Các nhà nghiên cứu đào tạo một trí tuệ nhân tạo để dự đoán mùi của các hóa chất

Một bài báo gần đây được công bố bởi các nhà nghiên cứu tại Google (GOOGL ) Brain chứng minh cách các nhà nghiên cứu đã đào tạo một trí tuệ nhân tạo để dự đoán mùi của các vật thể, dựa trên cấu trúc của các hóa chất được đưa vào mạng. Theo báo cáo của Wired, các nhà nghiên cứu hy vọng rằng công việc của họ có thể giúp giải quyết một số bí ẩn xung quanh cảm giác mùi của con người, mà hiện chưa được hiểu rõ so với các giác quan khác.

Sự khác biệt giữa các mùi là phức tạp và một nguyên tử đơn được thay đổi trong một phân tử có thể thay đổi mùi từ dễ chịu đến khó chịu. Điều này khiến các nhà nghiên cứu khó hiểu được các mẫu gây ra cấu trúc hóa học được giải thích bởi các giác quan mùi của chúng ta là dễ chịu hoặc khó chịu. Ngược lại, các mẫu của phổ điện từ mà xuất hiện như màu sắc đối với mắt chúng ta là dễ đo lường hơn, với các nhà khoa học có thể thực hiện các phép đo chính xác sẽ cho họ biết các bước sóng ánh sáng nhất định sẽ trông như thế nào.

Các thuật toán học máy excel trong việc tìm kiếm các mẫu trong dữ liệu, và vì lý do này, các nhà nghiên cứu trí tuệ nhân tạo đã cố gắng sử dụng học máy để có được cái nhìn sâu sắc hơn về cách mùi được giải thích bởi não bộ con người. Các nỗ lực để sử dụng các thuật toán học máy để lượng hóa mùi bao gồm Thử thách Dự đoán Olfaction DREAM được thực hiện vào năm 2015. Một số nghiên cứu đã lấy dữ liệu từ thử thách và cố gắng tạo ra các mô tả ngôn ngữ tự nhiên của các chất gây mùi mono-molecular.

Nghiên cứu gần đây, được công bố trên Arxiv, ghi lại nỗ lực của các nhà nghiên cứu tại Google Brain để lượng hóa mùi bằng cách sử dụng mạng nơ-ron. Các nhà nghiên cứu đã sử dụng một Mạng nơ-ron đồ thị hoặc GNN. Mạng nơ-ron đồ thị có khả năng giải thích dữ liệu đồ thị, là cấu trúc dữ liệu bao gồm các nút và cạnh. Các đồ thị thường được sử dụng để đại diện cho các mạng hoặc mối quan hệ giữa các điểm dữ liệu riêng lẻ. Trong bối cảnh của một mạng xã hội, một đồ thị sẽ có mỗi người trong mạng được đại diện bởi một nút hoặc đỉnh. Các đồ thị như vậy được sử dụng bởi các công ty truyền thông xã hội để dự đoán những người trên chu vi của mạng hiện tại và đề xuất bạn bè mới.

Để mục đích giải thích các mùi, các nhà nghiên cứu đã đào tạo mạng trên hàng nghìn phân tử, mỗi phân tử được ghép với một mô tả ngôn ngữ tự nhiên. Mạng GNN đã có thể giải thích dữ liệu và nhận ra các mẫu trong cấu trúc của các phân tử. Các mô tả được sử dụng bởi các nhà nghiên cứu là các cụm từ như “ngọt”, “hương khói”, hoặc “gỗ”. Khoảng hai phần ba số phân tử hơn 5.000 được các nhà nghiên cứu biên soạn được sử dụng để đào tạo mô hình, trong khi phần còn lại được sử dụng để kiểm tra mô hình.

Mô hình mà các nhà nghiên cứu đào tạo đã hoạt động rất tốt đến mức mà sau khi hoàn thành lần lặp đầu tiên, hiệu suất đã khớp với hiệu suất đỉnh được đạt được bởi các nhóm nhà nghiên cứu khác đã cố gắng gán nhãn ngôn ngữ tự nhiên cho các cấu trúc hóa học.

Alex Wiltschko, một trong những nhà nghiên cứu đã làm việc trên dự án, thừa nhận rằng có một số hạn chế đối với cách tiếp cận hiện tại của họ. Một mặt, trí tuệ nhân tạo có thể phân biệt các sự khác biệt giữa các cấu trúc hóa học mà con người sẽ mô tả là giống nhau, gọi hai hóa chất khác nhau là “đất” hoặc “gỗ” về bản chất, mặc dù trí tuệ nhân tạo phân loại chúng khác nhau. Một vấn đề khác với bộ phân loại là nó không phân biệt giữa các cặp chiral, là các phân tử là hình ảnh phản chiếu của nhau. Các hướng khác nhau có nghĩa là chúng có các mùi khác nhau, nhưng mô hình hiện tại không coi chúng là khác nhau.

Đội nghiên cứu nhằm giải quyết các hạn chế này trong công việc tương lai của họ. Nghiên cứu vẫn còn một chặng đường dài, nhưng nó là một bước tiến hacia việc hiểu các tính năng của một phân tử tương ứng với nhận thức của chúng ta về các mùi nhất định. Đội ngũ Google Brain không phải là đội nghiên cứu duy nhất đang làm việc trên các ứng dụng của trí tuệ nhân tạo nhằm nhận biết mùi. Các thí nghiệm trí tuệ nhân tạo khác liên quan đến mùi bao gồm các thí nghiệm của IBM về nước hoa được tạo ra bởi trí tuệ nhân tạo và một thí nghiệm của các nhà khoa học Nga để phát hiện các hỗn hợp khí có thể độc hại.