Sztuczna inteligencja rozpoznaje zapachy25.10.2019

Algorytm Google Brain Team zaczął odróżniać wonie na podstawie ich budowy molekularnej.

Inżynierowie Google'a stworzyli bazę pięciu tysięcy cząsteczek, które odpowiadają konkretnym zapachom. Ich spektrum rozciąga się od nut maślanych, przez tropikalne, aż do trawiastych. Następnie naukowcy wykorzystali dwie trzecie ze zbioru opisanych przez siebie molekuł i „nakarmili” nimi algorytm, wykorzystując metodę uczenia maszynowego. W ten sposób program mógł poznać zależności między cząsteczkami, a ich zapachami. Później sprawdzono, czy algorytm na podstawie tej wiedzy jest w stanie samodzielnie rozpoznać woń. Inżynierowie polecili więc sztucznej inteligencji uporządkować resztę informacji z początkowego zbioru danych. Test wypadł pozytywnie. Program przewidział, jak pachną konkretne cząsteczki. Wyniki opisujące proces zaprogramowania algorytmu zostały opisane w piśmie naukowym „Arxiv”.

Badacze zrealizowali oparty na AI model dzięki graph neural network (GNN). Ten rodzaj programowania może na przykład przewidzieć, na podstawie informacji o znajomych użytkownika Facebooka, kogo doda on do swojego zaufanego grona w następnej kolejności.

Magazyn „Wired” wskazał jednak na nieścisłości w badaniu Google'a. W swoim artykule na ten temat dziennikarze wątpią, czy powyższą metodę da się zastosować dla wszystkich istniejących zapachów. Pokazuje to, że odpowiednia i ścisła metodologia badania cząsteczek odpowiedzialnych za zapach nie została jeszcze wypracowana.

W wypadku bowiem kolorów i światła, które człowiek bada co najmniej od czasów Isaaca Newtona, jest to jasne. Wiemy, że konkretna długość fali świetlnej odpowiada za barwę, jaką postrzega człowiek. Wystarczy spojrzeć na koło kolorów, aby zauważyć, jak dłuższe fale czerwieni i żółci przechodzą w krótsze, które wizualizują się w niebieskim i fioletowym. Podobny model, ale tyczący się zapachu, nie został jeszcze wypracowany. Trudno zatem uznać algorytm rozpoznawania zapachów Googla za w pełni skuteczny.

Poza tym, sama metoda uczenia maszynowego jest ograniczona jakością dostarczonych danych. Google posłużył się zapachami sklasyfikowanymi przez profesjonalnych perfiumiarzy, którzy mają wyrobione nosy i smak. Większość ludzi może po prostu inaczej odbierać woń. Konstrukcja sieci neuronowej nie jest taka sama, jak układ węchowy człowieka.

– Wystarczy zmienić albo odjąć jeden atom cząsteczki, a zapach róży zmieni się w odór zgniłych jajek – mówi Alex Wiltschko, który prowadził badania dla Google’a.

Gigant technologiczny wierzy, że jest to pierwszy istotny krok w badaniu zapachów, który może mieć wpływ na chemię, odżywanie się, a także produkcję syntetycznych zapachów. To pierwszy raz w historii, kiedy są formowane tak olbrzymie zestawy danych dotyczacych woni, co jest niezwykle cenne dla przyszłych badań. Zdaniem jednak Alexeia Koulakova, inżyniera w Cold Spring Harbor Laboratory, póki model uczenia maszynowego nie będzie bardziej dopasowany do układu węchowego człowieka, trudno mówić o jego pełnej użyteczności.