Investigadores de Google ya trabajan en crear un sentido del olfato artificial

Después de desarrollar modelos para reproducir los sentidos de la vista y el oído de forma artificial, con grandes resultados en el ámbito de la inteligencia artificial y el deep learning, le ha llegado la hora al sentido del olfato. Investigadores de Google trabajan en un tipo de red neuronal profunda diseñada para predecir directamente los descriptores de olor para moléculas individuales.

Las posibilidades futuras de esta investigación iniciada por el equipo de Google AI son "numerosas": abarcan desde el diseño de nuevas moléculas olfativas más baratas y producidas de forma más sostenible, hasta la digitalización del aroma, o incluso la posibilidad de que los que no tienen sentido del olfato tengan acceso a las rosas (y, por desgracia, también a los huevos podridos)".

Asimismo, con este proceso los investigadores también quieren "llamar la atención" y atraer a más científicos hacia el mundo del aprendizaje automático para fomentar la creación y el intercambio de conjuntos de datos abiertos y de alta calidad.

Neuronas sensoriales

A pesar de la importancia de este sentido (está ligado, por ejemplo, a desencadenar los recuerdos vividos), el olfato no ha recibido el mismo nivel de atención por parte de los investigadores del aprendizaje automático que la vista y el oído. Sin embargo, la percepción de olores en las personas es resultado de la activación de 400 tipos diferentes de receptores olfativos, que se expresan a través de un millón de neuronas sensoriales olfativas en el llamado epitelio olfativo.

"Resolver el problema de la predicción de olores ayudaría a descubrir nuevos olores sintéticos, reduciendo así el impacto ecológico en los productos naturales", explican desde el área de inteligencia artificial de Google. "La inspección de los modelos olfativos puede llevar incluso a nuevos conocimientos sobre la biología del olfato", aseguran.

Redes neuronales

En la investigación Machine Learning for Scent: Learning Generalizable Perceptual Representations of Small Molecules, el equipo de investigación de Google se sirve de redes neuronales basada en grafos (GNNs diseñadas para predecir directamente los descriptores de olores para moléculas individuales, ya que, en la actualidad, este tipo de predicciones en el caso de los olores supone un problema de clasificación por las múltiples étiquetas que se necesitan para construir una fragancia. Por ejemplo, la vainilla se describe como dulce, cremosa, cholotate, entre otras notas, unas más evidentes que otras.

Como las moléculas son análogas a los grafos: con átomos que forman los vértices y enlaces que forman los bordes, este tipo de redes neruonales son el "modelo natural" para comprender este sentido. "Esta red genera una predicción de los descriptores de olores, tal como la proporcionan los expertos en perfumes", aseguran desde Google.