Karim Aly, PDG de Noze – Série d’entretiens

Karim Aly est le PDG de Noze, une startup canadienne en intelligence artificielle qui a développé la technologie de pointe pour numériser le sens de l’odorat. Il se concentre sur la mise en œuvre de la vision de l’entreprise pour transformer les soins de santé en dotant les machines de la capacité de sentir.

Auparavant, Karim a fondé l’un des premiers studios de startups au Canada en affiliation avec l’une des plus grandes universités du pays. Plus tôt dans sa carrière, il était un entrepreneur actif sur les marchés émergents, ayant fondé plusieurs sociétés de technologie qui se sont étendues à plus de 20 pays à travers le Moyen-Orient et l’Asie du Sud-Est.

L’idée de l’olfaction numérique a été conçue pour la première fois en 2014, pouvez-vous partager quelques informations sur ces premiers jours ?

Bien sûr. C’était vraiment une fonction de la curiosité naturelle de notre fondateur et de notre directeur technique – Ashok Prabhu Masilamani – qui était motivé pour comprendre pourquoi nous avions réussi à numériser le son (microphone), la vision (caméra) et le toucher (haptique), mais pas l’odorat. Lorsqu’il a retiré les couches, il a commencé à comprendre les points de défaillance clés qui nous avaient empêchés de numériser l’odorat. En tant que scientifique de carrière, ces connaissances sont devenues la pierre angulaire de la vision d’Ashok pour une nouvelle startup ; l’une qui développerait une plate-forme qui pourrait vraiment apporter la perception des odeurs au monde numérique, et avec cela, Noze est née.

L’entreprise a passé les six années suivantes à innover et à perfectionner le cadre de perception des odeurs numériques le plus avancé au monde, qui a résolu la détection et le suivi des odeurs dans le monde réel. Même si la technologie a clairement des applications potentielles dans de nombreux domaines, de la pollution de l’air à l’application de la loi, nous avons choisi de nous concentrer sur l’application de notre plate-forme d’olfaction numérique exclusivement dans les soins de santé. En fait, nous venons d’annoncer une $1 million de subvention de la Fondation Bill et Melinda Gates pour développer un breathalyzer de soins de santé alimenté par l’IA qui peut détecter des maladies infectieuses comme le paludisme et la tuberculose à l’aide des biomarqueurs d’odeur (composés organiques volatils) dans la respiration. Cela sera un changement de jeu pour des millions de personnes.

En 2015, le Laboratoire de propulsion de la NASA (JPL) avait une technologie qui correspondait à la vision de votre équipe. Quelle était cette technologie et comment votre équipe a-t-elle obtenu ce brevet ?

En 2014, le Laboratoire de propulsion de la NASA avait développé une technologie de « nez numérique » innovante pour détecter plusieurs vapeurs/gaz dans les véhicules orbitaux dans l’espace. La NASA se concentrait sur la mise à l’essai de cette capacité sur la Station spatiale internationale (ISS), qui est un environnement beaucoup plus difficile pour « sentir » les vapeurs par rapport à la Terre. Nous avons vu un énorme potentiel dans leurs premières découvertes, et nous avons donc décidé d’accélérer notre parcours en obtenant une licence exclusive pour les six brevets détenus par le JPL dans l’espace du nez numérique. Depuis lors, nous avons radicalement évolué et amélioré la technologie de nez numérique du JPL en ajoutant des couches propriétaires de données d’arôme et d’algorithmes d’IA perceptifs, pour lancer la plate-forme de perception des odeurs numériques la plus puissante au monde.

Quelles sont les différentes technologies d’apprentissage automatique utilisées pour produire une empreinte numérique unique d’odeur ?

La production d’une empreinte numérique d’odeur interprétable implique en fait beaucoup plus que l’apprentissage automatique. Chez Noze, nous avons réalisé tôt que l’olfaction numérique doit être considérée comme un cadre, similaire à un système olfactif mammalien. Chez les mammifères, la partie avant du système olfactif est un ensemble diversifié de récepteurs olfactifs. Pour imiter ces récepteurs olfactifs, nous avons construit une puce de capteur avec un ensemble diversifié de récepteurs chimiques. Lorsqu’une odeur est introduite dans les récepteurs olfactifs mammaliens, ils produisent un code neural unique, et de même, lorsqu’une odeur passe sur notre tableau de récepteurs chimiques, elle produit une empreinte numérique d’odeur unique.

