Pesquisadores Desenvolvem Modelo de IA Capaz de Distinguir Diferentes Percepções Olfativas

Pesquisadores de inteligência artificial estão sempre tentando replicar aspectos dos sentidos humanos por meio de algoritmos. A IA tem sido usada para melhorar dramaticamente as aplicações de visão computacional nos últimos anos, e a IA também tem sido usada para gerar amostras de áudio impressionantes, criando até mesmo músicas inteiras no estilo de um artista. Recentemente, uma equipe de cientistas da Universidade da Califórnia, Riverside, conseguiu criar uma IA capaz de distinguir odores uns dos outros com base na composição química do odor em questão.

De acordo com o biólogo celular e de sistemas da UC Riverside, Anandasankar Ray, os pesquisadores tentaram basear seu modelo de IA na forma como os humanos percebem os odores. O nariz humano contém aproximadamente 400 receptores olfativos (ORs) que são ativados quando os produtos químicos entram no nariz. Diferentes ORs são ativados por diferentes conjuntos de produtos químicos e, juntos, são capazes de detectar uma ampla gama de diferentes estruturas e famílias químicas. Embora os cientistas saibam uma quantidade razoável sobre como os ORs detectam e interpretam as diferentes moléculas dentro de um odor, o que é menos conhecido é como o estímulo que os ORs detectam se traduz em uma experiência sensorial, ou percepção, a experiência de cheirar algo.

Como relatado pelo Phy.org, Ray explicou que os pesquisadores tentaram modelar as percepções olfativas humanas por meio de uma combinação de algoritmos de aprendizado de máquina e informática química. Os algoritmos de aprendizado de máquina são capazes de analisar o grande número de variáveis químicas, extrair suas estruturas e padrões comuns e, em seguida, aprender a identificar quais produtos químicos terão certos odores. Após serem treinados, os algoritmos podem eventualmente prever como combinações químicas novas cheirarão, mesmo se os dados forem não rotulados e for desconhecido como o produto químico cheira.

A equipe de pesquisa começou criando métodos que permitiriam que um computador determinasse quais recursos químicos eram capazes de ativar os ORs. Em seguida, os pesquisadores analisaram mais de meio milhão de compostos químicos para encontrar amostras capazes de se ligar a 34 ORs. Os pesquisadores então tentaram estimar as qualidades perceptuais das amostras químicas com o mesmo algoritmo usado para prever a atividade dos ORs.

A equipe de pesquisa descobriu que combinações de diferentes ativações de ORs pareciam ter uma relação com a codificação perceptual. Os pesquisadores utilizaram dados que continham avaliações de produtos químicos por voluntários humanos e selecionaram os ORs que entregaram as melhores previsões de percepção em um subconjunto das amostras químicas. Eles então testaram se as ativações de ORs eram previsíveis de novos odores.

De acordo com os pesquisadores, a atividade de ORs poderia ser usada para prever corretamente as percepções de 146 produtos químicos diferentes. Apenas alguns dos ORs foram necessários para prever as percepções, não todos os ORs. Os pesquisadores confirmaram essa hipótese em moscas-das-frutas e conseguiram prever com sucesso uma aversão ou atração por diferentes odores.

Ray explicou que a vantagem de digitalizar odores e as previsões associadas a eles é que os resultados podem ser usados para determinar novos tipos de produtos químicos que podem ser usados na criação de novos tipos de fragrâncias e alimentos. A IA pode ser usada para encontrar substitutos que cheiram semelhante a produtos químicos que estão se tornando caros ou raros. Ela também pode ser usada para substituir compostos com odores desagradáveis por produtos químicos mais agradáveis aos humanos. Ray afirmou via Phys.org:

“Produtos químicos que são tóxicos ou duros em, digamos, sabores, cosméticos ou produtos para o lar podem ser substituídos por produtos químicos naturais, mais suaves e seguros… A tecnologia pode nos ajudar a descobrir novos produtos químicos que possam substituir os existentes que estão se tornando raros, por exemplo, ou que são muito caros. Ela nos dá uma ampla paleta de compostos que podemos misturar e combinar para qualquer aplicação olfativa.”