Исследователи используют машинное обучение для копирования и воспроизведения ароматов.
ИИ меняет наше представление о сохранении запахов, что может спасти редкие ароматы, находящиеся на грани исчезновения.
Идельфонсо Ногейра и его команда из Норвежского университета науки и технологий продемонстрировали, что искусственный интеллект может создавать формулы для воссоздания парфюмерных композиций.
Сайт исследование В него входит профилирование ароматов по их "семейству запахов" - описательным терминам, таким как "пряный" или "мускусный" - и их "ценности запаха", которая определяет интенсивность запаха.
Например, они обнаружили один аромат с высоким значением запаха "кумариновый" (напоминающий ваниль), а другой - с выраженным "алкогольным".
Исследователи намерены использовать этот процесс для Сохранять неясные и редкие запахи - например, полученные из меняющейся природной среды или растений, находящихся на грани исчезновения, - воспроизводя их из одного образца.
Кроме того, он может обеспечить эффективный, воспроизводимый процесс создания духов, который обычно требует значительного количества проб и ошибок.
Разбивка методологии
На первом этапе необходимо проанализировать целевые ароматы, чтобы понять их ароматические профили, включая семейства запахов (например, "пряный" или "мускусный") и их интенсивность.
Затем, используя нейронную сеть Gated Graph Neural Network (GGNN), обученную на обширной базе данных молекул, команда генерирует новые молекулы, которые потенциально могут воспроизводить целевой аромат.
Этот процесс включает в себя две фазы: обучение GGNN на известных молекулах для изучения взаимосвязи между молекулярными структурами и их запахами, а затем генерирование новых молекул, соответствующих желаемому профилю запаха, путем обучения с переносом.
Ногейра объясняет, что восприятие запаха меняется из-за физических и химических взаимодействий молекул с воздухом или кожей. Для точного воспроизведения оригинальных ароматов они выбрали молекулы, созданные искусственным интеллектом, которые испаряются так же, как и в оригинальных ароматах, решая задачу передачи эфемерности "верхних нот" и долговечности "базовых нот".
После создания ряда молекул команда отбирает те, которые лучше всего соответствуют профилю аромата, основываясь на их давлении пара и нотах аромата.
На последнем этапе происходит оптимизация парфюмерной формулы, чтобы она соответствовала оригинальному запаху. При этом учитывается интенсивность различных семейств запахов в аромате и соответствующим образом корректируется молекулярный состав аромата.
Один из ароматов, полученных этим методом, в точности повторял оригинал, с небольшими отклонениями в "кумариновых" и "острых" нотах. Другой был почти точным совпадением.
Авторы предполагают, что расширение базы данных за счет включения в нее более сложных молекул может повысить точность генерируемых ИИ ароматов и предложить более дешевое и устойчивое решение для парфюмерной промышленности, которая в настоящее время сталкивается с высокими затратами и длительными сроками разработки.
Ногейра собирается проверить технологию на практике, попробовав некоторые из ароматов, созданных искусственным интеллектом, в лаборатории своего коллеги в Любляне, Словения. "Мне очень хочется почувствовать их запах", - говорит он.
ИИ имеет множество новых применений в менее подозрительных областях, например, когда исследователи использовали нейронные сети для определения географического местоположения Уникальные вкусовые характеристики вина чтобы пролить свет на химическую основу терруара.
