調香師のアトリエとは似ても似つかない、どこかの研究室で、香水を調合している機械がある。茶色いボトルを何百本も備えたオルガンもなければ、紙のクジャクのようにムエットが机の上に広げられていることもない。ドアの後ろのフックに、染みのついた革のエプロンが掛かっていることもない。機械は何も嗅がない。鼻を持たない。ベチバーとグレープフルーツの相性について意見を持つこともなければ、トップ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を判断する本能もない。機械が持っているのはデータだ。過去1世紀にわたるおよそ40万の処方がデジタル化され、消費者パネルの評価、売上高、地域ごとの嗜好、分子記述子とともにタグ付けされている。特定の原料の組み合わせと、特定の消費者反応、すなわち購入意向、知覚品質、感情的連想、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もある。そして機械は、測定可能なあらゆる基準において最適となる処方を作るよう求められている。
読了時間12分
機械は成功するだろう。機械が生み出す処方は、消費者パネルで高い評価を得る。複数の人口統計層で好意的な結果を示す。誰の気分も害さない。誰も困惑させない。嗅覚空間の中でも、居心地がよく、多くの人が存在する領域に位置する。業界が「商業的なスイートスポット」と呼び、正常に機能する鼻を持つ人なら「ありふれている」と呼ぶような領域だ。それに出会った大半の人の判断では、完璧に問題のない香りがするだろう。
問題は、「完璧に問題がない」ことが調香なのかどうかだ。
機械学習を香水開発に応用することは、推測の域を出ない話ではない。今まさに、世界最大の香料・香味料会社の研究部門で、産業規模で行われている。技術の洗練度には幅がある。コストや入手可能性に基づいて原料の代替案を提案する、比較的単純な予測モデルもあれば、数十年分の社内処方データを使って訓練された深層ニューラルネットワークもある。しかし、根底にある論理はどの場合でも同じだ。既存の処方と消費者反応データを大量に機械へ入力する。分子組成と人間の嗜好のあいだにある統計的関係を機械に学習させる。そして、望ましい消費者反応が得られる確率を最大化する新しい処方を生成するよう機械に求める。
本質的には、これは調香に適用された回帰分析である。意味のある意味で、創造ではない。
この違いは重要であり、なぜそうなのかを正確に考える価値がある。機械学習の中心にある数学的手法、回帰分析は、データポイントの雲を通る最適な近似線を見つける。中心的な傾向を特定する。平均がどこにあるかを教える。これは多くの用途において非常に有用だ。不動産価格、消費者行動、疾病の推移、選挙結果を予測したいなら、平均を知ることで多くがわかる。しかし、調香は予測問題ではない。少なくとも歴史的には、創造の問題だった。そして創造の問題は中心を見つけることで解決されるのではない。周縁を見つけることで解決される。
業界を本当に変えたすべての香水、振り返ってみれば時代を定義した、あるいは新たなカテゴリーを開いたすべての香調は、その時代のコンセンサスから逸脱することで成し遂げられた。最初のモダンフゼアは、1882年当時の男性用フレグランスに誰も期待していなかったものだった。最初の偉大なアルデヒド系フローラルは、1920年代の女性用フレグランスに誰も期待していなかったものだった。ジヒドロミルセノールとヘディオンを軸にした最初の偉大なフレッシュ系メンズは、1980年代の男性用フレグランスに誰も期待していなかったものだった。最初のクリーンな素肌感をもたらすムスク分子は、2000年代初頭のどの香水にも誰も期待していなかったものだった。どの場合も、その香調が成功したのは既存の嗜好に合致したからではなく、新しい嗜好を生み出したからだ。中心を見つけたのではない。中心を動かしたのだ。
歴史的データで訓練されたアルゴリズムは、構造上、中心を動かすことができない。見つけられるのは中心だけだ。人間の調香師には及ばない外科手術のような精度で中心を見つけ、スイートスポットに位置する処方を生み出す効率も、人間にはかなわないだろう。しかし、スイートスポットに位置することは革新ではない。最適化だ。そして調香の歴史が示唆するのは、最適化と革新は同じものではなく、実際には対立する可能性があるということだ。
反論はある。そして真剣に検討する価値がある。その反論はこうだ。人間の調香師も、ある意味ではアルゴリズムである。彼らは生物学的なニューラルネットワークであり、これまでに嗅いだすべてのもの、研究したすべての処方、キャリアを通じて観察してきたすべての消費者反応という、嗅覚データの集合で訓練されている。ロマンチストが想像したがるように、彼らの創造プロセスはミューズから降りてくるひらめきではない。パターン認識、再結合、反復的な洗練だ。調香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、試作処方をブレンドし、評価し、調整し、また評価する。そのプロセスは神秘的ではなく、経験的だ。もし機械が同じ作業を、より速く、より体系的に実行できるなら、いったい何が失われるのか。
失われるのは、誤りだ。
