Ερευνητές Σχεδιάζουν Μοντέλο AI Ικανό να Διακρίνει Διαφορετικές Οσφρητικές Αντιλήψεις

Οι ερευνητές της τεχνητής νοημοσύνης προσπαθούν συνεχώς να αναπαράγουν аспектς των ανθρώπινων αισθήσεων μέσω αλγορίθμων. Η τεχνητή νοημοσύνη έχει χρησιμοποιηθεί για να βελτιώσει δραματικά τις εφαρμογές της υπολογιστικής όρασης τα τελευταία χρόνια, και έχει χρησιμοποιηθεί επίσης για να δημιουργήσει khá εντυπωσιακά δείγματα ήχου, ακόμη και για να δημιουργήσει ολόκληρες συνθέσεις στο στυλ ενός καλλιτέχνη. Πρόσφατα, μια ομάδα επιστημόνων από το Πανεπιστήμιο της Καλιφόρνιας, Riverside, κατάφερε να δημιουργήσει ένα μοντέλο AI ικανό να διακρίνει τις μυρωδιές από τις άλλες με βάση τη χημική σύνθεση της οσμής.

Σύμφωνα με τον Anandasankar Ray, βιολόγο κυττάρων και συστημάτων στο UC Riverside, οι ερευνητές προσπάθησαν να βασίσουν το μοντέλο AI τους στο πώς οι άνθρωποι αντιλαμβάνονται τις μυρωδιές. Το ανθρώπινο ρύγχος περιέχει περίπου 400 οσφρητικούς υποδοχείς (ORs) που ενεργοποιούνται όταν τα χημικά εισέρχονται στη μύτη. Διαφορετικοί ORs ενεργοποιούνται από διαφορετικά σύνολα χημικών και μαζί είναι ικανοί να ανιχνεύσουν ένα ευρύ φάσμα διαφορετικών χημικών δομών και οικογενειών. Ενώ οι επιστήμονες γνωρίζουν πολλά σχετικά με τον τρόπο που οι ORs ανιχνεύουν και ερμηνεύουν τις διαφορετικές молέκουλες σε μια οσμή, αυτό που είναι λιγότερο γνωστό είναι πώς το ερέθισμα που οι ORs ανιχνεύουν μεταφράζεται σε μια αισθητηριακή εμπειρία, ή αντίληψη, την εμπειρία της οσμής.

Όπως ανέφερε το Phy.org, ο Ray εξήγησε ότι οι ερευνητές προσπάθησαν να μοντελοποιήσουν τις ανθρώπινες οσφρητικές αντιλήψεις μέσω μιας συνδυασμού αλγορίθμων μηχανικής μάθησης και χημικής πληροφορικής. Οι αλγόριθμοι μηχανικής μάθησης είναι ικανοί να αναλύσουν το μεγάλο αριθμό χημικών μεταβλητών, να βγάλουν τις κοινές δομές και τα πρότυπα και στη συνέχεια να μάθουν να αναγνωρίζουν ποια χημικά θα έχουν συγκεκριμένες οσμές. Μετά την εκπαίδευση, οι αλγόριθμοι μπορούν τελικά να προβλέψουν πώς θα μυρίζουν οι νέες χημικές συνδυασμοί ακόμη και αν τα δεδομένα είναι ανετυπωμένα και είναι άγνωστο πώς μυρίζουν τα χημικά.

Η ερευνητική ομάδα άρχισε να δημιουργεί μεθόδους που θα επέτρεπαν σε einen υπολογιστή να καθορίσει ποια χημικά χαρακτηριστικά ήταν ικανά να ενεργοποιήσουν τους ORs. Στη συνέχεια, οι ερευνητές ανέλυσαν πάνω από μισό εκατομμύριο χημικές ενώσεις για να βρουν δείγματα που ήταν ικανά να συνδεθούν με 34 ORs. Οι ερευνητές προσπάθησαν στη συνέχεια να εκτιμήσουν τις αντίληψεις των χημικών δειγμάτων με τον ίδιο αλγόριθμο που χρησιμοποιήθηκε για να προβλέψει την δραστηριότητα των ORs.

Η ερευνητική ομάδα βρήκε ότι οι συνδυασμοί διαφορετικών ενεργοποιήσεων ORs φαίνονταν να έχουν μια σχέση με την κωδικοποίηση της αντίληψης. Οι ερευνητές χρησιμοποίησαν δεδομένα που περιείχαν αξιολογήσεις χημικών από ανθρώπινους εθελοντές και επέλεξαν τους ORs που παρείχαν τις καλύτερες προβλέψεις της αντίληψης σε ένα υποσύνολο των χημικών δειγμάτων. Στη συνέχεια, ελέγξαν εάν οι ενεργοποιήσεις των ORs ήταν προβλέψιμες για νέες οσμές.

Σύμφωνα με τους ερευνητές, η δραστηριότητα των ORs μπορούσε να χρησιμοποιηθεί για να προβλέψει σωστά τις αντιλήψεις 146 διαφορετικών χημικών. Μόνο quelques ORs ήταν απαραίτητα για να προβλέψουν τις αντιλήψεις, όχι όλοι οι ORs. Οι ερευνητές επιβεβαίωσαν αυτή την υπόθεση σε μύγες της φρουτής και κατάφεραν να προβλέψουν επιτυχώς μια αποστροφή ή έλξη σε διαφορετικές οσμές.

Ο Ray εξήγησε ότι το πλεονέκτημα της ψηφιοποίησης των οσμών και των προβλέψεων που σχετίζονται με αυτές είναι ότι τα αποτελέσματα μπορούν να χρησιμοποιηθούν για να καθορίσουν νέους τύπους χημικών που μπορούν να χρησιμοποιηθούν στη δημιουργία νέων τύπων αρωμάτων και τροφίμων. Το AI θα μπορούσε να χρησιμοποιηθεί για να βρει αντικαταστάσεις που μυρίζουν παρόμοια με χημικά που γίνονται ακριβά ή σπάνια. Θα μπορούσε επίσης να χρησιμοποιηθεί για να αντικαταστήσει άσχημες οσμές με χημικά που είναι πιο ευχάριστα για τους ανθρώπους. Ο Ray δήλωσε μέσω του Phys.org:

“Χημικά που είναι τοξικά ή σκληρά σε, π.χ., γεύσεις, καλλυντικά ή οικιακά προϊόντα μπορούν να αντικατασταθούν με φυσικά, μαλακά και ασφαλή χημικά… Η τεχνολογία μπορεί να μας βοηθήσει να ανακαλύψουμε νέα χημικά που θα μπορούσαν να αντικαταστήσουν τα υπάρχοντα που γίνονται σπάνια, για παράδειγμα, ή που είναι πολύ ακριβά. Μας δίνει ένα τεράστιο παλέττα από χημικά που μπορούμε να αναμιχθούμε και να ταιριάξουμε για οποιαδήποτε οσφρητική εφαρμογή.”