Detecção de Odor por IA: Tecnologia da Aryballe Revolucionando Negócios e Cadeias de Suprimentos

Os computadores de hoje têm o equivalente a olhos, ouvidos, bocas e membros humanos. Por que não narizes também?

Se é informação, pode ser digitalizada. E cheiro não é exceção. A Aryballe é uma empresa francesa de software que utiliza inteligência artificial e machine learning para imitar o olfato humano. As implicações para negócios em geral, e para a cadeia de suprimentos especificamente, são convincentes.

A tecnologia da Aryballe é um aspecto de biomimética, que cria sistemas modelados em como o corpo humano funciona. No caso de análise de odor, o software usa 64 biossensores consistindo de peptídeos — cadeias curtas de aminoácidos — que detectam e classificam os gases presentes nos aromas.

Cada odor tem uma assinatura única, embora certas classes, como grama e árvores, sejam intimamente relacionadas. A aplicação da Aryballe nem sempre precisa ser tão sensível — é projetada para detectar aqueles odores selecionados pelos clientes, que vêm de indústrias como alimentos e bebidas, aromatizantes, fragrâncias e automotiva. (Nesta última categoria, fabricantes de automóveis trabalham para criar cheiros únicos para sua marca, que por sua vez são direcionados às preferências de mercados e regiões particulares do mundo.)

A tecnologia de olfação digital originou-se de um laboratório em Grenoble, França, onde pesquisadores financiados pelo governo combinaram expertise em bioquímica e semicondutores para imitar o olfato humano, segundo Terri Jordan, vice-presidente executiva de desenvolvimento de negócios global da Aryballe. Inicialmente, esforços foram direcionados à indústria de sabores e fragrâncias, mas logo se expandiram para cobrir uma gama de negócios para os quais odor é um fator importante.

A tecnologia não pode julgar por si mesma cheiros "bons" e "ruins"; só pode identificá-los de acordo com critérios estabelecidos pelos clientes. Ao mesmo tempo, é projetada para aprender sobre preferências humanas, tanto para detectar cheiros agradáveis quanto aqueles que fazem a maioria das pessoas recuar, diz Jordan.

Embora o "gosto" do cliente em cheiros seja o impulsionador óbvio por trás da tecnologia, ela encontra aplicações mais profundas no mundo business-to-business, especialmente na cadeia de suprimentos. Jordan cita o exemplo de fornecedores de baunilha, para os quais a Aryballe pode distinguir entre tipos de matérias-primas, incluindo produtos naturais e sintéticos. (Quando se trata de baunilha, qualquer humano que já cheirou o primeiro pode atestar a diferença.) No processo, pode ajudar produtores a determinar quais são substituições aceitáveis quando linhas de suprimento usuais são interrompidas.

Medidas tradicionais de controle de qualidade para baunilha incluíram o uso de espectrofotometria UV e cromatografia a gás. Mas a Aryballe diz que esses métodos envolvem equipamentos caros, volumosos e inadequadamente sensíveis. Eles nem sempre conseguem detectar variações menores que podem ocorrer entre lotes de vanilina, o extrato da fava de baunilha.

Detecção de odor na prateleira de varejo é igualmente importante. Uma rede de supermercados na Europa está usando a tecnologia para avaliar frescor do produto, uma capacidade especialmente valiosa hoje, quando a pandemia de coronavírus reduziu drasticamente o número de funcionários humanos disponíveis para realizar essa tarefa.

O sistema automatizado pode ser surpreendentemente sensível; é capaz de detectar diferenças entre genótipos de melões que ainda estão na videira, diz Jordan. No entanto, não é páreo para o nariz humano, especialmente os de especialistas treinados em áreas como agricultura, vinhos e destilados. "O nariz humano tem centenas desses sensores", diz Jordan. "Nós temos dezenas."

A tecnologia é boa o suficiente, no entanto, para atender às necessidades de muitas cadeias de suprimentos para as quais odor, tanto bom quanto ruim, é uma preocupação crítica. E provavelmente se tornará mais eficaz com o tempo. Jordan diz que a Aryballe ainda está em modo startup, com planos para instalar sua primeira implantação em larga escala baseada em nuvem em janeiro. "Vamos dobrar nossa contagem de funcionários em posições de engenharia e produto, mas estamos apenas chegando ao mercado com nosso produto de estado sólido", diz ela.

Jordan espera que a empresa faça "progressos contínuos" na ciência através de uma combinação de peptídeos proprietários e avanços em machine learning. Ela vê oportunidades futuras na saúde, com a capacidade de diagnosticar doenças com base em uma amostra de respiração humana.

"Hoje, existem aplicações sólidas em indústrias principais", diz Jordan, "mas estamos apenas começando a ver o poder da tecnologia."