La partie avant du cadre d’olfaction numérique est juste la pointe de l’iceberg. Elle est étayée par une bibliothèque numérique d’odeurs bien curée basée sur le cloud et un moteur d’IA perceptif chimiquement. La magie se produit lorsque toutes les pièces travaillent ensemble en harmonie.

Pouvez-vous discuter des algorithmes utilisés pour interpréter les empreintes numériques d’odeur ?

Pour interpréter une odeur, nous devons créer un ensemble de données d’empreintes numériques d’odeur pour cette odeur. Nous avons découvert que l’ensemble de données d’odeurs construit à partir de la puce de capteur Noze contient des informations sémantiques chimiques riches représentées sous forme de variétés. Dans le monde de la vision par ordinateur, l’utilisation de techniques d’apprentissage de variétés est une approche populaire. Cependant, contrairement à la vision par ordinateur qui est un domaine de données abondantes, le monde de l’olfaction numérique est un domaine de données rares. Notre boîte à outils d’IA applique donc une variété de nouvelles approches telles que l’apprentissage automatique, l’apprentissage à quelques exemples et l’apprentissage de variétés sur nos ensembles de données d’odeurs construits à dessein.

Une empreinte numérique d’odeur réelle d’une odeur contiendrait toutes les interférences de fond qui pourraient généralement entraver l’interprétation correcte. C’est pourquoi nos ensembles de données propriétaires sont soigneusement curés, construits à l’aide d’un ensemble de points de données représentant les odeurs de fond (bruit) ainsi que des points de données représentant l’odeur elle-même. Cela permet à nos algorithmes d’IA d’être formés pour reconnaître et rejeter le bruit de fond, tout en interprétant correctement l’empreinte numérique d’odeur entrante.

Pouvez-vous discuter de la plate-forme Noze basée sur le cloud et du processus d’ajout de nouvelles odeurs, ainsi que de la taille de la bibliothèque d’empreintes d’odeur ?

<p Notre plate-forme IoT basée sur le cloud héberge la bibliothèque numérique d'odeurs et le moteur d'IA perceptif. Notre bibliothèque est composée de deux types d'ensembles de données ; l'un qui est activement conçu pour créer des empreintes d'odeur pour des odeurs sélectionnées et des fonds, et l'autre qui est passivement créé à partir de l'échantillonnage continu effectué par les appareils sur le terrain qui contiennent notre puce de capteur. Ces empreintes d'odeur échantillonnées passivement sont curées et stockées dans notre bibliothèque d'odeurs afin qu'elles puissent être référencées et mises en correspondance avec des odeurs que la plate-forme peut apprendre à l'avenir. Étant donné que notre plate-forme est connectée à tous nos appareils sur le terrain, nous avons également développé des effets de réseau puissants, où il y a un processus d'apprentissage collectif continu entre les appareils. En d'autres termes, un appareil peut apprendre à interpréter une nouvelle odeur à partir des connaissances acquises sur un appareil entièrement différent.

Nous avons pris une décision fondamentale de nous concentrer sur la construction d’empreintes d’odeur de haute qualité qui peuvent permettre des cas d’utilisation significatifs. Notre croyance est que le succès de l’olfaction numérique n’est pas simplement un jeu de nombres, mais sera ancré dans la valeur économique et sociale qui peut être débloquée à partir de la bibliothèque d’odeurs sous-jacente. Cela étant dit, notre bibliothèque propriétaire contient aujourd’hui plus de 100 empreintes d’odeur curées, alimentées par près de 100 millions de points de données.

Quels sont les différents cas d’utilisation des empreintes numériques d’odeur dans la fabrication ?

On peut facilement commencer à imaginer comment presque toute industrie pourrait tirer un énorme bénéfice de la numérisation du sens de l’odorat. Dans la fabrication, il y a certains cas d’utilisation clairement précieux, en particulier ceux liés à l’amélioration de la sécurité et au respect de la conformité réglementaire. Imaginez être capable de détecter un fil brûlant dans vos machines juste à partir des odeurs libérées et, par conséquent, avoir l’occasion d’arrêter les opérations avant qu’un incendie ne se déclare, ou imaginez si vous pouviez suivre en continu une collection de vapeurs de sous-produits pour identifier le moment où leur concentration dépasse le seuil HS&E pour évacuer et ventiler la zone.

<p Notre capacité unique à différencier les signaux d'odeur du bruit de fond est ce qui nous permet de déterminer que l'odeur provient en fait d'un fil qui brûle, et non, par exemple, de la fumée de cigarette ou d'un café chaud. Éviter les faux positifs résultant d'autres « fonds » d'odeurs est crucialement important, et l'un des plus grands défis, pour réussir à commercialiser une plate-forme d'olfaction numérique.

