Inteligência artificial cresce um nariz

As previsões de odor dos programas de computador estão no nariz.

Fonte da imagem / Alamy Stock Photo

Inteligência artificial cresce um nariz

Por Robert F. ServiceFeb. 19, 2017, 20:15

Prever cores é fácil: acenda uma luz com um comprimento de onda de 510 nanômetros e a maioria das pessoas dirá que ela parece verde. No entanto, descobrir exatamente como uma molécula em particular cheira é muito mais difícil. Agora, 22 equipes de cientistas da computação revelaram um conjunto de algoritmos capazes de prever o odor de diferentes moléculas com base em sua estrutura química. Resta ver quão amplamente úteis serão esses programas, mas uma esperança é que esses algoritmos possam ajudar os fabricantes de fragrâncias e os produtores de alimentos a projetar novos odorantes com aromas precisos.

Esse último esforço de previsão do cheiro começou com um estudo recente da pesquisadora olfativa Leslie Vosshall e colegas da Universidade Rockefeller, em Nova York, na qual 49 voluntários classificaram o cheiro de 476 frascos de odores puros. Para cada um, os voluntários rotularam o cheiro com um dos 19 descritores, incluindo “peixe”, “alho”, “doce” ou “queimado”. Eles também avaliaram o prazer e a intensidade de cada odor, criando um enorme banco de dados de mais de 1 milhões de pontos de dados para todas as moléculas de odorantes em seu estudo.

Quando o biólogo computacional Pablo Meyer soube do estudo Rockefeller há dois anos, ele viu uma oportunidade de testar se os cientistas da computação poderiam usá-lo para prever como as pessoas avaliavam os cheiros. Além de trabalhar no Centro de Pesquisa Thomas J. Watson, da IBM, em Yorktown Heights, Nova York, Meyer lidera algo chamado de desafios DREAM, concursos que pedem a equipes de cientistas da computação que resolvam problemas biomédicos pendentes, como prever o resultado do tratamento do câncer de próstata com base em análises clínicas. variáveis ​​ou detecção de câncer de mama a partir de dados da mamografia. "Eu sabia, na faculdade, que o olfato ainda era uma das grandes incógnitas", diz Meyer. Embora os pesquisadores tenham descoberto cerca de 400 receptores de odor separados em seres humanos, ele acrescenta, o modo como eles trabalham juntos para distinguir diferentes cheiros continua sendo um mistério.

Em 2015, Meyer e seus colegas criaram o DREAM Olfaction Prediction Challenge. Eles dividiram o conjunto de dados do grupo Rockefeller em três partes. Os participantes receberam as classificações voluntárias de dois terços dos odores, juntamente com a estrutura química das moléculas que os produziram. Eles também receberam mais de 4800 descritores para cada molécula, como os átomos incluídos, seu arranjo e geometria, que constituíram um conjunto separado de mais de 2 milhões de pontos de dados. Esses dados foram usados ​​para treinar seus modelos de computador na previsão de odores a partir de informações estruturais químicas. Os grupos de dados restantes - dois conjuntos de 69 classificações e suas informações químicas correspondentes - foram usados ​​para testar o quão bem os modelos previam tanto como uma pessoa média classificaria um odor e como cada um dos 49 indivíduos classificaria eles.

Vinte e duas equipes de todo o mundo aceitaram o desafio. Muitos foram bem, mas dois se destacaram. Uma equipe liderada por Yuanfang Guan, cientista da computação da Universidade de Michigan em Ann Arbor, obteve a melhor pontuação ao prever como os indivíduos avaliam os cheiros. Outra equipe liderada por Richard Gerkin, da Universidade Estadual do Arizona em Tempe, previu melhor como todos os participantes classificariam os cheiros em média, relatam hoje Meyer e seus colegas na Science.

"Aprendemos que podemos atribuir características estruturais muito especificamente às descrições do odor", diz Meyer. Por exemplo, moléculas com grupos de enxofre tendem a produzir um cheiro "de alho", e moléculas com uma estrutura química semelhante à vanilina, a partir de baunilha, prevê se os indivíduos perceberão um cheiro de "padaria".

Meyer sugere que esses modelos podem ajudar as empresas de fragrâncias e aromas a criar novas moléculas ajustadas para provocar cheiros específicos, como sândalo ou frutas cítricas. Mas Avery Gilbert, psicóloga biológica da Synesthetics em Fort Collins, Colorado, e veterana da indústria de fragrâncias e sabores, diz que não tem tanta certeza. Gilbert diz que o novo trabalho é útil, pois fornece um conjunto de dados tão grande. Mas os 19 diferentes descritores verbais de diferentes aromas, ele diz, são muito limitados. "Esse é realmente um número reduzido de atributos", diz ele. Estudos alternativos fizeram com que voluntários usassem 80 ou mais categorias para avaliar cheiros diferentes.

O resultado é que, embora o estudo atual tenha mostrado que os computadores podem prever quais das 19 palavras as pessoas usarão para descrever esse conjunto de odores, não está claro se os mesmos programas de inteligência artificial enfrentariam o desafio se houvesse mais categorias. “Se você tivesse descritores diferentes, poderia ter modelos diferentes para prever melhor. Portanto, não tenho certeza de onde isso nos deixa ”, diz Gilbert. Talvez sirva principalmente como um lembrete de que a percepção do odor continua sendo um desafio tanto para os cientistas humanos quanto para a inteligência artificial.