Connect with us

Les chercheurs conçoivent un modèle d’IA capable de distinguer différents percepts olfactifs

Intelligence artificielle

Les chercheurs conçoivent un modèle d’IA capable de distinguer différents percepts olfactifs

mm mm

Les chercheurs en intelligence artificielle tentent toujours de reproduire des aspects des sens humains à l’aide d’algorithmes. L’IA a été utilisée pour améliorer considérablement les applications de vision par ordinateur ces dernières années, et l’IA a également été utilisée pour générer des échantillons audio assez impressionnants, créant même des chansons entières dans le style d’un artiste. Récemment, une équipe de scientifiques de l’Université de Californie, Riverside a réussi à créer un IA capable de distinguer les odeurs les unes des autres en fonction de la composition chimique de l’odeur en question.

Selon le biologiste cellulaire et des systèmes à UC Riverside, Anandasankar Ray, les chercheurs ont tenté de baser leur modèle d’IA sur la façon dont les humains perçoivent les odeurs. Le nez humain contient environ 400 récepteurs olfactifs (OR) qui sont activés lorsque des produits chimiques pénètrent dans le nez. Différents OR sont activés par différents ensembles de produits chimiques et, ensemble, ils sont capables de détecter une large gamme de structures et de familles chimiques différentes. Alors que les scientifiques connaissent une quantité raisonnable de choses concernant la façon dont les OR détectent et interprètent les différentes molécules au sein d’une odeur, ce qui est moins connu, c’est la façon dont le stimulus que les OR détectent se traduit en une expérience sensorielle, ou percept, l’expérience d’une odeur.

Comme Phy.org l’a rapporté, Ray a expliqué que les chercheurs ont tenté de modéliser les percepts olfactifs humains à l’aide d’une combinaison d’algorithmes d’apprentissage automatique et d’informaticien chimique. Les algorithmes d’apprentissage automatique sont capables d’analyser le grand nombre de variables chimiques, d’en extraire les structures et les modèles communs, puis d’apprendre à identifier quels produits chimiques auront certaines odeurs. Après avoir été formés, les algorithmes peuvent finalement prédire comment les combinaisons chimiques nouvelles sentiront, même si les données sont non étiquetées et qu’il est inconnu de savoir comment le produit chimique sent.

L’équipe de recherche a commencé par créer des méthodes qui permettraient à un ordinateur de déterminer quels caractéristiques chimiques étaient capables d’activer les OR. Par la suite, les chercheurs ont analysé plus d’un demi-million de composés chimiques pour trouver des échantillons capables de se lier à 34 OR. Les chercheurs ont ensuite tenté d’estimer les qualités perceptuelles des échantillons chimiques avec le même algorithme utilisé pour prédire l’activité des OR.

L’équipe de recherche a constaté que les combinaisons de différentes activations des OR semblaient avoir une relation avec le codage perceptuel. Les chercheurs ont utilisé des données contenant des évaluations de produits chimiques par des volontaires humains et ont sélectionné les OR qui ont fourni les meilleures prédictions de percepts sur un sous-ensemble des échantillons chimiques. Ils ont ensuite testé si les activations des OR étaient prédictives de nouvelles odeurs.

Selon les chercheurs, l’activité des OR pourrait être utilisée pour prédire correctement les percepts de 146 produits chimiques différents. Seuls quelques-uns des OR étaient nécessaires pour prédire les percepts, et non tous les OR. Les chercheurs ont confirmé cette hypothèse sur les mouches des fruits et ont réussi à prédire avec succès une aversion ou une attraction à différentes odeurs.

Ray a expliqué que l’avantage de la numérisation des odeurs et des prédictions qui leur sont associées est que les résultats peuvent être utilisés pour déterminer de nouveaux types de produits chimiques qui peuvent être utilisés dans la création de nouveaux types de parfums et d’aliments. L’IA pourrait être utilisée pour trouver des remplacements qui sentent de manière similaire aux produits chimiques qui deviennent coûteux ou rares. Elle pourrait également être utilisée pour remplacer les composés à odeur désagréable par des produits chimiques plus agréables pour les humains. Ray a déclaré via Phys.org :

“Les produits chimiques toxiques ou agressifs dans, disons, les saveurs, les cosmétiques ou les produits ménagers peuvent être remplacés par des produits chimiques naturels, plus doux et plus sûrs… La technologie peut nous aider à découvrir de nouveaux produits chimiques qui pourraient remplacer les produits chimiques existants qui deviennent rares, par exemple, ou qui sont très coûteux. Cela nous donne une vaste palette de composés que nous pouvons mélanger et assortir pour toute application olfactive.”

Blogueur et programmeur avec des spécialités en Machine Learning et Deep Learning sujets. Daniel espère aider les autres à utiliser le pouvoir de l'IA pour le bien social.

Rebecca souhaite accélérer un avenir où l'IA et les humains peuvent coexister pacifiquement. Elle s'intéresse particulièrement à l'apprentissage par renforcement et au traitement automatique des langues, ainsi qu'aux impacts positifs de l'IA sur nos communautés.