top of page

La nariz de IA de Osmo afirma tener capacidades olfativas de nivel humano

hace 16 minutos
13 min de lectura

Osmo afirma que su nariz de IA ya iguala la detección y discriminación olfativa de una persona promedio, ampliando una afirmación que aún requiere pruebas independientes. La distinción importa porque describir una molécula, diseñar una fragancia y reconocer un olor fuera de un laboratorio son logros diferentes.

La afirmación apareció en reportajes publicados el 18 de noviembre de 2026, y no como un hallazgo establecido de forma independiente sobre una paridad humana universal. Osmo también compara sus capacidades de diseño de fragancias con las habilidades de un perfumista junior. Esas declaraciones sitúan tareas profesionales concretas entre sus ambiciones, al tiempo que mantienen la medición de esas capacidades como el eje central de la historia.

Existe un precedente científico. Una investigación publicada en Science en 2023 concluyó que un modelo anterior predecía las descripciones de un panel entrenado mejor que el panelista mediano. La cuestión ahora es hasta dónde se extiende ese resultado al trabajo comercial y a los entornos físicos. Los desarrolladores de fragancias se enfrentan a una pregunta práctica: ¿qué decisiones puede mejorar el software y cuáles siguen requiriendo que alguien huela el resultado?

Lo que realmente abarca la afirmación sobre la nariz de IA de Osmo

La afirmación más reciente de Osmo abarca varias tareas, y cada una necesita sus propias pruebas. La detección olfativa pregunta si un olor está presente. La discriminación pregunta si las muestras huelen de forma diferente. La descripción vincula una muestra con lenguaje sensorial, mientras que el diseño de fragancias propone una mezcla destinada a producir una experiencia deseada.

Estas distinciones evitan un error habitual en la cobertura de IA: tratar el éxito en tareas relacionadas como una sola medida de inteligencia. Un sistema que predice etiquetas descriptivas no establece automáticamente su sensibilidad a sustancias químicas débiles en el aire. Una fórmula que parece adecuada no demuestra que la fragancia terminada satisfaga a un cliente.

El artículo sobre la afirmación de nivel humano de MIT Technology Review describe el esfuerzo de Osmo por conectar los juicios sensoriales humanos con mediciones químicas. Cerca del aeropuerto de Newark, en Nueva Jersey, evaluadores humanos experimentados ayudan a aportar las descripciones utilizadas para entrenar sus modelos. Su participación sitúa la percepción humana dentro del proceso de desarrollo.

Esa relación es esencial para interpretar el lenguaje de la empresa. Un modelo fundacional es un modelo entrenado de forma amplia y destinado a respaldar múltiples tareas posteriores. Aplicar esa etiqueta al olfato expresa una ambición de reutilización entre aplicaciones. Por sí sola, no demuestra que el rendimiento se transfiera de forma fiable entre esas aplicaciones.

La comparación reportada con un perfumista junior también merece una lectura específica. El desarrollo de fragancias implica generar candidatos, evaluar mezclas, interpretar comentarios y ajustar una composición. Igualar una parte de ese proceso sería comercialmente relevante. Igualar el rol completo requeriría pruebas a lo largo de toda la secuencia.

La demostración de la periodista ilustra el límite. Según el reportaje citado, una indicación produjo tres fórmulas propuestas, pero la periodista no recibió ni evaluó las fragancias correspondientes. Esa observación respalda una afirmación sobre la generación de propuestas. Deja sin resolver su calidad sensorial real.

Por eso el reportaje de noviembre importa sin establecer un hito universal. Osmo está realizando una afirmación de capacidad más amplia en torno a una tecnología con un historial de investigación existente. La respuesta útil es separar sus componentes y preguntar qué se ha medido para cada uno.

Para los lectores, la pregunta central es concreta. ¿Qué entró en el sistema, qué salió y quién comprobó el resultado? Esos detalles determinan si una demostración muestra interpretación del lenguaje, predicción química, producción de fragancias o reconocimiento de una muestra física.

Un sistema comercial aún puede aportar valor antes de que cada componente alcance la paridad humana. Ayudar a los expertos a seleccionar mejores puntos de partida es un resultado de producto significativo. Establecer ese resultado exige pruebas distintas de declarar que el sentido del olfato de una máquina equivale al de una persona.

