Naukowcy projektują model AI zdolny do rozróżniania różnych percepcji zapachów

Badacze sztucznej inteligencji zawsze próbują odtworzyć aspekty ludzkich zmysłów za pomocą algorytmów. W ostatnich latach sztuczną inteligencję zaczęto radykalnie udoskonalać w zastosowaniach związanych z wizją komputerową, a także do generowania imponujących próbek audio, a nawet tworzenia całych utworów w stylu jednego artysty. Niedawno udało się to zespołowi naukowców z Uniwersytetu Kalifornijskiego w Riverside stworzyć sztuczną inteligencję zdolną do rozróżniania zapachówod siebie w oparciu o skład chemiczny danego zapachu.

Według biologa komórek i systemów z UC Riverside, Anandasankara Raya, badacze próbowali oprzeć swój model sztucznej inteligencji na tym, jak ludzie postrzegają zapachy. Ludzki nos zawiera około 400 receptorów węchowych (OR), które aktywują się, gdy substancje chemiczne dostaną się do nosa. Różne OR są aktywowane przez różne zestawy substancji chemicznych i razem są w stanie wykryć szeroki zakres różnych struktur i rodzin chemicznych. Chociaż naukowcy wiedzą sporo na temat tego, jak OR wykrywają i interpretują różne cząsteczki w zapachu, mniej znane jest to, w jaki sposób bodziec wykrywany przez OR przekłada się na doświadczenie zmysłowe lub percepcję, czyli wąchanie czegoś.

Jak donosi Phy.orgRay wyjaśnił, że badacze próbowali modelować percepcję węchową człowieka poprzez połączenie algorytmów uczenia maszynowego i informatyki chemicznej. Algorytmy uczenia maszynowego są w stanie analizować dużą liczbę zmiennych chemicznych, wyciągać ich wspólne struktury i wzorce, a następnie uczyć się identyfikować, które chemikalia będą miały określony zapach. Po przeszkoleniu algorytmy mogą ostatecznie przewidzieć, jak będą pachnieć nowe kombinacje chemiczne, nawet jeśli dane nie są oznakowane i nie wiadomo, jak pachnie dana substancja chemiczna.

Zespół badawczy rozpoczął od stworzenia metod, które umożliwiłyby komputerowi określenie, które cechy chemiczne mogą aktywować OR. Następnie badacze przeanalizowali ponad pół miliona związków chemicznych, aby znaleźć próbki zdolne do wiązania się z 34 OR. Następnie badacze próbowali oszacować właściwości percepcyjne próbek chemicznych za pomocą tego samego algorytmu, który jest używany do przewidywania aktywności OR.

Zespół badawczy odkrył, że kombinacje różnych aktywacji OR wydają się mieć związek z kodowaniem percepcyjnym. Naukowcy wykorzystali dane zawierające oceny substancji chemicznych dokonane przez ochotników i wybrali OR, które zapewniły najlepsze przewidywania dotyczące zaleceń dla podzbioru próbek substancji chemicznych. Następnie sprawdzili, czy aktywacje OR przewidywały pojawienie się nowych zapachów.

Według naukowców aktywność OR można wykorzystać do prawidłowego przewidywania percepcji 146 różnych substancji chemicznych. Do przewidzenia percepcji wymaganych było tylko kilka OR, a nie wszystkie OR. Naukowcy potwierdzili tę hipotezę w przypadku muszek owocowych i udało im się skutecznie przewidzieć niechęć lub pociąg do różnych zapachów.

Ray wyjaśnił, że zaletą digitalizacji zapachów i związanych z nimi przewidywań jest to, że wyniki można wykorzystać do określenia nowych rodzajów substancji chemicznych, które można wykorzystać do tworzenia nowych rodzajów zapachów i żywności. Sztuczną inteligencję można wykorzystać do znalezienia zamienników pachnących podobnie do chemikaliów, które stają się drogie lub rzadkie. Można go również zastosować do zastąpienia nieprzyjemnych zapachów związków chemicznych, które są bardziej atrakcyjne dla ludzi. Ray stwierdził za pośrednictwem Phys.org:

„Substancje chemiczne, które są toksyczne lub agresywne, na przykład w aromatach, kosmetykach lub produktach gospodarstwa domowego, można zastąpić naturalnymi, bardziej miękkimi i bezpieczniejszymi chemikaliami… Technologia może pomóc nam odkryć nowe chemikalia, które mogłyby na przykład zastąpić istniejące, które stają się coraz rzadsze lub które są bardzo drogie. Daje nam szeroką paletę związków, które możemy mieszać i dopasowywać do dowolnego zastosowania węchowego.