AI ændrer den måde, vi tænker på at bevare dufte på, og kan potentielt redde sjældne dufte, der er på randen af at forsvinde.
Idelfonso Nogueira og hans team ved Norges teknisk-naturvidenskabelige universitet viste, at kunstig intelligens kunne skabe formler, der kunne genskabe parfumer.
Den undersøgelse involverer profilering af dufte efter deres "duftfamilie" - beskrivende termer som "krydret" eller "moskus" - og deres "lugtværdi", som måler en dufts intensitet.
For eksempel fandt de en duft med en høj lugtværdi for "coumarinic" (minder om vanilje) og en anden, der var særlig "alkoholisk".
Forskerne vil bruge denne proces til at bevare obskure og sjældne lugte - som dem, der stammer fra skiftende naturlige miljøer eller planter på randen af udryddelse - ved at genskabe dem fra en enkelt prøve.
Det kunne også muliggøre en effektiv, reproducerbar proces til at skabe parfumer, en opgave, der typisk kræver mange forsøg og fejl.
Opdeling af metoder
Det første skridt er at analysere målduftene for at forstå deres duftprofiler, herunder deres duftfamilier (som "krydret" eller "moskus") og deres intensitet.
Ved hjælp af et Gated Graph Neural Network (GGNN), der er trænet på en stor database med molekyler, genererer teamet derefter nye molekyler, der potentielt kan replikere målduften.
Denne proces involverer to faser: træning af GGNN med kendte molekyler for at lære forholdet mellem molekylære strukturer og deres dufte og derefter generering af nye molekyler, der matcher den ønskede duftprofil gennem transfer learning.
Nogueira forklarer, at opfattelsen af lugt ændrer sig på grund af de fysiske og kemiske interaktioner, som molekylerne gennemgår med luft eller hud. For at genskabe de originale dufte nøjagtigt valgte de AI-genererede molekyler, der fordampede på samme måde som dem i de originale dufte, og løste udfordringen med at indfange "topnoternes" flygtige natur og "bundnoternes" lange holdbarhed.
Efter at have genereret en række molekyler vælger teamet dem, der bedst matcher målduftens duftprofil baseret på deres damptryk og duftnoter.
Den sidste fase består i at optimere parfumeformuleringen, så den matcher den oprindelige duft. Denne proces tager højde for intensiteten af de forskellige duftfamilier i duften og justerer duftens molekylære sammensætning i overensstemmelse hermed.
En af de dufte, der blev fremstillet med denne metode, var en nøje kopi af originalen med mindre afvigelser i de "kumarinagtige" og "skarpe" noter. Den anden var næsten et nøjagtigt match.
Forfatterne foreslår, at en udvidelse af databasen til at omfatte mere komplekse molekyler kan forbedre nøjagtigheden af disse AI-genererede dufte og tilbyde en billigere og mere bæredygtig løsning til parfumeindustrien, som i øjeblikket står over for høje omkostninger og lange udviklingstider.
Nogueira er klar til at teste teknologien yderligere ved at opleve nogle af de AI-genererede dufte på første hånd i en kollegas laboratorium i Ljubljana, Slovenien. "Jeg er meget spændt på at lugte til dem," siger han.
AI har mange nye anvendelser i mindre mistænkelige applikationer, som f.eks. da forskere brugte neurale netværk til at geolokalisere vinens unikke smagsprofiler for at belyse det kemiske grundlag for terroir.
