นักวิจัยออกแบบโมเดล AI ที่สามารถแยกแยะการรับรู้กลิ่นต่างๆ ได้

นักวิจัยด้านปัญญาประดิษฐ์พยายามจำลองลักษณะของการรับรู้ของมนุษย์ผ่านอัลกอริทึมอยู่เสมอ AI ถูกใช้เพื่อปรับปรุงแอปพลิเคชันการมองเห็นของคอมพิวเตอร์อย่างมากในช่วงไม่กี่ปีที่ผ่านมา และ AI ยังถูกใช้ในการสร้างตัวอย่างเสียงที่น่าประทับใจ รวมถึงการสร้างเพลงทั้งเพลงในแบบของศิลปินหนึ่งๆ เมื่อเร็วๆ นี้ ทีมนักวิทยาศาสตร์จาก University of California, Riverside ได้สร้าง AI ที่สามารถแยกแยะกลิ่นได้จากกันและกันโดยอาศัยส่วนประกอบทางเคมีของกลิ่นนั้น

ตามที่ Anandasankar Ray นักชีววิทยาเซลล์และระบบจาก UC Riverside กล่าว นักวิจัยพยายามสร้างโมเดล AI ของตนโดยอาศัยวิธีการที่มนุษย์รับรู้กลิ่น จมูกของมนุษย์มีประมาณ 400 ตัวรับกลิ่น (ORs) ที่ถูกกระตุ้นเมื่อเคมีเข้าไปในจมูก ตัวรับกลิ่นที่แตกต่างกันถูกกระตุ้นโดยชุดเคมีที่แตกต่างกัน และเมื่อรวมกันแล้วสามารถตรวจจับโครงสร้างและกลุ่มเคมีที่หลากหลายได้ ในขณะที่นักวิทยาศาสตร์ทราบหลายอย่างเกี่ยวกับวิธีการที่ ORs ตรวจจับและตีความโมเลกุลที่แตกต่างกันภายในกลิ่น สิ่งที่ทราบน้อยกว่าคือว่ากระตุ้นที่ ORs ตรวจจับจะแปลเป็นประสบการณ์ทางประสาทสัมผัสหรือการรับรู้ ซึ่งเป็นประสบการณ์ของการได้กลิ่นบางอย่าง

ตามที่ Phy.org รายงาน Ray อธิบายว่านักวิจัยพยายามสร้างการรับรู้กลิ่นของมนุษย์ผ่านการรวมกันของอัลกอริทึมการเรียนรู้ของเครื่องและเคมีเชิงคำนวณ อัลกอริทึมการเรียนรู้ของเครื่องสามารถวิเคราะห์ตัวแปรเคมีจำนวนมากได้ โดยดึงโครงสร้างและรูปแบบทั่วไปออกมา และจากนั้นเรียนรู้ที่จะระบุว่าเคมีใดจะมีกลิ่นที่แน่นอน หลังจากการฝึกอบรม อัลกอริทึมสามารถคาดการณ์ได้ว่าเคมีใหม่จะกลิ่นอย่างไรแม้ว่าข้อมูลจะไม่มีฉลากและไม่ทราบว่าเคมีกลิ่นอย่างไร

ทีมนักวิจัยเริ่มต้นด้วยการสร้างวิธีการที่จะทำให้คอมพิวเตอร์สามารถกำหนดคุณลักษณะเคมีที่สามารถกระตุ้น ORs ได้ จากนั้น นักวิจัยวิเคราะห์สารประกอบเคมีมากกว่าครึ่งล้านเพื่อค้นหาตัวอย่างที่สามารถจับกับ ORs 34 ตัวได้ นักวิจัยพยายามที่จะประมาณคุณภาพการรับรู้ของตัวอย่างเคมีด้วยอัลกอริทึมเดียวกับที่ใช้ในการคาดการณ์การกระตุ้น OR

ทีมนักวิจัยพบว่าการสั่นคลอนของ OR ที่แตกต่างกัน似乎มีความสัมพันธ์กับการเข้ารหัสการรับรู้ นักวิจัยใช้ข้อมูลที่มีการประเมินเคมีโดยอาสาสมัครมนุษย์และเลือก OR ที่ให้ผลการคาดการณ์การรับรู้ที่ดีที่สุดสำหรับตัวอย่างเคมีย่อยๆ จากนั้นพวกเขาทดสอบว่าการกระตุ้น OR เป็นตัวทำนายกลิ่นใหม่หรือไม่

ตามที่นักวิจัยกล่าว การกระตุ้น OR สามารถใช้เพื่อคาดการณ์การรับรู้ของสารเคมี 146 ชนิดได้อย่างถูกต้อง ต้องใช้เพียง OR ไม่กี่ตัวในการคาดการณ์การรับรู้ ไม่ใช่ทั้งหมด นักวิจัยยืนยันสมมติฐานนี้ในแมลงวันผลไม้และสามารถคาดการณ์ความไม่ชอบหรือดึงดูดใจต่อกลิ่นต่างๆ ได้

Ray อธิบายว่าข้อได้เปรียบของการแปลงกลิ่นเป็นดิจิทัลและคาดการณ์ที่เกี่ยวข้องคือผลลัพธ์สามารถใช้เพื่อกำหนดสารเคมีใหม่ที่สามารถใช้ในการสร้างกลิ่นและอาหารใหม่ๆ ได้ AI สามารถใช้เพื่อค้นหาสารเคมีที่มีกลิ่นคล้ายกับสารเคมีที่กำลังจะหมดหรือมีราคาแพงได้ นอกจากนี้ยังสามารถใช้เพื่อแทนที่สารประกอบที่มีกลิ่นไม่พึงประสงค์ด้วยสารเคมีที่น่าดึงดูดใจมากกว่าสำหรับมนุษย์ Ray กล่าวผ่าน Phys.org:

“เคมีที่เป็นพิษหรือรุนแรงใน เช่น รสชาติ สิ่งประดิษฐ์ หรือผลิตภัณฑ์ในบ้านสามารถแทนที่ด้วยเคมีธรรมชาติที่อ่อนโยนและปลอดภัยกว่า… เทคโนโลยีนี้สามารถช่วยให้เราค้นพบเคมีใหม่ที่สามารถแทนที่เคมีที่มีอยู่ที่กำลังจะหมดหรือมีราคาแพงได้ มันให้พาเลตต์ของสารประกอบที่เราสามารถผสมและจับคู่สำหรับการใช้งานกลิ่นที่ต้องการ”