Los investigadores de inteligencia artificial siempre están tratando de replicar aspectos de los sentidos humanos a través de algoritmos. La IA se ha utilizado para mejorar drásticamente las aplicaciones de visión artificial en los últimos años, y también se ha utilizado para generar muestras de audio bastante impresionantes, incluso creando canciones completas al estilo de un artista. Recientemente, un equipo de científicos de la Universidad de California, Riverside logró crear una IA capaz de distinguir oloress entre sí en función de la composición química del olor en cuestión.
Según el biólogo de células y sistemas de UC Riverside, Anandasankar Ray, los investigadores trataron de basar su modelo de IA en cómo los humanos perciben los olores. La nariz humana contiene aproximadamente 400 receptores olfativos (OR) que se activan cuando entran sustancias químicas en la nariz. Diferentes OR son activados por diferentes conjuntos de productos químicos y juntos son capaces de detectar una amplia gama de estructuras y familias químicas diferentes. Si bien los científicos saben bastante sobre cómo los OR detectan e interpretan las diferentes moléculas dentro de un olor, lo que se sabe menos es cómo el estímulo que detectan los OR se traduce en una experiencia sensorial, o percepción, la experiencia de oler algo.
Como informó Phy.org, Ray explicó que los investigadores intentaron modelar las percepciones olfativas humanas a través de una combinación de algoritmos de aprendizaje automático e informática química. Los algoritmos de aprendizaje automático son capaces de analizar la gran cantidad de variables químicas, extraer sus estructuras y patrones comunes y luego aprender a identificar qué químicos tendrán ciertos olores. Después de ser entrenados, los algoritmos pueden eventualmente predecir cómo olerán las nuevas combinaciones químicas, incluso si los datos no están etiquetados y se desconoce cómo huele el químico.
El equipo de investigación comenzó creando métodos que permitirían a una computadora determinar qué características químicas eran capaces de activar los OR. Posteriormente, los investigadores analizaron más de medio millón de compuestos químicos para encontrar muestras que fueran capaces de unirse a 34 OR. Luego, los investigadores intentaron estimar las cualidades perceptivas de las muestras químicas con el mismo algoritmo utilizado para predecir la actividad OR.
El equipo de investigación encontró que las combinaciones de diferentes activaciones OR parecían tener una relación con la codificación perceptiva. Los investigadores utilizaron datos que contenían evaluaciones de sustancias químicas realizadas por voluntarios humanos y seleccionaron los OR que entregaron las mejores predicciones de precepto en un subconjunto de las muestras químicas. Luego probaron si las activaciones OR eran o no predictivas de nuevos olores.
Según los investigadores, la actividad OR podría usarse para predecir correctamente las percepciones de 146 sustancias químicas diferentes. Solo se requirieron algunos de los OR para predecir las percepciones, no todos los OR. Los investigadores confirmaron esta hipótesis en moscas de la fruta y lograron predecir con éxito una aversión o atracción por diferentes olores.
Ray explicó que la ventaja de digitalizar los olores y las predicciones asociadas con ellos es que los resultados se pueden usar para determinar nuevos tipos de productos químicos que se pueden usar en la creación de nuevos tipos de fragancias y alimentos. La IA podría usarse para encontrar reemplazos que huelan de manera similar a los productos químicos que se están volviendo caros o escasos. También podría usarse para reemplazar los compuestos de olor desagradable con productos químicos que son más atractivos para los humanos. Ray declaró a través de Phys.org:
“Los productos químicos que son tóxicos o fuertes en, por ejemplo, sabores, cosméticos o productos para el hogar pueden reemplazarse con productos químicos naturales, más suaves y más seguros… La tecnología puede ayudarnos a descubrir nuevos productos químicos que podrían reemplazar a los existentes que se están volviendo escasos, por ejemplo , o que son muy caros. Nos brinda una amplia paleta de compuestos que podemos mezclar y combinar para cualquier aplicación olfativa”.