Los desarrolladores de fragancias se enfrentan a una cuestión de flujo de trabajo

La presión a corto plazo recae sobre los flujos de trabajo de desarrollo de fragancias, donde las propuestas útiles aún necesitan evaluación física. La afirmación de Osmo cuestiona cómo los equipos reparten el trabajo entre software y evaluadores experimentados. No establece que las empresas deban eliminar el juicio sensorial de su proceso.

Consideremos un encargo hipotético para una fragancia destinada a transmitir frescura sin oler fuertemente a cítricos. Un modelo podría proponer composiciones candidatas que se ajusten a esas palabras. El comprador aún necesita determinar si las mezclas terminadas transmiten la impresión buscada y siguen siendo adecuadas para el producto.

Esa brecha crea una oportunidad comercial concreta. Un software que ayude a los equipos a llegar antes a candidatos prometedores reduciría la exploración improductiva. Pero la comparación relevante es el proceso completo de desarrollo, incluidas las propuestas rechazadas y las revisiones, y no la velocidad de generar una respuesta inicial.

La misma distinción se aplica a las referencias de clientes. La participación de una empresa en un proyecto demuestra interés o involucración. No revela automáticamente hasta qué punto opera un sistema, con qué frecuencia las personas lo corrigen o si el proyecto mejora los resultados empresariales.

Por ello, los compradores necesitan una definición clara de la decisión que se está respaldando. ¿El sistema sugiere ingredientes, clasifica mezclas propuestas, interpreta un encargo escrito o evalúa una muestra medida? Cada función introduce dependencias distintas y ofrece una forma diferente de valorar su utilidad.

Para un perfumista, un asistente útil podría ampliar el conjunto de candidatos que vale la pena considerar. Para un gerente de producto, el beneficio podría consistir en una iteración más clara entre un encargo creativo y una muestra de laboratorio. Ningún resultado exige afirmar que se ha reproducido cada aspecto de la olfacción humana.

En consecuencia, la presión sobre los equipos establecidos es práctica, no existencial. Si el desarrollo asistido por modelos produce resultados aceptables con menos iteraciones fallidas, sus procesos actuales merecen reconsideración. Si las propuestas atractivas requieren una reparación extensa, una interfaz pulida podría ocultar trabajo en lugar de eliminarlo.

Esto también cambia la forma en que los equipos deberían documentar las evaluaciones. Mantener juntos el encargo original, la composición propuesta, los comentarios de los evaluadores y la decisión final facilita distinguir las contribuciones del modelo de las correcciones humanas posteriores. Una base de conocimientos consultable puede respaldar ese registro sin sustituir la evaluación sensorial.

Para los desarrolladores que integran esta tecnología, el formato de salida importa tanto como la capacidad destacada. Una fórmula propuesta, una estimación de confianza y una descripción de la información faltante respaldan decisiones distintas. Las aplicaciones deberían hacer visibles esas distinciones para las personas responsables de aceptar el resultado.

La historia comercial más sólida conectaría la salida del software con un producto físico aceptado y un beneficio de desarrollo documentado. Eso daría a los compradores pruebas que pueden comparar con sus propios procesos. Una afirmación general sobre inteligencia de nivel humano no puede proporcionar por sí sola esa comparación.

La investigación anterior respalda un resultado más limitado y medible

La base científica publicada se refiere a la predicción de descripciones de olores, con una comparación humana definida. Es un resultado sustancial, y su especificidad lo hace útil. Preservar esos límites ofrece una base más firme para evaluar las afirmaciones más amplias que ahora rodean a Osmo.

El estudio de 2023 sobre el mapa principal de olores utilizó una red neuronal de grafos, un modelo que procesa relaciones entre elementos conectados. Aquí, esos elementos representaban estructuras moleculares. Los investigadores buscaban una representación que preservara las relaciones entre la química y el olor percibido.

En una prueba prospectiva que involucró 400 odorantes previamente no caracterizados, las descripciones del modelo se alinearon más estrechamente con el promedio del panel entrenado que las descripciones del panelista mediano. Un odorante es una sustancia que produce un olor. La comparación abordó el acuerdo descriptivo bajo las condiciones del estudio.

El punto de referencia importa. La concordancia con el promedio de un panel mide qué tan bien un modelo predice descripciones compartidas. No mide la experiencia de cada individuo, cada concentración ni todos los entornos posibles. Eso requeriría preguntas adicionales y los experimentos correspondientes.

El estudio también reveló conexiones comerciales relacionadas con Osmo. Esa divulgación ayuda a los lectores a evaluar quién desarrolló la tecnología y quién tiene interés en su comercialización. La revisión por pares y los intereses divulgados proporcionan contexto; ninguno elimina la necesidad de examinar qué probó realmente el experimento.

