Onderzoekers ontwerpen AI-model dat verschillende geurpercepties kan onderscheiden

Onderzoekers op het gebied van kunstmatige intelligentie proberen altijd aspecten van menselijke zintuigen te repliceren door middel van algoritmen. AI is de afgelopen jaren gebruikt om computer vision-toepassingen dramatisch te verbeteren, en AI is ook gebruikt om tamelijk indrukwekkende audiofragmenten te genereren, en zelfs om hele nummers in de stijl van één artiest te creëren. Onlangs is een team van wetenschappers van de Universiteit van Californië, Riverside erin geslaagd creëer een AI die in staat is om geur te onderscheidens van elkaar op basis van de chemische samenstelling van de geur in kwestie.

Volgens cel- en systeembioloog aan UC Riverside, Anandasankar Ray, probeerden de onderzoekers hun AI-model te baseren op hoe mensen geuren waarnemen. De menselijke neus bevat ongeveer 400 olfactorische receptoren (OR's) die worden geactiveerd wanneer chemicaliën de neus binnendringen. Verschillende OK's worden geactiveerd door verschillende sets chemicaliën en samen zijn ze in staat een breed scala aan verschillende chemische structuren en families te detecteren. Hoewel wetenschappers behoorlijk wat weten over hoe OK's de verschillende moleculen in een geur detecteren en interpreteren, is minder bekend hoe de stimulus die de OK's detecteren zich vertaalt in een zintuiglijke ervaring, of perceptie, de ervaring van iets ruiken.

Zoals Phy.org melddelegde Ray uit dat onderzoekers probeerden menselijke reukwaarnemingen te modelleren door een combinatie van machine learning-algoritmen en chemische informatica. Machine learning-algoritmen zijn in staat het grote aantal chemische variabelen te analyseren, hun gemeenschappelijke structuren en patronen eruit te halen en vervolgens te leren identificeren welke chemicaliën bepaalde geuren hebben. Nadat ze zijn getraind, kunnen de algoritmen uiteindelijk voorspellen hoe nieuwe chemische combinaties zullen ruiken, zelfs als de gegevens niet zijn gelabeld en het onbekend is hoe de chemische stof ruikt.

Het onderzoeksteam begon met het creëren van methoden waarmee een computer kon bepalen welke chemische kenmerken OK's konden activeren. Daarna analyseerden de onderzoekers meer dan een half miljoen chemische verbindingen om monsters te vinden die zich konden binden aan 34 OK's. De onderzoekers probeerden vervolgens de perceptuele eigenschappen van de chemische monsters te schatten met hetzelfde algoritme dat werd gebruikt om de OK-activiteit te voorspellen.

Het onderzoeksteam ontdekte dat combinaties van verschillende OK-activeringen een relatie leken te hebben met perceptuele codering. De onderzoekers gebruikten gegevens die evaluaties van chemicaliën door menselijke vrijwilligers bevatten en selecteerden de OK's die de beste predikingsvoorspellingen opleverden voor een subset van de chemische monsters. Vervolgens testten ze of de OK-activeringen al dan niet voorspellend waren voor nieuwe geuren.

Volgens de onderzoekers zou de OR-activiteit kunnen worden gebruikt om de waarnemingen van 146 verschillende chemicaliën correct te voorspellen. Slechts enkele OK's waren nodig om de percepties te voorspellen, niet alle OK's. De onderzoekers bevestigden deze hypothese op fruitvliegjes en wisten met succes een afkeer of aantrekking tot verschillende geuren te voorspellen.

Ray legde uit dat het voordeel van het digitaliseren van geuren en de bijbehorende voorspellingen is dat de resultaten kunnen worden gebruikt om nieuwe soorten chemicaliën te bepalen die kunnen worden gebruikt bij het creëren van nieuwe soorten geuren en voedingsmiddelen. De AI zou kunnen worden gebruikt om vervangingen te vinden die lijken op chemicaliën die duur of zeldzaam worden. Het kan ook worden gebruikt om onaangenaam ruikende verbindingen te vervangen door chemicaliën die aantrekkelijker zijn voor mensen. Ray verklaarde via Phys.org:

"Chemische stoffen die giftig of agressief zijn in bijvoorbeeld smaken, cosmetica of huishoudelijke producten, kunnen worden vervangen door natuurlijke, zachtere en veiligere chemicaliën... De technologie kan ons helpen nieuwe chemicaliën te ontdekken die bestaande kunnen vervangen die bijvoorbeeld zeldzaam worden. , of die erg duur zijn. Het geeft ons een enorm palet aan verbindingen die we kunnen mixen en matchen voor elke olfactorische toepassing.