Ученые Google исследовали, как можно научить ИИ предсказывать запах вещества на основе его молекулярной структуры. Эта фундаментальная проблема в области цифрового обоняния долгое время оставалась нерешенной.

Изображение создано Stable Diffusion / Metaverse Post

Чтобы разработать эту модель ИИ, исследователи использовали возможности графовых нейронных сетей — специализированной формы ИИ, предназначенной для графических данных. Прелесть этого подхода заключается в его способности представлять молекулы в виде графов, где атомы — вершины, а связи — ребра. Это уникальное представление облегчает эффективный анализ молекулярных особенностей.

Модель была тщательно обучена с использованием набора данных, содержащего 5000 молекул, каждая из которых сопряжена с соответствующими дескрипторами запаха, такими как «цветочный» или «фруктовый». После тщательного обучения его протестировали против 400 ранее невидимых молекул.

Этот ИИ превосходит ранее опубликованные модели до такой степени, что замена ответов обученного человека результатами модели улучшит общее описание панели.

Нейронная сеть продемонстрировала способность описывать запахи незнакомых веществ наравне с обычным человеком. Более того, он превзошел традиционные подходы, основанные на химических дескрипторах.

Эта «карта запахов», созданная искусственным интеллектом, выходит за рамки описания ароматов. Его можно легко применять для решения различных задач, связанных с обонянием, например, для оценки сходства запахов различных веществ. Таким образом, исследователи проложили путь к универсальному инструменту, который может раскрыть секреты обонятельного мира.

В будущем подобные модели смогут улучшить открытие новых ароматов и ароматов. Автоматически предсказывая запах еще не синтезированных молекул, эти системы искусственного интеллекта устраняют необходимость в дорогостоящих экспериментальных испытаниях, значительно ускоряя инновации в области ароматов и вкусов.

В отличие от других чувств, таких как зрение и слух, обонянию не хватает четко установленной карты, связывающей физические свойства со свойствами восприятия. Этот POM точно отражает перцептивные иерархии и расстояния и даже превосходит людей-экспертов в описании запахов. Он предсказывает интенсивность запаха и сходство восприятия, предлагая более глубокое понимание мира запахов.

Подробнее об ИИ:

  • 50 лучших подсказок для преобразования текста в изображение для генераторов искусственного интеллекта Midjourney и DALL-E

  • Преобразование текста в 3D: Google разработала нейронную сеть, которая генерирует 3D-модели на основе текстовых описаний.

Публикация «ИИ изучает язык запахов: нейронные сети расшифровывают запах по молекулярной структуре» впервые появилась на сайте Metaverse Post.