AI se naučila předpovídat vůně. Chemii k tomu nepotřebovala

Barvu umíte popsat třemi čísly. Zvuk frekvencí. Vůni čím? Přesně tenhle prázdný prostor se pokusil zaplnit tým vedený vědci z Yale — a v září 2026 publikoval v časopise PNAS výsledek, který překvapil i samotné autory. Strojové učení dokáže docela přesně předpovědět, jak člověk vnímá směs desítek pachových molekul. Jenže nejlepší modely to nezvládly díky chemii. Zvládly to díky slovům.

Čich je poslední smysl, který nemáme zdigitalizovaný

Grafik si otevře barevný kruh a přesně ví, jak se k sobě odstíny chovají. Zvukař posune frekvenci a ví, co uslyší. U čichu nic takového neexistuje — a není to náhoda.

Zrak stojí na trichromatické teorii: tři typy čípků, tři základní barvy, z nich se poskládá celý viditelný svět. Čich funguje úplně jinak. Člověk má zhruba 400 typů čichových receptorů a jediná molekula jich aktivuje několik naráz. Výsledný vjem je kombinační vzorec, ne součet.

A hlavně: vůně, které v reálném světě potkáváme, nejsou jednotlivé molekuly. Káva, čerstvě upečený jablečný koláč nebo lidský pot jsou směsi desítek až stovek látek.

„Za poslední dekádu jsme hodně pokročili v tom, jak jednotlivé molekuly ovlivňují vjem vůně, ale pachy, které potkáváme v reálném světě, se skládají z desítek nebo stovek molekul — a chybí nám metrika, jak je porovnávat a měřit,“ říká hlavní autor studie Vahid Satarifard z Human Nature Lab na Yale.

26 týmů, 731 směsí a skrytý test

Studie vznikla jako součást soutěže DREAM Olfaction Prediction Challenge, kterou organizoval Pablo Meyer z IBM Research. Pravidla byla jednoduchá a krutá zároveň:

• Organizátoři sesbírali data ze tří předchozích studií do jednoho datasetu — 168 jednotlivých molekul, 731 unikátních směsí a 507 měření podobnosti mezi dvojicemi směsí.
• Soutěžící měli zhruba tři měsíce na to postavit model, který co nejpřesněji odhadne, jak podobně budou dvě směsi lidem vonět.
• Hodnotilo se na skrytém testovacím setu 46 dvojic, který nikdo z týmů předem neviděl.

Soutěžilo 26 týmů. O první místo se nakonec podělily čtyři z nich — včetně týmu z Human Nature Lab.

Po skončení soutěže udělali výzkumníci něco chytrého: zprůměrovali predikce šesti nejlepších modelů do jednoho „ansámblu“. Ten pak porazil nejen dosavadní state-of-the-art metody, ale i každý jednotlivý vítězný model — a obstál i na nezávislé sadě 50 nově navržených dvojic.

„Ansámblový model je v podstatě strojově-učící obdoba fenoménu moudrosti davu,“ vysvětluje Satarifard. Kolektivní odhad skupiny modelů je zpravidla lepší než odhad kteréhokoli z nich.

Překvapení: slova porazila molekuly

Tady přichází ta zajímavá část. Nejlepší modely se opíraly především o slovní popisy vůní, ne o molekulární strukturu.

Což je kontraintuitivní. Čeština i angličtina mají pro vůně mizivou slovní zásobu. Barvy mají vlastní jména — zelená, modrá, okrová. Vůně skoro žádná: popisujeme je přes předměty. „Voní to po květinách.“ „Smrdí to jako zkažené vejce.“ „Chutná to jako meloun.“

Přesně proto se dosud předpokládalo, že sémantické popisy jsou pro modelování čichu slabým základem.

