Em contraste com a determinação de cores, que são facilmente identificadas pelo comprimento de onda, a determinação de odores por moléculas é extremamente ambígua. Muitas vezes, até duas pessoas podem descrever a mesma fragrância de maneiras diferentes. Mas na estrutura das moléculas também existem os chamados pares quirais, quando todas as ligações e estruturas dos átomos são iguais e diferem apenas no reflexo do espelho umas das outras, por exemplo, cominho e hortelã, cujos aromas não coincidem na mesma estrutura no nível atômico. Uma pessoa vai distinguir essa sutileza, mas como ensinar essa IA? Mas isso não impede os cientistas?
Westend61, Getty Images
Pesquisadores do Google decidiram ensinar a IA a reconhecer odores pela estrutura molecular das substâncias. Das aproximadamente 5.000 moléculas com uma descrição bem conhecida dos aromas em termos como “oleoso”, “tropical”, “fraco” e assim por diante, 2/3 dos dados de origem foram amostrados para treinamento em IA. O aprendizado de máquina profundo foi conduzido em uma rede neural convolucional como a GNN (rede neural gráfica). Com base no modelo obtido, as moléculas restantes foram propostas para a inteligência artificial, que o sistema foi capaz de identificar com mais ou menos sucesso por conta própria.
O Google não tem ilusões sobre a chegada iminente de plataformas de IA para detectar com precisão os odores. Este é um problema muito difícil de resolver. Por exemplo, uma pessoa tem mais de 400 tipos de receptores no nariz e, no entanto, aprendemos a distinguir odores do nascimento. Mas a solução para o problema de identificação de aromas atrai amplas perspectivas: da digitalização com a possibilidade de síntese de odores auxiliada por computador, ao retorno da sensibilidade aos aromas para as pessoas privadas desse luxo por um motivo ou outro.
O trabalho nessa direção está sendo realizado em muitos países do mundo. A Rússia também está envolvida no processo de criação de um “nariz eletrônico” e soluções para identificar odores. O Google espera que a comunidade científica possa compartilhar os modelos e conjuntos de dados mais recentes para seguir o caminho do reconhecimento digital de fragrâncias.
.