逆説的に聞こえるので、正確に説明しよう。人間の調香師は間違える。ある原料を過剰に投入し、その過剰量が予想も予測もしていなかった効果を生み出すことに気づく。試作バッチを誤って汚染し、その汚染物質が何か面白いものを加えていることに気づく。調香における合成香料の画期的な発展の歴史には、そうした幸運な衝突が散在している。自分のメモを読み違え、意図していなかった素材同士を組み合わせ、計画していたものより優れた結果になることもある。調香の歴史には、こうした偶然が数多く散らばっている。その個性が意図的な設計によるのではなく、より慎重なプロセスなら防いでいたはずの、素材同士の予期せぬ衝突によって生まれた香調だ。
アルゴリズムはこうした間違いを犯さない。アルゴリズムは、指示されたことを正確に実行する。目的関数を最適化する。勾配に従う。偶然に未知の領域へ迷い込むことはない。そもそも迷うことがないからだ。数学的な精度で最適値へ向かう。そして消費者パネルのデータによって定義された最適値は、常に中心だ。平均だ。コンセンサスだ。
誤りが持つ創造的な可能性は、ロマンチックな幻想ではない。あらゆる創造分野で、十分に記録された現象だ。汚染されたシャーレのおかげでペニシリンを発見した生物学者。アンテナに生じた説明のつかないノイズのおかげで宇宙マイクロ波背景放射を発見した物理学者。コンサート中に弦が切れ、即興を余儀なくされたことで新しい和声言語を発見した音楽家。これは不器用な人を慰めるために語られる作り話ではない。計画からの逸脱から創造的な飛躍が生まれることが多く、逸脱を排除するよう設計されたシステムは、その構造上、飛躍の可能性も排除するという一般原則が、記録された実例なのだ。
計算による調香への第二の反論は、より哲学的なもので、嗜好そのものの性質に関わる。
こうしたアルゴリズムが訓練されるデータである消費者パネルのデータは、表明された嗜好を測定する。尋ねられたときに、人々が何を好むと言うかを記録する。しかし、表明された嗜好と実際の嗜好は同じではない。表明された嗜好は保守的だ。未知のものと慣れ親しんだもののどちらかを選ぶよう求められたとき、ほとんどの人は、ほとんどの状況で、慣れ親しんだものを選ぶ。これは愚かさではない。心理学者ロバート・ザイアンスが1968年に『パーソナリティと社会心理学ジャーナル』で発表した画期的な論文で初めて説明した、単純接触効果という十分に記録された認知バイアスであり、共有された語彙がないために、なぜ何かを好むのか、あるいは嫌うのかを消費者が言語化するのがとりわけ難しい嗅覚評価において、強力に作用する。既存のどのカテゴリーにも当てはまらず、同じ程度に困惑させ、興味を引くような、本当に新しい香水を前にすると、消費者パネルは、多くの場合、それを低く評価する。香水が悪いからではない。パネルがそれを評価するための枠組みを持っていないからだ。
消費者パネルの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ぐ。新奇性は危険で、親しみやすさは安全だと学習する。人々が最も高く評価する香水とは、過去に高く評価した香水に最も似ているものだと学習する。つまり、消費者調査の最も根本的な教訓を学ぶのだ。人はすでに好んでいるものを好む。そして、それに応じて最適化する。
その結果生まれるのは、業界が「安全な賭け」と呼ぶものを生み出すことにかけては極めて優れた機械だ。失敗せず、商業的に成立する最低水準に達し、嗅いだ人を驚かせたり、動揺させたり、挑戦したりしない香水だ。こうした香水は売れる。非常によく売れるものもある。しかし、業界を変えることはない。業界を変えるには、消費者パネルが採点の仕方を知らないものを生み出す必要があるからだ。調香を変えた香調は、創造された瞬間にはすべて驚きだった。誰も求めていなかったもの。予備テストで低い評価を受けたもの。データが成功すると示したからではなく、調香師、クリエイティブディレクター、起業家の誰か一人が、データにもかかわらずそれを信じたから成功したものだ。
アルゴリズムは、データにもかかわらず何かを信じることができない。データにもかかわらず信じることは、アルゴリズムが本質的にできない唯一のことだ。アルゴリズムはデータに従う。それが長所であり、限界でもある。そして最も重要な決断がデータに反するものである分野、創造的な進歩の歴史全体が、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において、その限界は些細なものではない。根本的なものだ。
誤解のないように、私が主張していないことを明確にしておこう。人工知能が調香に役割を持たないと言っているのではない。明らかに有用な応用がある。規制変更によって規制対象の原料を取り除かざるを得なくなったとき、リフォーミュレーションのプロセスを速めることができる。処方の個性を保ちながら価格を下げる、費用対効果の高い代替案を提案できる。大量の消費者フィードバックデータを分析し、人間のアナリストなら見落とすかもしれない傾向を特定できる。可能な原料の組み合わせによる広大な多次元空間をマッピングし、人間の調香師がまだ探索していない領域を示すこともできる。それはかつてガスクロマトグラフィーが、以前は企業秘密として封印されていた処方を解読したのとよく似ている。いずれも有用な機能だ。時間を節約し、コストを削減し、調香師のツールキットを広げる。そのいずれにも、真剣な人なら異議を唱えない。
