به گزارش خبرگزاری اقتصادایران  به نقل از سی ان بی سی، هوش مصنوعی از میان حواس پنجگانه موفق به تقلید از بینایی و شنوایی شده است. اکنون یک استارتاپ می خواهد از این فناوری برای دیجیتالی کردن حس بویایی نیز استفاده کند.

آلکس ویلچکو مدیر ارشد اجرایی و یکی از بنیانگذاران «اوسمو» است که از هوش مصنوعی برای کمک به تولید بو ها توسط رایانه (مشابه تولید صوت و تصویر) استفاده می کند. او از مدت ها قبل شیفته بوهای مختلف بوده است. به همین دلیل لیسانس عصب شناسی از دانشگاه میشیگان دریافت کرده و در بخش عصب شناسی بویایی دانشگاه هارواد تحصیل کرده است.

ویلچکو پس از آن در بخش تحقیقات گوگل شاغل شد و ۵ سال مدیریت تیمی را برعهده داشت که از یادگیری ماشینی برای کمک به رایانه‌ها برای پیش‌بینی تمایز بوی مولکول‌های مختلف بر اساس ساختارشان استفاده می‌کردند. اوسمو نخست یک پروژه تحقیقاتی بود اما در سال ۲۰۲۲ میلادی با پشتیبانی گوگل به استارتاپی جداگانه تبدیل شد. به گفته مدیر ارشد اجرایی شرکت ، هدف اصلی این موسسه ارتقای سلامت و خوشحالی آن با دیجیتالی کردن حس بویایی است.

این پژوهشگر و تیمش هنگام فعالیت در گوگل از یادگیری ماشینی برای توسعه یک نقشه بواستفاده کردند. برای این منظور آنها مدل هوش مصنوعی را براساس مخزنی از ۵ هزار مولکول معطر در دسته های مختلف بویی مانند گلی، میوه یا نعنایی آموزش دادند.

وی متوجه شد احتمالا تحلیل مولکول ها براساس ساختار پیچیده شان فرایندی چالش برانگیز است. با توجه به پیشرفت های هوش مصنوعی، مدل ابداعی محققان قادر به شناسایی ساختارهای مختلف مولکول ها و استفاده از چنین دانشی برای پیش بینی دقیق بوی مولکول های دیگر شد.

ویلچکو می‌گوید در حالی که مدل‌های زبانی بزرگ را می توان با توجه به داده های کل اینترنت آموزش داد، هنگامیکه ما شروع به ساخت مدل هوش مصنوعی خود کردیم، یک مخزن دیجیتالی مشابه از اطلاعات مربوط به بوها در دسترس نبود.

او در ادامه افزود: ما متوجه شدیم که نمی توان از داده های دیگران استفاده کنیم. بنابراین حدود یک سال با شرکت های فعال صنعت عطرسازی همکاری کردیم تا مجموعه داده ها «یک چیزی که متوجه شدیم این بود که نمی‌توانیم از داده‌های دیگران استفاده کنیم. ما در واقع حدود یک سال را با شرکت‌هایی در صنعت عطر همکاری کردیم که تصور می کردند مخازن داده ایده آلی دارند، اما متوجه شدیم این طور نیست.

به همین دلیل آنها یک نوع جدید از داده را ساختند. در حقیقت ویلچکو وهمکارانش هزاران مولکول و توصیفات بوها را به دست آوردند وآنها را به شبکه های عصبی گراف(GNN) منتقل کردند که در حقیقت نوعی از ماشین یادگیری است و از الگوریتم های قدرتمند برای ردیابی و تحلیل رابطه بین داده ها استفاده می کند.

در مرحله بعد محققان از GNN ها برای کمک به مدل هوش مصنوعی در درک اتم ها، پیوندهای بین آنها و ساختارهای مولکولی که بو را مشخص می کند، استفاده کردند.

اسمو تصمیم دارد از فناوری خود برای تله پورت بوها از طریق دیجیتالی کردن آنها در یک مکان و بازسازی یک کپی دقیق در مکانی دیگر استفاده کند. به این ترتیب می توان ثابت کرد مدل هوش مصنوعی به طور دقیق بوی هر چیزی را درک می کند.

ویلچکو تصمیم دارد از این فناوری برای کمک به شناسایی زودهنگام بیماری ها استفاده کند.