AIに「嗅覚」は必要か？見落とされた感覚の謎

AIは司法試験に合格し、新薬を設計し、自律的に行動できる。では、なぜコーヒーの香りを「理解」できないのか。

過去10年間、人工知能の進歩は目を見張るものがありました。大規模言語モデル（LLM）は医師や弁護士の資格試験を突破し、AIが設計した抗がん剤が臨床試験に入り、自律型AIエージェントが個人秘書として機能し始めています。しかし、こうした輝かしい成果の陰に、ほとんど誰も気に留めていない「空白地帯」が存在します。それが嗅覚です。

「コンピューターが嗅覚を学んでいる」「AIが匂いをデジタル化する」——こうした見出しが欧米メディアを飾ることがあります。しかし実態を調べると、LLMが「甘いものはピンク色で丸い」「酸っぱいものは黄色い」といった人間の連想パターンをトレーニングデータから再現しているに過ぎません。2015年から2025年の間、人工嗅覚に関する研究論文の数はほぼ横ばいのままでした。一方、機械視覚や言語処理、音声認識の論文数は桁違いに増加しています。NeurIPSやICLRといった主要AI学会でも、嗅覚はほとんど議題に上がりません。

嗅覚は「最も不要な感覚」なのか

嗅覚が軽視されてきた歴史は長いです。哲学者のイマヌエル・カントは1798年に「嗅覚は最も不要な感覚だ」と断言しました。チャールズ・ダーウィンも1874年に「嗅覚はほとんど役に立たない」と記しています。こうした知的権威による「格付け」が、科学的探求の方向性にまで影響を与えてきたのかもしれません。

しかし現代の神経科学はまったく異なる絵を描き出しています。優れた嗅覚を持つ人間は、1兆分の1の濃度という極めて微量な臭気分子を検出できます。コロンビア大学の遺伝学者によれば、私たちは鼻の中にある300〜400種類の受容体の組み合わせによって、最大1兆種類の匂いを識別できると考えられています。

嗅覚信号は脳の中で特別な経路をたどります。嗅球（においの最初の処理センター）から信号は直接、海馬と扁桃体へと送られます。これらは記憶・空間認識・感情処理を担う、脳の中でも最も古い領域です。他の感覚とは異なり、嗅覚情報は「思考する脳」を経由せず、感情と記憶の核心に直接届くのです。

ロンドン大学哲学研究所のバリー・スミス教授は、感覚研究センターを主宰し、Google DeepMindの研究者とも連携しながらこの問いに取り組んでいます。彼が行うゼリービーンテストは示唆的です。鼻をクリップで塞いだ状態では、黄色いゼリービーンはただ甘いだけです。クリップを外した瞬間、パイナップルの風味が口の中に広がります。私たちが「味」と呼んでいるものの大部分は、実は嗅覚なのです。

さらに驚くべきことに、嗅覚は認知機能とも深く結びついています。2017年のドイツの研究では、70代の高齢者がバラ・レモン・クローブ・ユーカリの精油を1日2回嗅ぐトレーニングを3ヶ月間続けた結果、記憶力と語彙認識が改善しました。2023年のカリフォルニア大学アーバイン校の研究では、就寝中に異なる香りに2時間さらされるだけで、高齢者の記憶パフォーマンスが226%向上したという結果が報告されています。

「世界モデル」とモラベックのパラドックス

広告

広告掲載について

[email protected]

広告

メタの元チーフAI科学者であるヤン・ルカンはしばしば「モラベックのパラドックス」を引用します。1980年代にカナダの未来学者ハンス・モラベックが提唱したこの逆説は、「高度な推論や言語処理よりも、運動や感覚知覚の方がコンピューターにとってはるかに難しい」というものです。

「言語システムは司法試験に合格し、方程式を解けます。でも、猫と同じレベルで物理世界を動き回れるロボットはどこにいるのですか？」とルカンは問います。

この問いへの答えとして注目されているのが「世界モデル」というアプローチです。人間の脳が視覚・聴覚・触覚・嗅覚などの多様な感覚データから世界の内部表現を構築し、それを使って予測・計画・行動するように、AIも同様の仕組みを持つべきだという考え方です。

しかし現状の世界モデル研究を見ると、視覚・テキスト・音声・LiDARは含まれていても、嗅覚はほぼ完全に欠落しています。感覚入力の量という観点では、嗅覚は視覚・聴覚に次ぐ第3位であるにもかかわらずです。

トヨタ北米でロボティクスの研究に携わるコーデル・フランスは、この状況を変えようとしている研究者の一人です。彼は「Sigma」という携帯型嗅覚センサーを開発し、視覚・音声・言語データと統合した最初のオープンな多モーダルデータセット「ScentNet」を構築しました。画像データベースの標準となったスタンフォード大学のフェイフェイ・リー教授による「ImageNet」に倣った取り組みです。

「現在の嗅覚センサーをロボットに搭載するだけでも、化学データと画像データを組み合わせることができます」とフランスは言います。「エタノール、メタン、ヘプタンが検出される場面では、エンジンがかかっている車や火災があると推測できる。においを物体と結びつけることは、非常に強力な能力になります。」

ただし技術的な課題は山積みです。従来の最高精度の匂い分析装置（GC-MS）は「冷蔵庫ほどの大きさで、約50万ドルのコストがかかり、1サンプルの分析に6時間かかる」とフランスは説明します。小型センサーは進歩していますが、哺乳類の嗅覚ニューロンが常に再生されるのとは異なり、人工センサーは耐久性に課題があります。

日本社会と「嗅覚AI」の可能性

ここで日本の文脈から考えてみましょう。高齢化率が世界最高水準に達している日本において、嗅覚と認知機能の関係は特に重要な意味を持ちます。嗅覚トレーニングが記憶力や認知機能の維持に効果をもたらすとすれば、介護・医療の現場への応用可能性は小さくありません。

トヨタは人型ロボット「T-HR3」の開発を続け、介護ロボット分野への投資を拡大しています。しかし現在のロボット設計に嗅覚センサーが含まれることはほぼありません。嗅覚を持つロボットが患者の呼気や汗の化学的変化から疾患の兆候を検知できるとすれば、医療・介護ロボットの価値は大きく変わるかもしれません。

香水・フレグランス産業においても、日本企業の動きが注目されます。資生堂や花王は長年、香りの研究に取り組んできました。スイスのGivaudanが開発したAI香り設計ツール「Carto」や、Osmoの「嗅覚インテリジェンス」モデルのような技術が普及すれば、日本の香粧品産業にも影響が及ぶでしょう。

消費者向けの応用も考えられます。食品の鮮度をスマートフォンで確認する「スニッフテスト」機能、汗からコルチゾール値を測定するウェアラブルデバイス、ホテルの清潔度を客観的に評価するトラベルギア——こうした製品は、品質と清潔さへのこだわりが強い日本市場において特に高い需要が見込めます。

しかし根本的な問いは残ります。においの世界には10の60乗という天文学的な数の分子配置が存在し、それぞれが混合・変化・反応を繰り返します。「海の香り」「刈りたての草の匂い」——これらの言葉は、幽霊に名前をつけるような行為に過ぎないと、ある研究者は言います。においの「地図」は、原理的に作成不可能かもしれないのです。