शोधकर्ता एक एआई को रासायनिक पदार्थों की गंध का अनुमान लगाने के लिए प्रशिक्षित करते हैं

गूगल ब्रेन के शोधकर्ताओं द्वारा प्रकाशित एक हालिया पत्र में दिखाया गया है कि शोधकर्ताओं ने कैसे एक एआई को प्रशिक्षित किया ताकि वह वस्तुओं की गंध का अनुमान लगा सके, जो नेटवर्क में पारित किए गए रासायनिक पदार्थों की संरचना पर आधारित है। वायर्ड की रिपोर्ट के अनुसार, शोधकर्ताओं को उम्मीद है कि उनका काम मानव गंध की भावना के आसपास कुछ रहस्यों को उजागर करने में मदद कर सकता है, जो हमारी अन्य इंद्रियों की तुलना में कम समझी जाती है।

गंधों के बीच के अंतर जटिल हैं और एक अणु में एक ही परमाणु का परिवर्तन एक गंध को सुखद से अप्रिय में बदल सकता है। यह शोधकर्ताओं के लिए यह समझना मुश्किल है कि कौन से पैटर्न रासायनिक संरचनाओं को हमारी गंध इंद्रियों द्वारा सुखद या अप्रिय के रूप में व्याख्या किया जाता है। इसके विपरीत, हमारी आंखों को दिखने वाले रंग के रूप में विद्युत चुम्बकीय स्पेक्ट्रम के पैटर्न अधिक आसानी से मापे जा सकते हैं, जिससे वैज्ञानिकों को यह जानने में मदद मिलती है कि विशिष्ट प्रकाश तरंग दैर्ध्य कैसा दिखेगा।

मशीन लर्निंग अल्गोरिदम डेटा में पैटर्न खोजने में उत्कृष्ट होते हैं, और इस कारण से, एआई शोधकर्ताओं ने गंध की व्याख्या को बेहतर ढंग से समझने के लिए मशीन लर्निंग का उपयोग करने का प्रयास किया है। गंध को मापने के लिए मशीन लर्निंग अल्गोरिदम का उपयोग करने के प्रयासों में 2015 में ड्रीम ओल्फैक्शन प्रेडिक्शन चैलेंज शामिल है। चुनौती के डेटा का उपयोग करके कई अध्ययनों ने मोनो-मोलेक्युलर ओडोरेंट्स के प्राकृतिक भाषा विवरण उत्पन्न करने का प्रयास किया।

हाल ही में अर्क्सिव में प्रकाशित अध्ययन गूगल ब्रेन शोधकर्ताओं के ग्राफ न्यूरल नेटवर्क (जीएनएन) का उपयोग करके गंध को मापने के प्रयासों को सूचीबद्ध करता है। जीएनएन ग्राफ डेटा की व्याख्या करने में सक्षम हैं, जो नोड्स और एजés से बने डेटा संरचनाएं हैं। ग्राफ आमतौर पर नेटवर्क या व्यक्तिगत डेटा बिंदुओं के बीच संबंधों का प्रतिनिधित्व करने के लिए उपयोग किए जाते हैं। एक सामाजिक नेटवर्क के संदर्भ में, एक ग्राफ में प्रत्येक व्यक्ति को एक नोड या शीर्ष के रूप में दर्शाया जाएगा। इस तरह के ग्राफ का उपयोग सोशल मीडिया कंपनियों द्वारा आपके वर्तमान नेटवर्क के परिधि पर लोगों की भविष्यवाणी करने और नए मित्रों का सुझाव देने के लिए किया जाता है।

गंधों की व्याख्या के लिए, शोधकर्ताओं ने नेटवर्क को हजारों अणुओं पर प्रशिक्षित किया, प्रत्येक को एक प्राकृतिक भाषा विवरणक के साथ मेल खाता है। जीएनएन ने डेटा की व्याख्या की और अणुओं की संरचना में पैटर्न को उठाया। शोधकर्ताओं द्वारा उपयोग किए गए विवरणक वाक्यांश जैसे “मीठा”, “धुएं वाला”, या “लकड़ी की तरह” थे। लगभग 5,000 से अधिक अणुओं में से दो-तिहाई को मॉडल को प्रशिक्षित करने के लिए उपयोग किया गया था, जबकि शेष तीसरे का उपयोग मॉडल का परीक्षण करने के लिए किया गया था।

शोधकर्ताओं द्वारा प्रशिक्षित मॉडल इतना अच्छा काम करता था कि जब पहली पुनरावृत्ति पूरी हुई, तो प्रदर्शन पहले से ही अन्य शोध समूहों द्वारा प्राप्त शिखर प्रदर्शन से मेल खाता था, जिन्होंने रासायनिक संरचनाओं को प्राकृतिक भाषा लेबल सौंपने का प्रयास किया था।

अलेक्स विल्ट्स्को, जो इस परियोजना पर काम करने वाले शोधकर्ताओं में से एक है, स्वीकार करते हैं कि उनके वर्तमान दृष्टिकोण में कुछ सीमाएं हैं। एक के लिए, एआई मानव द्वारा एक ही तरह के रूप में वर्णित रासायनिक संरचनाओं के बीच अंतर को पहचान सकता है, दो अलग-अलग रासायनिक पदार्थों को “मिट्टी” या “लकड़ी की तरह” के रूप में वर्गीकृत करता है, भले ही एआई उन्हें अलग तरह से वर्गीकृत करता हो। एक अन्य मुद्दा यह है कि वर्गीकारक चिरल जोड़ों के बीच अंतर नहीं करता है, जो एक दूसरे के दर्पण छवि हैं। अलग-अलग अभिविन्यास का अर्थ है कि वे अलग-अलग गंध हैं, लेकिन मॉडल वर्तमान में उन्हें अलग नहीं मानता है।

शोध टीम अपने भविष्य के काम में इन सीमाओं को संबोधित करने का लक्ष्य रखती है। शोध में अभी भी लंबा रास्ता तय करना है, लेकिन यह गंध की हमारी धारणा से संबंधित अणु की विशेषताओं को समझने की दिशा में एक कदम है। गूगल ब्रेन टीम एकमात्र शोध टीम नहीं है जो सुगंध को पहचानने के लिए एआई के अनुप्रयोगों पर काम कर रही है। सुगंध से संबंधित अन्य एआई प्रयोगों में आईबीएम के एआई-जनित सुगंध और रूसी वैज्ञानिकों द्वारा संभावित रूप से विषाक्त गैस मिश्रणों का पता लगाने के प्रयोग शामिल हैं। संभावित रूप से विषाक्त गैस मिश्रणों का पता लगाने के लिए