KI und der Geruchssinn: Warum die Nase unerreichbar bleibt
Während KI Stimme und Aussehen mühelos repliziert, bleibt der Geruchssinn eine kaum erschlossene Datenmodalität – und ein Rest Privatsphäre.
Der myFT Artificial Intelligence Digest liefert die relevanten KI-Entwicklungen direkt in den Posteingang. Wer Wert auf Datenschutz legt, wird von den „AI-Doomern" – den Verfechtern einer KI-Apokalypse – derzeit reichlich Alarm gehört haben. OpenAI-Vertragsmitarbeiter lesen ChatGPT-Gespräche mit, und Metas KI-Agenten-System Muse soll Berichten zufolge Berechtigungen überspringen. Wie ein Mensch aussieht und klingt, lässt sich bereits mühelos replizieren – Anonymität wirkt zunehmend wie eine antiquierte Idee.
Doch es gibt einen eher nischigen Identifikator, der technologisch betrachtet allein dem Einzelnen gehört: der eigene Geruch. Er ist eine Datenmodalität, in der die KI bislang relativ wenig Fortschritt erzielt hat. Als ein Technologiejournalist kürzlich sagte, er betrachte den Geruchssinn ernsthaft als einen der wenigen Lichtblicke in einer Welt der Überwachung, klang das nach einem letzten Ausweg – fast so, als gingen einem die üblichen Wege zu heiteren Gedanken aus. Denn was bringt es schon, auf diese Weise unentdeckbar und nicht replizierbar zu sein? Welche Art aromabasierter Widerstandsbewegung lässt sich daraus überhaupt bauen?
Ein Philosoph sieht darin einen Vorteil
In der Welt der olfaktorischen Neurowissenschaften gibt es dennoch Forscher, die die Idee ernst nehmen, nicht von der KI „auseinandergeriegelt" zu werden. „Ich habe Attribute, die nicht digital kodiert sind", sagt Barry Smith, Direktor des Instituts für Philosophie an der School of Advanced Study der University of London. „Und ich bin damit glücklich." Smith beschäftigt sich intensiv mit den Sinnen. Der Geruchssinn tendiert dazu, am stärksten vernachlässigt zu werden – zumindest war das so, bis Covid ihn bei Millionen von Menschen lahmlegte. Weil das Riechen lange ein akademisches Nischendasein fristete, stehen relativ wenige Daten zur Verfügung, die KI-Modelle verarbeiten könnten.
Diesen Sinn außerhalb der Reichweite der KI zu halten, ist nicht nur deshalb gut, weil er ein paar Fäden der Privatsphäre intakt lässt. Er hält auch eine Trennlinie zwischen der realen und der virtuellen Welt aufrecht. „Egal wie gut die visuellen und akustischen Darstellungen sind – egal ob Sie sich in einer virtuellen Welt bewegen können –, wir werden niemals wirklich in einer digitalen Welt versunken sein, wenn wir sie nicht riechen können", sagt Smith. Das gilt auch für die Vorstellung, sich selbst in die Cloud hochzuladen, indem man Erfahrungen digital aufnimmt. Selbst wenn sich jedes Gedächtnisbild sehen und hören ließe, wären diese Erinnerungen ohne Geschmack und Geruch nicht so lebendig wie die Realität.
Kommerzielle Anreize und die Hürde der Daten
Könnte KI Düfte protokollieren, identifizieren und neu erschaffen, gäbe es handfeste kommerzielle Anreize – weit jenseits von Sci-Fi-Speichergeräten. Eine Maschine, die Krankheiten riechen kann, könnte zu einem medizinischen Werkzeug werden. Eine andere, die verdorbene Produkte erkennt, wäre für Lebensmittelhersteller oder Agrarunternehmen interessant. Doch der Prozess erweist sich als schwierig, weil Riechen eine zutiefst physische Erfahrung ist. Wenn wir etwas oder jemanden schnuppern, atmen wir winzige Teile davon ein. „Der Geruch, der in mir ist, ist die Fusion des Körpers der anderen Person mit meinem Körper", lautete Jean-Paul Sartres poetische Beschreibung. Je nach mentaler Einstellung ist das beruhigend oder ekelhaft.
Während Large Language Models andere kognitive Fähigkeiten simulieren können, bleibt der Geruch vorerst der Ausreißer. Ob das so bleiben wird, ist umstritten. Alex Wiltschko, Neurowissenschaftler und KI-Forscher, der sein Start-up Osmo aus Google Brain ausgegründet hat, sagt nein. Er vergleicht die olfaktorische Intelligenz (OI) mit den frühen Tagen der Fotografie, als verschiedene Methoden zum Erfassen von Bildern getestet wurden. „Wie quantifizieren wir das Vergängliche?", fragt er. „Wir wissen, dass es möglich ist, aber es gibt unterschiedliche Wege, dies anzugehen." Die zentrale Hürde für eine perfekt präzise KI-Nase sei laut Wiltschko die Datenlage. Dafür baut Osmo eine Infrastruktur zur Datenbeschriftung auf – „eine Rosetta Stone aus der Welt der Moleküle".
Forscher des MIT haben Ähnliches mit SmellNet unternommen, einer Datenbank mit Gerüchen aus der realen Welt. Es bleibt eine enorme Aufgabe. Forschungen des Laboratory of Neurogenetics and Behavior der Rockefeller University deuten darauf hin, dass Menschen zwischen molekularen Kombinationen unterscheiden können, um mehr als eine Billion verschiedener Düfte zu erkennen. Im Vergleich zur Verarbeitung von Vision, Audio und Sprache ist unser Verständnis davon, wie wir diese Moleküle wahrnehmen, begrenzt. Wir wissen, dass eine Rose über 400 verschiedene Duftmoleküle in unterschiedlichen Größen und Konfigurationen enthält – ohne genau zu wissen, wie wir ihren Geruch registrieren.
Der letzte bemerkenswerte Versuch, reale Düfte nachzubilden, war Smell-O-Vision, ein kinematografisches Experiment der 1960er Jahre, das mit Duftwolken arbeitete, die oft unerwünscht lange nachhingen und sich mischten. Die Erstellung einer anspruchsvolleren KI-Version ist weiterhin in Arbeit. Die digitale Reproduktion unseres Geruchsempfindens bleibt ein philosophisches Fragezeichen. Vorerst weiß nur die menschliche Nase Bescheid.