La explicación de Monell sobre el experimento de predicción de olores describe el proceso de evaluación humana. Los participantes aprendieron un vocabulario de 55 descriptores y evaluaron las sustancias de prueba. Ese enfoque estructurado creó un lenguaje común para comparar la salida del modelo con los juicios humanos.

Para cualquiera que busque una explicación de la nariz de IA de Osmo basada en pruebas, esta es la distinción crucial: una tarea de predicción controlada hace que el rendimiento sea medible. El vocabulario elegido, las muestras y el método de comparación establecen qué significa un resultado. Ampliar la afirmación exige ampliar las pruebas.

Una analogía útil es un modelo que predice cómo un panel describirá una fotografía. Una fuerte concordancia establecería algo sobre las descripciones. Dejaría abiertas preguntas separadas sobre operar una cámara, reconocer una escena con poca visibilidad o decidir qué acción tomar.

Del mismo modo, la predicción de olores puede respaldar trabajo valioso sin demostrar un olfato artificial completo. Puede ayudar a los investigadores a organizar moléculas candidatas o estimar características sensoriales probables. Que esas predicciones mejoren una aplicación comercial concreta depende de las entradas y los criterios de aceptación de esa aplicación.

El resultado histórico también cambia cómo debería enmarcarse la afirmación de noviembre. El rendimiento comparable al humano en un experimento específico de descripción de olores ya formaba parte del registro de investigación en 2023. La noticia actual se refiere a la caracterización más amplia que hace Osmo de sus capacidades y de su alcance práctico propuesto.

Esa distinción evita tratar un resultado científico antiguo como un acontecimiento recién establecido. También ofrece a la empresa una prueba más justa. La pregunta es qué añaden sus sistemas más nuevos más allá de la referencia publicada y cómo pueden los evaluadores externos verificar esas adiciones.

Osmo frente a las narices electrónicas implica límites de sistema diferentes

Un modelo que predice olores y un dispositivo que toma muestras de aire resuelven problemas relacionados pero diferentes. El éxito comercial depende de cómo funcionen juntos esos componentes. Comparar empresas sin especificar ese límite corre el riesgo de confundir una capacidad de software con un sistema de detección completo.

Una nariz electrónica es un sistema que interpreta respuestas de sensores químicos para identificar o clasificar patrones de olor. La entrada comienza con una muestra física. En cambio, un modelo de predicción puede operar sobre una representación molecular sin recopilar de forma independiente nada del aire circundante.

Aryballe ofrece una comparación histórica relevante. Un perfil del CEA de diciembre de 2022 describe su enfoque de detección digital de olores como una comparación entre los olores medidos y referencias de una biblioteca. El perfil identifica el desarrollo de productos industriales y el control de calidad entre sus aplicaciones.

Ese relato también destaca la humedad, la concentración y el número de moléculas que producen olor como fuentes de dificultad. Estas variables ayudan a explicar por qué un resultado de laboratorio no puede demostrar el rendimiento en todas partes. El proceso de medición sigue siendo parte del sistema evaluado.

Esta comparación no establece una clasificación actual de rendimiento entre Aryballe y Osmo. Las descripciones disponibles se refieren a capacidades y períodos de reporte distintos. Una clasificación válida requeriría muestras compartidas, condiciones comparables y una tarea claramente definida.

Por tanto, la cuestión de Osmo frente a las narices electrónicas se refiere a dónde empieza y termina un sistema propuesto. ¿Recibe una estructura molecular conocida? ¿Analiza mediciones de laboratorio? ¿Toma muestras directamente del entorno? Estas entradas generan oportunidades y modos de fallo diferentes.

Para una implementación hipotética de control de calidad, la empresa podría necesitar una alerta cuando un producto difiera de una referencia aceptada. Generar una descripción evocadora sería secundario. Al comprador le importarían las desviaciones no detectadas, las alertas innecesarias y un rendimiento fiable en distintas condiciones operativas.

Una aplicación de diseño de fragancias invierte ese énfasis. A sus usuarios podría importarles sobre todo si las mezclas candidatas cumplen un encargo creativo. Reconocer un olor inesperado en el aire ambiental aportaría poco, salvo que el producto incluya específicamente esa capacidad.

