Google vuole portare l’IA a “odorare” le molecole

Intelligenza artificiale: il mercato in Lombardia raggiunge quasi 192 milioni di euro nel 2023

Con una serie di reti neurali, un software può imparare a classificare gli odori, per creare set di dati ancora non individuati

Sappiamo quanto l’Intelligenza Artificiale sia già divenuta molto brava a “vedere” e “ascoltare” qualcosa. Ma uno dei sensi che le è stato sinora precluso è l’olfatto. Per questo, i ricercatori di Google stanno cercando di sviluppare una rete neurale che aiuti l’IA a identificare le caratteristiche olfattive di una molecola. La società ha affermato che riconoscere l’odore è un problema di classificazione multi-etichetta, il che significa che una sostanza può avere più caratteristiche. Ad esempio, la vanillina, una sostanza spesso usata per creare un aroma di vaniglia artificiale, può assumere diverse “tonalità” di senso, tra meno forti e più evidenti.

TI PIACE QUESTO ARTICOLO?

Iscriviti alla nostra newsletter per essere sempre aggiornato.

Quindi, per identificare il profilo olfattivo di una molecola, i ricercatori hanno utilizzato un insieme di reti neurali, ossia un modello di deep learning, che utilizza i grafici come input. Il team si è affidato a esperti di profumi per creare etichette di odore che possano essere utilizzate per analizzare le proprietà olfattive di una molecola.

Cosa succede

Per partire, la rete neurale avvia il processo creando un vettore rappresentativo e usando varie proprietà come l’identità dell’atomo e la sua carica. Quindi trasmette il vettore a un nodo adiacente e passa collettivamente le proprietà per aggiornare la funzione e ottenere un vettore centrale per il nodo.  Questo processo viene ripetuto per ogni livello e, alla fine, l’IA somma o effettua una media per identificare più identificatori olfattivi.

I ricercatori di Google hanno affermato che non solo questo modello supera i metodi più vecchi, ma può essere utilizzato per prevedere odori nuovi o non classificati nel layout RGB come “incorporamento degli odori”. In futuro, il team vuole creare soluzioni automatizzate che possano riconoscere gli odori non classificati, così come ottenere set di dati aperti, in modo che i ricercatori li sfruttino per ulteriori modelli di apprendimento automatico.

Leggi anche:  Esker supporta Mei System nel processo di automatizzazione dell’Accounts Payable e dell’Accounts Receivable