Peneliti Melatih AI untuk Memprediksi Bau Bahan Kimia

Sebuah makalah baru yang diterbitkan oleh peneliti di Google (GOOGL ) Brain menunjukkan bagaimana peneliti berhasil melatih AI untuk memprediksi bau benda, berdasarkan struktur bahan kimia yang dimasukkan ke dalam jaringan. Seperti dilaporkan oleh Wired, peneliti tersebut berharap bahwa pekerjaan mereka dapat membantu mengungkap beberapa misteri yang mengelilingi indera penciuman manusia, yang kurang dipahami dibandingkan dengan indera lainnya.

Perbedaan antara bau sangat kompleks dan perubahan satu atom dalam molekul dapat mengubah bau dari menyenangkan menjadi tidak menyenangkan. Sulit bagi peneliti untuk memahami pola yang menyebabkan struktur kimia diinterpretasikan oleh indera penciuman kita sebagai menyenangkan atau tidak menyenangkan. Sebaliknya, pola spektrum elektromagnetik yang muncul sebagai warna bagi mata kita jauh lebih mudah diukur, dengan ilmuwan dapat membuat pengukuran yang tepat yang akan memberitahu mereka tentang bagaimana panjang gelombang cahaya tertentu akan terlihat.

Algoritma pembelajaran mesin sangat baik dalam menemukan pola dalam data, dan karena itu, peneliti AI telah mencoba menggunakan pembelajaran mesin untuk memperoleh wawasan yang lebih baik tentang bagaimana bau diinterpretasikan oleh otak manusia. Upaya untuk menggunakan algoritma pembelajaran mesin untuk mengukur bau termasuk Tantangan Prediksi Olfaksi DREAM yang dilakukan pada 2015. Beberapa studi menggunakan data dari tantangan tersebut dan mencoba menghasilkan deskripsi bahasa alami dari bau mono-molekuler.

Studi terbaru, yang diterbitkan di Arxiv, mendokumentasikan upaya peneliti Google Brain untuk mengukur bau menggunakan jaringan neural. Peneliti tersebut menggunakan Jaringan Neural Grafik atau GNN. Jaringan Neural Grafik dapat menafsirkan data grafik, yang merupakan struktur data yang terdiri dari node dan edge. Grafik umumnya digunakan untuk merepresentasikan jaringan atau hubungan antara titik data individual. Dalam konteks jaringan sosial, grafik akan memiliki setiap orang dalam jaringan yang direpresentasikan oleh node atau vertex. Grafik seperti itu digunakan oleh perusahaan media sosial untuk memprediksi orang-orang di periferi jaringan Anda saat ini dan menyarankan teman baru.

Untuk tujuan menafsirkan bau, peneliti melatih jaringan pada ribuan molekul, masing-masing dicocokkan dengan deskriptor bahasa alami. GNN dapat menafsirkan data dan menemukan pola dalam struktur molekul. Deskriptor yang digunakan oleh peneliti adalah frasa seperti “manis”, “berasap”, atau “kayu”. Sekitar dua pertiga dari lebih dari 5.000 molekul yang dikompilasi oleh peneliti digunakan untuk melatih model, sementara sisanya digunakan untuk menguji model.

Model yang dilatih oleh peneliti bekerja sangat baik sehingga setelah iterasi pertama selesai, kinerja sudah mencapai kinerja puncak yang dicapai oleh kelompok peneliti lain yang mencoba mengassign label bahasa alami ke struktur kimia.

Alex Wiltschko, salah satu peneliti yang bekerja pada proyek tersebut, mengakui bahwa ada beberapa keterbatasan dalam pendekatan mereka saat ini. Pertama, AI mungkin membedakan perbedaan antara struktur kimia yang manusia deskripsikan sebagai sama, memanggil dua kimia yang berbeda “berbau tanah” atau “berbau kayu”, bahkan jika AI mengklasifikasikan mereka secara berbeda. Masalah lain dengan klasifikator adalah bahwa tidak membedakan antara pasangan kiral, yang merupakan molekul yang merupakan citra cermin satu sama lain. Orientasi yang berbeda berarti mereka memiliki bau yang berbeda, tetapi model saat ini tidak melihat mereka sebagai berbeda.

Tim peneliti berencana untuk mengatasi keterbatasan tersebut dalam pekerjaan mereka di masa depan. Penelitian masih memiliki jalan panjang untuk dilalui, tetapi ini adalah langkah menuju memahami fitur apa dari molekul yang sesuai dengan persepsi kita tentang bau tertentu. Tim Google Brain tidak satu-satunya tim peneliti yang bekerja pada aplikasi AI yang ditujukan untuk mengenali bau. Eksperimen AI lain yang melibatkan bau termasuk eksperimen IBM dengan parfum yang dihasilkan AI dan eksperimen oleh ilmuwan Rusia untuk mendeteksi campuran gas beracun potensial.