„Zjistili jsme, že jazykové rysy jsou při předpovídání podobnosti dvou pachových směsí velmi silné,“ říká Satarifard. „To je zajímavé, protože angličtina má pro pachy malou slovní zásobu… Předpokládalo se, že to dělá ze sémantických deskriptorů špatný základ. My jsme zjistili opak.“

Jinými slovy: to, jak o vůních mluvíme, v sobě nese víc informace o tom, jak je vnímáme, než chemický vzorec. Lidský jazyk se ukázal jako nechtěně přesná komprese smyslové zkušenosti.

Elektronický nos už čeká na software

Hardwarová strana problému mezitím postupuje vlastním tempem. Tým vedený Hyuk-Jun Kwonem z jihokorejského institutu DGIST publikoval v roce 2026 v časopise Progress in Materials Science přehled technologie „elektronického nosu“ postaveného na metal-organických sítích (MOF) — porézních materiálech, které dokážou zachytávat pachové molekuly v mikroskopických pórech a pracovat při pokojové teplotě s nízkou spotřebou.

Senzory tedy umíme. Co dosud chybělo, byla vrstva, která z naměřených signálů udělá vjem. A právě tu začíná dodávat strojové učení.

K čemu to bude dobré

Nejzajímavější aplikace míří do medicíny. Řada onemocnění má podle publikovaných zjištění vlastní pachový podpis — mimo jiné Parkinsonova choroba a některé nádory.

„Jedním z konečných cílů je dostat se do bodu, kdy budeme moci používat pach jako biomarker nemoci,“ říká Satarifard. „Za několik let by mohla existovat technologie, která sleduje váš pach a upozorní vás na změny, které vyžadují další vyšetření.“

Spoluautor studie Nicholas Christakis přidává ještě jeden směr: tělesný pach je také komplexní směs a podle něj hraje důležitou roli v lidských sociálních interakcích. Jinými slovy — jakmile umíme pach měřit, otevírá se sociologie čichu.

Praktičtější použití jsou blíž: kontrola kvality potravin, detekce úniků a kontaminace v průmyslu, monitoring ovzduší, chytré zemědělství nebo chemická percepce pro roboty a autonomní vozidla.

Co si z toho odnést, i když nevyrábíte parfémy

Ten opravdový poznatek téhle studie není o čichu. Je o tom, kde v datech bývá skrytá hodnota. Tým hledal signál v chemii — nejsilnější signál našel v tom, jak lidé o věcech mluví. Nestrukturovaný text, který by většina firem označila za „měkká data“, porazil tvrdá měření.

Stejný vzorec se opakuje ve firmách: nejcennější informace často neleží v ERP systému, ale v e-mailech s reklamacemi, poznámkách obchodníků a přepisech hovorů se zákazníky. Pokud přemýšlíte, kde ve vaší firmě začít s AI, bývá rozumné podívat se nejdřív sem. Rádi to s vámi projdeme krok za krokem — úvodní konzultace je zdarma a řekneme vám i to, co nechcete slyšet. Inspiraci najdete i v sekci AI v praxi.

Časté otázky

Umí AI opravdu cítit vůně?

Ne přímo. AI nemá čichové receptory. Co umí, je předpovědět, jak lidé danou směs pachů vyhodnotí — na základě dat o molekulách a slovních popisech. Fyzické „čichání“ zajišťují senzory elektronického nosu; AI z jejich signálu dělá vjem.

Jak přesná ta předpověď je?

Ansámblový model ze studie Yale překonal dosavadní nejlepší přístupy na skrytém testovacím setu 46 dvojic směsí a udržel výkon i na nezávislé sadě 50 nově navržených dvojic. Jde ale o předpověď podobnosti dvou směsí, ne o plnou digitalizaci čichu — ta je stále před námi.

Kdy se dočkáme přístroje, co mi z dechu pozná nemoc?

Autoři mluví o horizontu několika let a o technologii, která by upozornila na změnu pachu jako signál k dalšímu vyšetření — ne o diagnostickém verdiktu. Jako u každého zdravotnického prostředku bude rozhodovat klinická validace a schválení regulátorem.

Zdroje: Yale News (9. 9. 2026), PNAS, EurekAlert / DGIST.