Google AI разработал модель искусственного интеллекта, которая сопоставляет структуру молекул с их запахом. Сообщается, что это поможет в развитии определенных пищевых вкусов или обнаружении соединений, отталкивающих болезнетворные организмы.
Представители Google AI также рассказали о проекте в соцсетях.
Today we introduce an ML-generated sensory map that relates thousands of molecules and their perceived odors, enabling the prediction of odors from unseen molecules and providing a potential tool to address global health issues like insect-borne disease. https://t.co/wmiq6wPKv5
— Google AI (@GoogleAI) September 6, 2022
Сегодня мы представляем сенсорную карту, созданную с помощью машинного обучения. Она связывает тысячи молекул и их воспринимаемые запахи, позволяя предсказывать запахи от невидимых молекул и предоставляя потенциальный инструмент для решения глобальных проблем со здоровьем, таких как болезни, переносимые насекомыми.
Наиболее известные примеры этих карт связаны с цветовым зрением, включая цветовой круг, и более сложные варианты, используемые для фиксации цвета в видео, сообщает Google AI в пресс-релизе. Существует более 300 обонятельных рецепторов, в отличие от трех цветовых сенсоров человеческого глаза (красного, зеленого и синего). Поэтому создать карту запахов очень непросто.
В 2019 году искусственный интеллект Google разработал модель графовой нейронной сети (англ. Graph Neural Network, GNN). Напомним, это тип нейронной сети, которая напрямую работает со структурой графа. Типичным применением GNN является классификация узлов.
Теперь сеть Google AI начала исследовать тысячи примеров различных молекул в сочетании с названиями запахов, например, «мясной», «цветочный» или «мятный». Цель — научиться искать взаимосвязь между структурой молекулы и вероятностью того, что у нее будет специальная метка запаха.
В итоге, инженеры создают карту, которая связывает структуру молекулы с запахом, который она излучает. Также нейронная сеть измеряет, насколько близки друг к другу молекулы с точки зрения запаха. В общей сложности ученые использовали более 5 000 молекул из двух разных наборов данных о вкусах и запахах.
Кроме того, в отдельном исследовании коллеги Мейнленда использовали нейронную сеть для создания карты, связывающей молекулярные структуры соединений, отпугивающих комаров, с тем, насколько отпугивающими насекомые считают запахи.
