นักวิจัยออกแบบโมเดล AI ที่สามารถแยกแยะการรับรู้กลิ่นต่างๆ ได้

นักวิจัยด้านปัญญาประดิษฐ์พยายามที่จะจำลองลักษณะของการรับรู้ของมนุษย์ผ่านอัลกอริทึม AI ได้ถูกใช้เพื่อเพิ่มประสิทธิภาพของแอปพลิเคชันการมองเห็นของคอมพิวเตอร์ในช่วงไม่กี่ปีที่ผ่านมา และ AI ยังถูกใช้ในการสร้างตัวอย่างเสียงที่น่าประทับใจ รวมถึงการสร้างเพลงทั้งเพลงในแบบของศิลปินหนึ่งๆ เมื่อเร็วๆ นี้ ทีมนักวิทยาศาสตร์จาก University of California, Riverside ได้สร้าง AI ที่สามารถแยกแยะกลิ่นต่างๆ ได้ตามส่วนประกอบเคมีของกลิ่นนั้น สร้าง AI ที่สามารถแยกแยะกลิ่น ได้

ตามที่ Anandasankar Ray นักชีววิทยาเซลล์และระบบจาก UC Riverside กล่าว นักวิจัยพยายามสร้างโมเดล AI ของตนเองตามวิธีการที่มนุษย์รับรู้กลิ่น จมูกของมนุษย์มีประมาณ 400 ตัวรับกลิ่น (ORs) ที่ถูกกระตุ้นเมื่อเคมีเข้าไปในจมูก ตัวรับกลิ่นต่างๆ ถูกกระตุ้นโดยชุดเคมีต่างๆ และเมื่อรวมกันแล้วสามารถตรวจจับโครงสร้างเคมีและกลุ่มต่างๆ ได้广泛 แม้ว่านักวิทยาศาสตร์จะรู้มากเกี่ยวกับวิธีการที่ ORs ตรวจจับและตีความโมเลกุลต่างๆ ในกลิ่น แต่ที่รู้น้อยกว่าคือว่ากระตุ้นที่ ORs ตรวจจับจะแปลเป็นประสบการณ์ทางประสาทสัมผัสหรือการรับรู้ ซึ่งเป็นประสบการณ์ของการได้กลิ่นบางอย่าง

ตามที่ Phy.org รายงาน Ray อธิบายว่านักวิจัยพยายามสร้างโมเดลการรับรู้กลิ่นของมนุษย์ผ่านการรวมกันของอัลกอริทึมการเรียนรู้ของเครื่องและเคมีインフォマティクス อัลกอริทึมการเรียนรู้ของเครื่องสามารถวิเคราะห์ตัวแปรเคมีจำนวนมากได้ โดยการดึงโครงสร้างและรูปแบบทั่วไปออกมา และจากนั้นเรียนรู้ที่จะระบุเคมีใดที่จะมีกลิ่นบางอย่าง หลังจากการฝึกอบรม อัลกอริทึมสามารถคาดการณ์ได้ว่าเคมีใหม่จะกลิ่นอย่างไร แม้ว่าข้อมูลจะไม่มีฉลากและไม่ทราบว่าเคมีนั้นกลิ่นอย่างไร

ทีมวิจัยเริ่มต้นด้วยการสร้างวิธีการที่จะทำให้คอมพิวเตอร์สามารถระบุได้ว่าลักษณะเคมีใดที่สามารถกระตุ้น ORs ได้ จากนั้น นักวิจัยวิเคราะห์มากกว่าครึ่งล้าน化合เคมีเพื่อค้นหาตัวอย่างที่สามารถจับกับ 34 ORs ได้ นักวิจัยพยายามที่จะประมาณคุณสมบัติการรับรู้ของตัวอย่างเคมีด้วยอัลกอริทึมเดียวกับที่ใช้ในการคาดการณ์การกระตุ้น OR

ทีมวิจัยพบว่าการรวมกันของการกระตุ้น OR ต่างๆ ดูเหมือนจะมีความสัมพันธ์กับการเข้ารหัสการรับรู้ นักวิจัยใช้ข้อมูลที่มีการประเมินเคมีโดยอาสาสมัครมนุษย์และเลือก ORs ที่ให้การคาดการณ์การรับรู้ที่ดีที่สุดสำหรับชุดย่อยของตัวอย่างเคมี จากนั้นพวกเขาทดสอบว่าการกระตุ้น ORs สามารถคาดการณ์กลิ่นใหม่ได้หรือไม่

ตามที่นักวิจัยกล่าว การกระตุ้น ORs สามารถใช้เพื่อคาดการณ์การรับรู้ของเคมี 146 ชนิดได้อย่างถูกต้อง มีเพียง ORs ไม่กี่ตัวเท่านั้นที่ต้องการเพื่อคาดการณ์การรับรู้ ไม่ใช่ทั้งหมด นักวิจัยยืนยันสมมติฐานนี้ในแมลงวันผลไม้และสามารถคาดการณ์ความไม่ชอบหรือดึงดูดใจต่อกลิ่นต่างๆ ได้สำเร็จ

Ray อธิบายว่าข้อได้เปรียบของการแปลงกลิ่นเป็นดิจิทัลและคาดการณ์ที่เกี่ยวข้องคือผลลัพธ์สามารถใช้เพื่อกำหนดเคมีใหม่ที่สามารถใช้ในการสร้างกลิ่นและอาหารใหม่ๆ ได้ AI สามารถใช้เพื่อค้นหาการแทนที่ที่มีกลิ่นคล้ายกับเคมีที่กำลังจะหมดหรือมีราคาแพง มันสามารถใช้เพื่อแทนที่สารเคมีที่มีกลิ่นไม่พึงประสงค์ด้วยเคมีที่มีกลิ่นที่น่าพึงพอใจมากกว่าสำหรับมนุษย์ Ray กล่าวผ่าน Phys.org:

“เคมีที่เป็นพิษหรือรุนแรงในกลิ่น เช่น ในเครื่องสำอางค์หรือผลิตภัณฑ์ในบ้านสามารถแทนที่ด้วยเคมีธรรมชาติที่อ่อนโยนและปลอดภัยกว่า… เทคโนโลยีนี้สามารถช่วยให้เราค้นพบเคมีใหม่ที่สามารถแทนที่เคมีเดิมที่กำลังจะหมดหรือมีราคาแพงได้ มันให้เราได้พาเลตต์ของสารประกอบที่เราสามารถผสมและจับคู่สำหรับการใช้งานกลิ่นที่ต้องการใดๆ ได้”