Исследователи использовали машинное обучение для оцифровки ароматов
Международная группа ученых, в которой приняли участие исследователи Института Вейцмана, применила машинное обучение для точного распознавания сложных ароматических смесей.
В отличие от цвета, для которого существует признанная научная шкала, у сложных запахов долгое время не было единого математического описания. Команда исследователей опубликовала в журнале PNAS работу, закладывающую основу для технологии оцифровки ароматов.
"Мы давно хотели оцифровать запахи, чтобы представить их математически аналогично тому, как мы поступили с цветовым зрением и слухом", – отмечает соавтор исследования Джоэл Мейнленд.
Большинство окружающих нас запахов представляют собой смеси из десятков и сотен молекул. Оцифровка таких комбинаций имеет важное значение для диагностики болезней по специфическим запаховым маркерам (например, при диабете или болезнях печени), для стандартизации вкусов и оценки состояния продуктов и патентования фирменных ароматов в парфюмерной промышленности.
В рамках международного научного соревнования DREAM challenge ученые сформировали стандартизированный набор данных из 168 отдельных молекул и 731 смеси. Затем 26 команд создавали модели машинного обучения для предсказания степени сходства ароматических пар. Объединив лучшие алгоритмы, исследователи получили итоговую модель с высокой точностью предсказания.
Вопреки ожиданиям, прогнозировать характеристики смесей оказалось не сложнее, чем запахи отдельных молекул: восприятие ароматической смеси в основном складывается как среднее значение его компонентов. Кроме того, модели точнее описывали запахи с помощью семантических меток, таких как "фруктовый" или "сладкий", чем с помощью чисто химических терминов. В этом модели подтвердили многолетнюю практику дегустации запахов людьми. Привычная языковая семантика оказалась не просто удобным бытовым упрощением, а точным отражением того, как мозг кодирует и обрабатывает ароматическую информацию. Открытие значительно упростит создание ароматических продуктов, например духов, и может заменить долгий метод проб и ошибок математическими оценками.