Comment cette technologie est-elle actuellement utilisée lorsqu’il s’agit de la nourriture ?

Alors que notre technologie n’est pas actuellement utilisée dans l’industrie alimentaire, il y a de nombreuses applications potentielles tout au long de la chaîne d’approvisionnement alimentaire où elle pourrait être déployée. Par exemple, prenons un regard sur la fraîcheur des aliments. Qu’est-ce que si votre réfrigérateur pouvait détecter quels aliments sont placés à l’intérieur et prédire combien de temps il reste avant que chacun ne se gâte ? Cette même solution pourrait également être appliquée aux magasins d’aliments et aux restaurants, qui, avec les foyers, représentent collectivement plus de 80 % des aliments qui sont gaspillés chaque année – un problème de 400 milliards de dollars aux États-Unis seulement.

D’un angle complètement différent, l’olfaction numérique peut également aider à automatiser le processus de cuisson en suivant l’arôme d’un plat ou d’une recette du début à la fin afin de signaler au chef (ou d’automatiser un appareil) les instructions sur ce à faire à chaque étape du processus. Nous avons en fait construit une démo où nous avons formé notre IA sur le processus de cuisson complet d’une poitrine de poulet sur un grill intérieur. Nous avons pu signaler à l’utilisateur quand le grill était suffisamment chaud pour ajouter le poulet, quand le retourner, et quand le retirer du grill, afin d’obtenir une poitrine de poulet cuite à la perfection.

L’un des cas d’utilisation intéressants est la détection des virus, pouvez-vous spécifier comment cela fonctionne ?

Le corps humain émet certaines biomarqueurs d’odeur, ou composés organiques volatils (COV), en réponse à une infection. Ce phénomène n’est cependant pas limité à l’infection virale uniquement. Ces COV, qui peuvent être émis de notre respiration ou de notre peau, peuvent indiquer la présence de diverses affections ou maladies cliniques. Si vous pensez à un « breathalyzer de santé » qui peut, avec une seule respiration, potentiellement détecter le paludisme, la tuberculose, le diabète et d’autres affections à leurs stades les plus précoces, vous pouvez facilement commencer à apprécier l’impact que notre technologie peut avoir sur la capacité de prendre des mesures et d’améliorer les résultats pour les patients. C’est précisément cette vision que nous travaillons sur en ce moment avec plusieurs partenaires, notamment la Fondation Bill et Melinda Gates et l’Institut de cardiologie de Montréal, entre autres. En tant qu’entreprise, c’est là que nous avons trouvé notre sens du but, et nous ne pouvons pas être plus excités par le travail que nous faisons, et l’impact significatif qu’il pourrait avoir.

Quelle est votre vision pour l’avenir de la reconnaissance de l’olfaction numérique ?

La plate-forme d’olfaction numérique de Noze est un outil puissant qui a numérisé le sens de l’odorat. Au cours des 8 dernières années, nous avons perfectionné cette technologie pour qu’elle fonctionne en dehors des environnements de laboratoire contrôlés. Nous avons construit plusieurs solutions de détection ou de suivi d’odeurs pour des scénarios quotidiens, où nos solutions ont fonctionné de manière robuste malgré les défis associés à chacun. Aujourd’hui, notre objectif est d’appliquer cette technologie pour élever la santé humaine à un niveau complètement nouveau. Nous n’avons même pas effleuré la surface en termes de ce que nous pouvons interpréter à partir des volatils qui émanent continuellement de notre respiration et de notre peau. Nous croyons que notre plate-forme peut dramatiquement modifier le statu quo des soins de santé en numérisant ces signatures et en les corrélant à diverses affections de santé. Cela étant dit, la détection des odeurs à partir de la respiration et de la peau humaine n’est pas sans défis. Les volatils d’intérêt sont généralement présents avec des fonds de confusion, y compris la présence de COV exogènes, des températures plus élevées et de l’humidité condensée. Chacune de ces caractéristiques peut affecter la précision de la détection, ce qui rend particulièrement difficile la construction d’une solution fiable et évolutivaire.

Par conséquent, notre vision pour l’olfaction numérique a toujours été sans ambiguïté : livrer une solution évolutivaire qui fonctionne de manière robuste et fiable dans le monde réel, et non seulement dans le laboratoire. Ce n’est qu’alors que nous pouvons vraiment permettre un accès ubiquitaire aux tests de dépistage et aux diagnostics qui aideront à sauver des vies et à améliorer la santé. Et aujourd’hui, nous sommes sur le point de livrer cela au monde.