、化学的データとして認識しています。
・化学成分の分析
香料（エッセンシャルオイルや合成香料）の化学式や分子構造、揮発性などのデータを数値化します。例えば、「リナロール（Linalool）」「シトロネロール（Citronellol）」といった匂いの成分が、どの程度含まれているかをデータとして記録します。
・官能評価（ヒューマンテスト）との対応付け
調香師（パフューマー）や一般ユーザーの臭覚評価（フローラル、シトラス、ウッディなど）と、化学成分データを紐付けることで、香りの特徴を分類します。
３．香りの分類基準(オルファクトリーピラミッド)
香水の香りは、一般的に以下のような3層の構造（オルファクトリーピラミッド※）で分類されます。
トップノート（最初に香る成分：柑橘系、ハーブ系など）
ミドルノート（ハートノート）（数分～数時間後に香る：フローラル、スパイスなど）
ベースノート（長時間持続する香り：ムスク、ウッディ、バニラなど）
AIはこれらの香りの組み合わせや持続時間をデータとして学習し、バランスを考慮して予測を行います。
※オルファクトリーピラミッド：香水用語集の「香りのピラミッド」をご参照ください。
４．AIによる香水のレシピ生成
AIは、機械学習（特にディープラーニングや強化学習）を活用し、以下のようなプロセスで香水のレシピを生成します。
①既存の香水データの学習
何千種類もの香水の成分データ、ユーザーの評価、販売実績などを学習。
②ターゲットプロファイルの設定
「爽やかでフルーティーな香り」「高級感のあるウッディな香り」など、ターゲットの香りの特徴を指定。
③成分の組み合わせを最適化
AIが香料の組み合わせを試行し、化学的な相性や過去のデータと化学的相性を考慮し、最適な配合を提案。
④仮想シミュレーションと評価
香りの強度や持続時間などをシミュレーションし、人間の臭覚評価データと比較。
⑤試作と人間によるテスト
実際に調香し、最終的な調整を人間が行う。
５．AIを活用した香水開発の事例
SymriseとIBM の共同研究
AI「Philyra」を使い、消費者の好みに基づいた新しい香水を開発。
Givaudan社の「Carto」
調香師がAIを活用し、直感的に香りをデザインできるシステム。
６．まとめ
AIは、香りを直接「記憶」するのではなく、化学成分＋官能評価のデータとして扱い、機械学習を用いて分類・予測・創造を行います。香りの分類にはオルファクトリー・ピラミッドが活用され、AIは過去のデータと組み合わせて最適な香りのレシピを提案しています。
次回は、調香師とAIの関係についてご紹介します。
この記事が面白いと思ったら、ぜひ「フォロー」と「スキ」をしていただけますと、励みになります！次回もお楽しみに。
#香水 、#アロマ、#香り、#香料