人工知能が鼻をついた 01.03.2017

科学者たちは、人体の受容体がどのようにしてさまざまな匂いを認識し、それらに特定の説明を与えることができるかについて、長い間議論してきました. この問題を解決するために、世界中のエンジニアのチームが、人間だけでなく匂いも認識できる AI を作成するよう依頼されました。

色の予測はそれほど難しくありません。たとえば、光波が 510 nm の波長に達すると、ほとんどの人はそれが緑色であると言うでしょう。 しかし、特定の分子がどのようににおいがするかを理解することは、はるかに困難です。 22 の科学者チームが、化学構造に基づいてさまざまな分子の匂いを予測できる一連のアルゴリズムを作成しました。 このプログラムが実際にどのように適用されるかはまだわかりませんが、開発者はまず第一に、調香師、薬剤師、食品従事者が新しい独特の香りの組み合わせを開発するのに役立つことを望んでいます.

この研究は、ニューヨークのロックフェラー大学の Leslie Vosshull と同僚による最近の研究から始まりました。この研究では、49 人のボランティアが 467 の匂い物質の匂いを推測する必要がありました。 それぞれについて、19の基本パターンの比較システムが開発されました。被験者は、匂いが魚やニンニクに似ているかどうかを述べ、香りの強さと個々の心地よさを評価しました。 その結果、特定の臭気分子を特徴付ける XNUMX 万を超える細胞を含むカタログが作成されました。

計算生物学者のパブロ・マイヤーがこれを知ったとき、彼はすぐにこの研究を、コンピューターシステムが人間の匂いの評価方法を予測できるかどうかをテストする機会であると考えました。 研究者が人体に約 400 の匂い受容体を発見したという事実にもかかわらず、それらがどのように正確に連携して機能し、人が微妙な匂いの色合いでさえも区別できるようになっているのかは、科学者にとって謎のままです。

2015 年、Meyer と同僚は DREAM 嗅覚予測チャレンジを開始しました。 コンテストの参加者は、匂いを生成する分子の化学構造とともに、匂いを説明するボランティアの同じ評価表を自由に受け取りました。 さらに、参加者には、個々の分子ごとに 4800 の説明のデータベースが提供されました。そのデータベースには、原子、相対位置、一般的な形状があり、最終的には約 2 万のデータ ポイントに達しました。 最終的には、構造情報に基づいて匂いを認識するようにコンピューター プログラムをトレーニングするために、データを使用する必要があります。

世界中から 22 チームが参加し、多くのチームが好成績を収めましたが、特に XNUMX つのチームが際立っていました。 Yang Fang Guang 氏が率いるミシガン州立大学のチームは、個々の物の匂いを予測するアルゴリズムを考案するのに最も優れていました。 リチャード・ガーキンが率いるアリゾナ大学の別のチームは、サンプル全体の臭気評価を平均化するプログラムのトレーニングに最も優れていました。 Meyer は、Science 誌に掲載された記事でこれを報告しています。

もちろん、多くの科学者は開発に懐疑的であり、科学に大きな貢献をしているにもかかわらず、行われた作業はまだかなり原始的な選択であり、自然界の匂いの全スペクトルに対する19の記述要素は明らかに非常に、非常に少し。

ボランティアによる代替研究では、これらの基準の 80 以上を使用して、さまざまな匂いを口頭で評価しました。 このような一連の情報に直面しなければならない場合、既存のアルゴリズムが臭気スコアを正しく予測できるかどうかは明らかではありません。 そのため、今日までにおいの知覚は、医師とエンジニアの両方にとって謎のままです。