El reto estratégico más amplio se desprende de esta separación. Un modelo reutilizable adquiere más valor cuando sus representaciones respaldan múltiples tareas. Pero cada tarea adicional sigue necesitando un proceso de medición adecuado y una evaluación específica para la aplicación.

Aquí es donde las afirmaciones sobre una plataforma general de olores se encuentran con restricciones físicas. Un software mejor puede mejorar la interpretación de la información disponible. No puede demostrar que un sensor desplegado captó la información correcta a menos que esa parte del proceso también se pruebe.

Para los compradores que evalúan la nariz de IA de Osmo, la unidad práctica de comparación debería ser un flujo de trabajo completo. La recopilación de entradas, la interpretación del modelo, la revisión humana y la decisión final forman parte de la evaluación. Ese enfoque hace visibles los éxitos acotados y expone las brechas que las etiquetas amplias pueden ocultar.

El juicio humano sigue siendo central en la brecha de verificación

La cuestión sin resolver es cuánto de la afirmación más amplia de Osmo resiste pruebas independientes en condiciones claramente especificadas. La participación humana no invalida el aprendizaje automático. Sí implica que la empresa debería explicar dónde la experiencia humana aporta datos de entrenamiento, corrige resultados y determina el éxito.

Los informes proporcionados describen las críticas del científico especializado en olfato Avery Gilbert sobre la documentación y la continua dependencia de paneles sensoriales. Ese cuestionamiento se refiere a la evidencia que respalda las afirmaciones. No debería reformularse como prueba de que la tecnología fracasa.

Michael Schmuker, que anteriormente fue consultor de Osmo, ofrece una perspectiva distinta en los informes. Reconoce el logro técnico al tiempo que enfatiza el contexto y las limitaciones de los sensores. Su relación previa debe acompañar su evaluación, porque los lectores necesitan ambos elementos para interpretar ese punto de vista.

Estas perspectivas pueden coexistir. Un modelo puede representar un progreso significativo mientras su marketing se extiende más allá de los resultados documentados públicamente. Un crítico puede identificar un problema legítimo de verificación sin demostrar que la investigación subyacente carece de valor.

El contexto añade otro límite. Identificar un patrón químico e interpretar lo que significa en un entorno concreto son juicios distintos. Los observadores humanos aportan expectativas sobre el objeto, la ubicación y la situación a la experiencia del olfato.

Un sistema concebido para un flujo de trabajo controlado de fragancias puede operar dentro de una tarea relativamente definida. Avanzar hacia un reconocimiento abierto introduce preguntas sobre muestras desconocidas y condiciones cambiantes. La evidencia del entorno original no debería convertirse silenciosamente en evidencia para el entorno ampliado.

La misma cautela se aplica a las aspiraciones médicas o de seguridad. Estas aplicaciones implican consecuencias diferentes cuando el sistema se equivoca. La calidad de una propuesta de fragancia no demuestra precisión en la detección de enfermedades, y un proyecto exploratorio no demuestra preparación para decisiones clínicas.

Una evaluación seria haría visible la tarea de comparación antes de presentar la puntuación. Los evaluadores deben saber qué muestras se utilizaron, cómo se seleccionaron y qué se consideró una respuesta correcta. También deben entender con qué frecuencia intervinieron las personas.

Los promedios de rendimiento merecen especial cuidado. Un resultado resumido puede ocultar diferencias entre muestras fáciles y difíciles. Los compradores necesitan evidencia relevante para los casos que importan en su entorno, incluidos aquellos en los que el sistema debería reconocer la incertidumbre.

También hay una diferencia entre reproducir un resultado y repetir una demostración de la empresa. Los evaluadores independientes deberían controlar una parte suficiente del proceso para poner a prueba la afirmación, en lugar de seguir un recorrido preparado. Eso hace que los casos fallidos sean informativos en vez de inconvenientes.

La empresa no necesita revelar todos los detalles comerciales para que la evaluación externa resulte útil. Aun así, puede definir tareas, explicar protocolos y permitir comparaciones debidamente controladas. Estos pasos harían la discusión más precisa tanto para partidarios como para críticos.

La valoración correcta en el presente es acotada. Osmo cuenta con una base de investigación publicada, una afirmación corporativa más amplia y preguntas sin resolver sobre cómo esas capacidades se traducen en aplicaciones completas. Mantener estas categorías diferenciadas ofrece a los lectores una explicación más clara tanto del progreso como de la incertidumbre.