私が主張しているのは、これらがすべて最適化の機能だということだ。既存のプロセスを効率化する。創造するわけではない。最適化と創造の違いは、言葉の上の問題ではない。既知の風景を横切る最善の道を見つけることと、その風景が既知の境界の外へ広がっていることを発見することの違いだ。機械学習は前者を得意とする。後者は構造上できない。後者には定義上、データを超えることが必要であり、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だ。
香水業界が計算ツールに熱中するのは理解できる。現代の調香を取り巻く経済状況は厳しい。商業用フレグランスの平均的な開発期間は、数年から数か月へと圧縮された。ブリーフは厳しくなった。予算は小さくなった。失敗のコストは高くなった。この環境では、許容可能な処方に到達するために必要な反復回数を減らせるツールは、非常に価値がある。しかし、その文の中で「許容可能」という言葉が多くを担っている。許容可能な処方とは、ブリーフを満たし、テストで十分な評価を得て、コスト上限を下回るものだ。許容可能な処方は傑作ではない。ほとんどの場合、特に興味深いものですらない。十分なだけだ。そして産業規模において、十分さは芸術の敵になる。
最後に考慮すべきことがある。おそらく最も憂慮すべきことだ。香水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依存すればするほど、業界のアウトプットは統計的な平均へ収束していく。AIによって最適化された新しい処方はすべて、設計上、嗜好分布の中心に位置する。時間とともに中心そのものは移動するが、アルゴリズムのアウトプットが、訓練に使われた嗜好そのものを強化するため、その移動はゆっくりだ。消費者はAI最適化香水に繰り返しさらされることで、その香水に形づくられた嗜好を発達させ、そうした嗜好は次世代のアルゴリズムの訓練データになる。その結果はフィードバックループだ。機械は人々が好むものを生み出し、人々は機械が生み出すものを好むようになり、機械はそれをさらに生み出す。
これは仮説的なシナリオではない。アルゴリズムによる推薦・生成システムを導入した他の創造産業で、すでに起きていることを正確に説明している。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、人気音楽の音響的特徴に測定可能な収束をもたらした。より大きな音、より短い曲、より反復的な構成、より早く到来するサビ、より狭いダイナミックレンジ。注目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に収束をもたらした。より彩度が高く、よりタイトにトリミングされ、より感情的に極端なもの。アルゴリズムは意図的に風景を平らにするのではない。平均に対して最適化することの副作用として、風景を平らにする。
調香もこの力学の影響を免れない。業界の開発パイプラインが、コンセンサスに対して最適化するAIツールへの依存を強めれば、必然的に嗅覚領域は狭まる。一つの香水へと狭まるわけではない。市場は大きく、細分化されすぎているからだ。しかし、各セグメントの内部では狭まる。フレッシュ系メンズは収束する。甘いフェミニン系は収束する。アンバー・ウード系フレグランスは収束する。それぞれのカテゴリーは内部の均質性を増していく。新たなエントリーを設計するアルゴリズムが、既存のものを生み出したのと同じデータで訓練されているからだ。領域は一点へ狭まるのではない。クラスターへ狭まる。
これが重要かどうかは、調香が何のためにあると思うかにかかっている。もし調香が、マーケットの需要を満たすよう設計された消費財を生産する産業であり、商業であるなら、最適化は正しい戦略で、収束は受け入れるべきコストだ。消費者は欲しいものを手に入れる。企業は利益を得る。誰も不満を言わない。
しかし、調香が芸術でもあり、既存の嗜好を満たすことを超えて、嗅覚体験の新たな可能性を明らかにすることを目的とする創造的な営みでもあるなら、収束はコストではない。大惨事だ。なぜなら、擁護するに値するどんな定義によっても、芸術には驚きの可能性が必要だからだ。誰も嗅いだことのないもの、どのデータセットも予測しなかったもの、既存のカテゴリーに当てはまらないため消費者パネルなら却下していたものが、次の香調になる可能性が必要なのだ。
アルゴリズムにはそれを生み出せない。調香師にはできる。確実にではない。一貫してでもない。予定どおりでも、予算どおりでもない。しかし時折、予測不能なかたちで、あらゆる商業的論理に逆らって、何百本もの茶色いボトルに囲まれたオルガンの前に座る一人の人間が、どんな機械も提案しなかった方法で素材を組み合わせる。そして結果は、本当に新しいものになる。中心に位置するのではなく、中心を動かすもの。データがうまくいかないと言っていたもの。
こうした瞬間はまれだ。ますますまれになっている。そして業界が注意を怠れば、やがて完全に起こらなくなるだろう。技術が禁じるからではない。経済が、もはやそのための余地を残さなくなるからだ。機械は調合する。機械は最適化する。機械は、どのパネルでも高い評価を得て、誰の気分も害さない、完璧に問題のない香水を生み出す。
それが調香と呼べるかどうかは、機械には判断できない問いだ。答えなければならないのは、鼻を持つ人間だ。
20%濃度のエクストレ7種、ひとつのコレクション。ディスカバリーセットには、7種すべてが2mlで揃っている。
