Modelos y plataformas de IA
Investigadores diseñan un modelo de IA capaz de distinguir diferentes percepciones olfativas
Añade Unite.AI a tus fuentes preferidas en Google
Los investigadores de inteligencia artificial siempre están tratando de replicar aspectos de los sentidos humanos a través de algoritmos. La IA se ha utilizado para mejorar dramáticamente las aplicaciones de visión por computadora en los últimos años, y la IA también se ha utilizado para generar muestras de audio impresionantes, incluso creando canciones completas al estilo de un artista. Recientemente, un equipo de científicos de la Universidad de California, Riverside logró crear una IA capaz de distinguir olores entre sí en función de la composición química del olor en cuestión.
Según el biólogo celular y de sistemas de la UC Riverside, Anandasankar Ray, los investigadores trataron de basar su modelo de IA en cómo los humanos perciben los olores. La nariz humana contiene aproximadamente 400 receptores olfativos (OR) que se activan cuando los químicos entran en la nariz. Diferentes OR se activan por diferentes conjuntos de químicos y, juntos, son capaces de detectar una amplia gama de estructuras y familias químicas diferentes. Si bien los científicos saben bastante sobre cómo los OR detectan e interpretan las moléculas diferentes en un olor, lo que se conoce menos es cómo el estímulo que los OR detectan se traduce en una experiencia sensorial, o percepción, la experiencia de oler algo.
Como informó Phy.org, Ray explicó que los investigadores intentaron modelar las percepciones olfativas humanas a través de una combinación de algoritmos de aprendizaje automático y bioinformática química. Los algoritmos de aprendizaje automático son capaces de analizar el gran número de variables químicas, sacar sus estructuras y patrones comunes y, luego, aprender a identificar qué químicos tendrán ciertos olores. Después de ser entrenados, los algoritmos pueden predecir eventualmente cómo las combinaciones químicas nuevas olerán, incluso si los datos no están etiquetados y se desconoce cómo huele el químico.
El equipo de investigación comenzó creando métodos que permitirían a una computadora determinar qué características químicas eran capaces de activar los OR. Luego, los investigadores analizaron más de medio millón de compuestos químicos para encontrar muestras que fueran capaces de unirse a 34 OR. Los investigadores intentaron estimar las cualidades perceptuales de las muestras químicas con el mismo algoritmo utilizado para predecir la actividad de los OR.
El equipo de investigación encontró que las combinaciones de diferentes activaciones de OR parecían tener una relación con la codificación perceptual. Los investigadores utilizaron datos que contenían evaluaciones de químicos por voluntarios humanos y seleccionaron los OR que entregaron las mejores predicciones de percepción en un subconjunto de las muestras químicas. Luego, probaron si las activaciones de OR eran predictivas de nuevos olores.
Según los investigadores, la actividad de los OR podría utilizarse para predecir correctamente las percepciones de 146 químicos diferentes. Solo se requirieron algunos de los OR para predecir las percepciones, no todos los OR. Los investigadores confirmaron esta hipótesis en moscas de la fruta y lograron predecir con éxito una aversión o atracción a diferentes olores.
Ray explicó que la ventaja de digitalizar los olores y las predicciones asociadas con ellos es que los resultados pueden utilizarse para determinar nuevos tipos de químicos que pueden utilizarse en la creación de nuevos tipos de fragancias y alimentos. La IA podría utilizarse para encontrar reemplazos que huelan similares a los químicos que se están volviendo caros o raros. También podría utilizarse para reemplazar compuestos con olores desagradables con químicos más atractivos para los humanos. Ray declaró a través de Phys.org:
“Los químicos que son tóxicos o duros en, por ejemplo, sabores, cosméticos o productos para el hogar pueden reemplazarse con químicos naturales, más suaves y más seguros… La tecnología puede ayudarnos a descubrir nuevos químicos que podrían reemplazar a los existentes que se están volviendo raros, por ejemplo, o que son muy caros. Nos da una amplia paleta de compuestos que podemos mezclar y combinar para cualquier aplicación olfativa”.