Tres señales aclararán lo que suceda a continuación

La próxima evidencia útil debería conectar mediciones independientes con resultados físicos y resultados de clientes. Durante los próximos meses, conviene estar atentos a detalles de evaluaciones publicadas, valoraciones de muestras completadas y resultados de implementación documentados. Estas son prioridades de observación, no compromisos de lanzamiento anunciados.

Primero, busque una evaluación específica de una tarea del sistema actual que investigadores externos puedan examinar. La versión más sólida identificaría al grupo de comparación humano, la selección de muestras, las condiciones de prueba y el tratamiento de las respuestas inciertas. También distinguiría la contribución del modelo de los equipos auxiliares y de la intervención humana.

Esa evidencia reforzaría la afirmación más amplia si el rendimiento se mantiene en muestras desconocidas y evaluaciones repetidas. Los resultados más limitados seguirían siendo útiles, siempre que las conclusiones se ajusten a su alcance. Una dependencia continua de un lenguaje de capacidad general dejaría la actual brecha de verificación prácticamente sin cambios.

La evaluación también debería explicar qué significa en la práctica “humano promedio”. Los participantes sin formación, los panelistas sensoriales entrenados y los perfumistas en activo ofrecen puntos de referencia diferentes. Elegir entre ellos cambia la interpretación de una comparación incluso cuando la puntuación comunicada sigue siendo la misma.

Segundo, busque evaluaciones que lleven las propuestas de fragancias hasta muestras físicas terminadas. Esto abordaría la brecha entre generar una composición y obtener un resultado sensorial. Los evaluadores deberían conocer el encargo y valorar las muestras resultantes sin depender del poder de persuasión de la descripción generada.

Un resultado favorable mostraría que la generación de propuestas se traduce en candidatos finales útiles. Una reformulación extensa revelaría dónde sigue siendo esencial la experiencia humana. Cualquiera de los dos resultados ofrecería más información comercial que una demostración que termina con fórmulas en una pantalla.

Esta señal importa porque la finalización física convierte las suposiciones del sistema en una forma comprobable. Una descripción puede seguir siendo ambigua, mientras que una muestra ofrece a los evaluadores algo concreto que comparar. Entonces se hace visible la relación entre las características prometidas y los resultados percibidos.

Tercero, busque resultados de clientes documentados en una aplicación claramente delimitada. Un proyecto de fragancias debería comunicar resultados de desarrollo relevantes para el trabajo con fragancias. Una implementación de detección debería comunicar el rendimiento en su entorno operativo real. Estos resultados deberían evaluarse frente al proceso anterior del cliente u otra referencia significativa.

La evidencia de uso repetido y de una mejora medible del flujo de trabajo reforzaría el caso de negocio incluso sin una paridad humana universal. Una lista de clientes sin resultados correspondientes dejaría poco claro el alcance de la adopción. La distinción ayuda a los compradores a evaluar la utilidad independientemente de la afirmación principal.

Para los desarrolladores, estas señales identifican dónde debería comenzar el trabajo de integración. Empiece por una tarea cuyas entradas, salidas y criterios de aceptación puedan expresarse con claridad. Una aplicación acotada ofrece una mejor base para la evaluación que una interfaz que promete un sentido artificial sin restricciones.

Para los compradores empresariales, pregunten qué decisiones respalda el sistema y qué personas siguen siendo responsables de aceptar sus resultados. Soliciten ejemplos que incluyan casos fallidos, revisiones y el resultado físico final. Esos registros revelan si el producto mejora el trabajo o simplemente genera respuestas intermedias convincentes.

Para los lectores que siguen la historia de la nariz de IA de Osmo, comparen cada nuevo anuncio con la pregunta específica que responde. Busquen muestras evaluadas de forma independiente, referencias humanas claramente definidas y resultados de clientes vinculados a una tarea real. Trátenlos como piezas de evidencia separadas y, después, examinen cómo encajan entre sí. Una herramienta de fragancias exitosa merecería atención en sus propios términos. Un sistema fiable de detección ambiental demostraría algo diferente. La siguiente afirmación que debe examinarse es la que muestra exactamente qué entró en el sistema, qué salió y quién verificó el resultado.

 
 

Empieza gratis

Un asistente de IA local-first con gestión del conocimiento personal

Para ofrecer una mejor experiencia con la IA,

actualmente remio solo es compatible con Windows 10+ (x64) y M-Chip Macs.

Tu aliado de IA para el trabajo
Haz más con remio

Planifica. Crea. Entrega.
Todo en un solo lugar.

bottom of page