Дослідники розробили модель штучного інтелекту, здатну розрізняти різні запахові сприйняття

Дослідники штучного інтелекту завжди намагаються відтворити аспекти людських відчуттів через алгоритми. Штучний інтелект був використаний для значного покращення застосунків комп’ютерного зору в останні роки, а штучний інтелект також був використаний для генерації досить вражаючих аудіозразків, навіть створення цілих пісень у стилі одного артиста. Нещодавно команда вчених з Університету Каліфорнії, Ріверсайд вдалося створити штучний інтелект, здатний розрізняти запахи один від одного на основі хімічного складу запаху.

За словами біолога клітин і систем Анандасанкара Рея з Університету Каліфорнії, Ріверсайд, дослідники намагалися засновувати свою модель штучного інтелекту на тому, як люди сприймають запахи. Людський ніс містить близько 400 рецепторів запаху (OR), які активуються, коли хімічні речовини входять у ніс. Різні OR активуються різними наборами хімічних речовин і разом вони здатні виявляти широкий спектр різних хімічних структур і сімей. Хоча вчені знають досить багато про те, як OR виявляють і інтерпретують різні молекули у запаху, що менше відомо, то це те, як стимул, який виявляють OR, перекладається у сенсорний досвід, або сприйняття, досвід запаху.

Як повідомляє Phy.org, Рей пояснив, що дослідники намагалися змоделювати людські запахові сприйняття шляхом поєднання алгоритмів машинного навчання та хімічної інформатики. Алгоритми машинного навчання здатні аналізувати велику кількість хімічних змінних, витягувати їх спільні структури та закономірності та потім навчатися розпізнавати, які хімічні речовини матимуть певні запахи. Після навчання алгоритми можуть передбачати, як нові хімічні комбінації пахнуть, навіть якщо дані не позначені та невідомо, як пахне хімічна речовина.

Команда дослідників розпочала роботу з створення методів, які б дозволили комп’ютеру визначити, які хімічні ознаки здатні активувати OR. Потім дослідники проаналізували понад півмільйона хімічних сполук, щоб знайти зразки, які могли б зв’язатися з 34 OR. Дослідники потім намагалися оцінити сприйманні якості хімічних зразків за допомогою того самого алгоритму, який використовувався для передбачення активності OR.

Команда дослідників виявила, що комбінації різних активацій OR, як здається, мають зв’язок із кодуванням сприйняття. Дослідники використали дані, які містили оцінки хімічних речовин людськими добровольцями, та вибрали OR, які забезпечували найкращі передбачення сприйняття для підмножини хімічних зразків. Потім вони перевірили, чи активації OR були передбачувальними для нових запахів.

За словами дослідників, активність OR можна використовувати для правильного передбачення сприйняття 146 різних хімічних речовин. Було потрібно лише кілька OR для передбачення сприйняття, а не всі OR. Дослідники підтвердили цю гіпотезу на мухах-fruit flies та успішно передбачили відразу або привабливість до різних запахів.

Рей пояснив, що перевага цифровізації запахів та передбачень, пов’язаних з ними, полягає в тому, що результати можна використовувати для визначення нових видів хімічних речовин, які можна використовувати для створення нових видів парфумів та продуктів харчування. Штучний інтелект можна використовувати для пошуку замінників, які пахнуть подібно до хімічних речовин, які стають дорогими або рідкісними. Його також можна використовувати для заміни неприємно пахнучих сполук хімічними речовинами, які більш привабливі для людей. Рей заявив через Phy.org:

“Хімічні речовини, які є токсичними або жорсткими, наприклад, у смаках, косметиці або побутових продуктах, можна замінити природними, м’якшими та безпечними хімічними речовинами… Ця технологія може допомогти нам відкрити нові хімічні речовини, які можуть замінити існуючі, які стають рідкісними, наприклад, або які дуже дорогі. Вона дає нам величезну палітру сполук, які ми можемо поєднувати для будь-якої ольфакторної застосування.”