Исследователи разрабатывают модель ИИ, способную различать различные запахи

Исследователи искусственного интеллекта всегда пытаются воспроизвести аспекты человеческих чувств с помощью алгоритмов. ИИ был использован для значительного улучшения приложений компьютерного зрения в последние годы, и ИИ также был использован для генерации довольно впечатляющих аудио-сamples, даже создания целых песен в стиле одного артиста. Недавно команда ученых из Калифорнийского университета в Риверсайде смогла создать ИИ, способный различать запахи на основе химического состава запаха.

По словам биолога клеток и систем Анандасанкара Рэя из Университета Калифорнии в Риверсайде, исследователи попытались основать свою модель ИИ на том, как люди воспринимают запахи. Человеческий нос содержит примерно 400 обонятельных рецепторов (ОР), которые активируются, когда химические вещества входят в нос. Разные ОР активируются разными наборами химических веществ и вместе они способны обнаруживать широкий спектр различных химических структур и семей. Хотя ученые знают довольно много о том, как ОР обнаруживают и интерпретируют различные молекулы в запахе, что менее известно, это то, как стимул, который обнаруживают ОР, переводится в сенсорный опыт, или перцепт, опыт запаха.

Как сообщает Phy.org, Рэй объяснил, что исследователи попытались смоделировать человеческие обонятельные перцепты с помощью комбинации алгоритмов машинного обучения и химической информатики. Алгоритмы машинного обучения способны анализировать большое количество химических переменных, выделять общие структуры и закономерности, и затем учиться определять, какие химические вещества будут иметь определенные запахи. После обучения алгоритмы могут предсказать, как новые химические комбинации будут пахнуть, даже если данные не помечены и неизвестно, как пахнет химическое вещество.

Команда исследователей начала с создания методов, которые позволили бы компьютеру определить, какие химические особенности способны активировать ОР. Затем исследователи проанализировали более половины миллиона химических соединений, чтобы найти образцы, способные связаться с 34 ОР. Исследователи затем попытались оценить перцептивные качества химических образцов с помощью того же алгоритма, который был использован для предсказания активности ОР.

Команда исследователей обнаружила, что комбинации различных активаций ОР, кажется, имеют отношение к перцептивному кодированию. Исследователи использовали данные, содержащие оценки химических веществ людьми, и выбрали ОР, которые давали лучшие предсказания перцептов на подмножестве химических образцов. Затем они проверили, являются ли активации ОР предсказуемыми для новых запахов.

По словам исследователей, активность ОР можно использовать для правильного предсказания перцептов 146 различных химических веществ. Только несколько ОР были необходимы для предсказания перцептов, не все ОР. Исследователи подтвердили эту гипотезу на мухах и смогли успешно предсказать отвращение или привлекательность к различным запахам.

Рэй объяснил, что преимущество цифрового запаха и связанных с ним предсказаний заключается в том, что результаты можно использовать для определения новых видов химических веществ, которые можно использовать для создания новых видов парфюмерии и продуктов питания. ИИ можно использовать для поиска замен, которые пахнут подобно химическим веществам, которые становятся дорогими или редкими. Его также можно использовать для замены неприятно пахнущих соединений на химические вещества, которые более привлекательны для людей. Рэй заявил через Phys.org:

“Химические вещества, которые являются токсичными или суровыми, скажем, во вкусе, косметике или бытовых продуктах, можно заменить натуральными, мягкими и безопасными химическими веществами… Эта технология может помочь нам открыть новые химические вещества, которые могут заменить существующие, которые становятся редкими, например, или которые очень дорогие. Она дает нам огромную палитру соединений, которые мы можем смешивать и сочетать для любого обонятельного применения”.