นักวิจัยฝึกอบรม AI เพื่อคาดการณ์กลิ่นของสารเคมี

งานวิจัยที่ตีพิมพ์โดยนักวิจัยที่ Google (GOOGL ) Brain ได้แสดงให้เห็นว่านักวิจัยสามารถฝึกอบรม AI เพื่อคาดการณ์กลิ่นของวัตถุตามโครงสร้างของสารเคมีที่ผ่านเข้ามาในระบบ ตามรายงานของ Wired นักวิจัยมีความหวังว่างานของพวกเขาจะช่วยคลี่คลายความลึกลับบางอย่างเกี่ยวกับการรับรู้กลิ่นของมนุษย์ ซึ่งยังไม่ได้รับการเข้าใจอย่างดีเทียบกับการรับรู้อื่นๆ

ความแตกต่างระหว่างกลิ่นเป็นเรื่องที่ซับซ้อน และการเปลี่ยนแปลงของอะตอมเพียงหนึ่งอะตอมในโมเลกุลสามารถเปลี่ยนกลิ่นจากที่น่าพึงพอใจไปเป็นที่ไม่น่าพึงพอใจได้ นักวิจัยพบว่ามันยากที่จะเข้าใจรูปแบบที่ทำให้โครงสร้างเคมีถูกตีความโดยการรับรู้กลิ่นของเรา ในทางกลับกัน รูปแบบของสเปกตรัมแม่เหล็กไฟฟ้าที่ปรากฏเป็นสีให้กับ眼睛ของเรานั้นสามารถวัดได้อย่างแม่นยำ โดยนักวิทยาศาสตร์สามารถทำการวัดที่จะบอกได้ว่าสีของความยาวคลื่นแสงใดๆ จะเป็นอย่างไร

อัลกอริทึมการเรียนรู้ของเครื่องจักรมีความเชี่ยวชาญในการค้นหารูปแบบภายในข้อมูล และด้วยเหตุนี้ นักวิจัยจึงพยายามใช้การเรียนรู้ของเครื่องจักรเพื่อให้ได้ข้อมูลเชิงลึกที่ดีขึ้นเกี่ยวกับวิธีการตีความกลิ่นโดยสมองของมนุษย์ การพยายามใช้อัลกอริทึมการเรียนรู้ของเครื่องจักรเพื่อ量化กลิ่นรวมถึงการเรียกใช้ DREAM Olfaction Prediction Challenge ในปี 2015 ซึ่งหลายๆ การศึกษาที่ใช้ข้อมูลจากการแข่งขันและพยายามสร้างคำอธิบายภาษาธรรมชาติของโมโนโมเลกุลกลิ่น

การศึกษาล่าสุดซึ่งตีพิมพ์ใน Arxiv ได้บันทึกความพยายามของนักวิจัยที่ Google Brain ในการ量化กลิ่นโดยใช้เครือข่ายประสาทเทียม นักวิจัยใช้ Graph Neural Network หรือ GNN ซึ่งสามารถตีความข้อมูลกราฟได้ ซึ่งเป็นโครงสร้างข้อมูลที่ประกอบด้วยโหนดและขอบ กราฟมักใช้ในการแสดงเครือข่ายหรือความสัมพันธ์ระหว่างจุดข้อมูลแต่ละจุด ในบริบทของเครือข่ายสังคม โหนดหรือจุดยอดจะแทนบุคคลในเครือข่าย และกราฟดังกล่าวถูกใช้โดยบริษัทสื่อสังคมเพื่อคาดการณ์บุคคลที่อยู่ในขอบเขตของเครือข่ายปัจจุบันและแนะนำเพื่อนใหม่

สำหรับการตีความกลิ่น นักวิจัยฝึกอบรมเครือข่ายด้วยโมเลกุลหลายพันโมเลกุล โดยแต่ละโมเลกุลจะถูกจับคู่กับคำอธิบายภาษาธรรมชาติ GNN สามารถตีความข้อมูลและค้นหารูปแบบในโครงสร้างของโมเลกุลได้ คำอธิบายที่นักวิจัยใช้ ได้แก่ “หวาน”, “มีควัน”, หรือ “ดูเหมือนไม้” ประมาณสองในสามของโมเลกุลมากกว่า 5,000 โมเลกุลที่รวบรวมโดยนักวิจัยถูกใช้ในการฝึกอบรมแบบจำลอง ในขณะที่หนึ่งในสามที่เหลือถูกใช้ในการทดสอบแบบจำลอง

แบบจำลองที่นักวิจัยฝึกอบรมทำงานได้ดีมากจนหลังจากการฝึกอบรมครั้งแรก ประสิทธิภาพก็เทียบเท่ากับการทำงานสูงสุดที่บรรลุโดยกลุ่มนักวิจัยอื่นๆ ที่พยายามกำหนดป้ายกำกับภาษาธรรมชาติให้กับโครงสร้างเคมี

Alex Wiltschko หนึ่งในนักวิจัยที่ทำงานในโครงการนี้ ยอมรับว่ามีข้อจำกัดสองสามประการในแนวทางปัจจุบันของพวกเขา ประการหนึ่ง AI อาจแยกความแตกต่างระหว่างโครงสร้างเคมีที่มนุษย์จะอธิบายว่าเป็นเหมือนกัน โดยเรียกสารเคมีสองชนิดที่แตกต่างกันว่า “ดิน” หรือ “ไม้” แม้ว่า AI จะจำแนกพวกมันต่างออกไปก็ตาม อีกประการหนึ่ง คือ ตัวจำแนกไม่สามารถแยกแยะคู่เคมีเชิงแสง ซึ่งเป็นโมเลกุลที่เป็นภาพสะท้อนของกันและกัน การจัดเรียงที่แตกต่างกันทำให้กลิ่นต่างออกไป แต่แบบจำลองปัจจุบันไม่เห็นความแตกต่างนี้

ทีมวิจัยมีเป้าหมายที่จะแก้ไขข้อจำกัดเหล่านี้ในงานวิจัยในอนาคต การวิจัยยังมีระยะทางไกลที่ต้องเดินทาง แต่เป็นขั้นตอนหนึ่งในการเข้าใจคุณลักษณะของโมเลกุลที่สอดคล้องกับการรับรู้กลิ่นบางอย่างของเรา ทีม Google Brain ไม่ใช่ทีมวิจัยเดียวที่ทำงานเกี่ยวกับการใช้ AI ในการรับรู้กลิ่น การทดลอง AI อื่นๆ ที่เกี่ยวข้องกับกลิ่นรวมถึงการทดลองของ IBM กับน้ำหอมที่สร้างโดย AI และการทดลองของนักวิทยาศาสตร์ชาวรัสเซียในการตรวจจับ ส่วนผสมของก๊าซที่อาจเป็นพิษ