В отличие от определения цветов, которые легко идентифицируются по длине волны, определение запахов по молекулам отличается крайней неоднозначностью. Часто даже два человека могут один и тот же аромат описать по-разному. А ведь в строении молекул есть ещё так называемые хиральные пары, когда все связи и строения атомов одинаковые и отличаются только зеркальным отражением друг друга, например, тмин и мята, ароматы которых совершенно не совпадают при одинаковом строении на атомарном уровне. Человек отличит эту тонкость, а как научить этому ИИ? Но ведь это не остановит учёных?

Исследователи из Google задались целью научить ИИ распознавать запахи по молекулярному строению веществ. Из примерно 5000 молекул с известным описанием ароматов в таких терминах, как «маслянистый», «тропический», «слабый» и так далее, для обучения ИИ была сделана выборка на 2/3 из исходных данных. Глубокое машинное обучение проводилось на такой свёрточной нейросети, как GNN (graph neural network). На основе полученной модели искусственному интеллекту были предложены оставшиеся молекулы, которые система смогла более-менее успешно идентифицировать самостоятельно.

В компании Google не испытывают иллюзий по поводу скорого появления ИИ-платформ для точного определения запахов. Это очень сложная для решения проблема. Например, у человека для этого в носу расположено свыше 400 типов рецепторов, а ведь ещё различать запахи мы учимся с рождения. Но решение проблемы с определением ароматов манит широкими перспективами: от оцифровки с возможностью компьютерного синтеза запахов до возвращения чувствительности к ароматам людям, лишённых этой роскоши по тем или иным причинам.

Работы в этом направлении ведутся во многих странах мира. Россия также вовлечена в процесс создания «электронного носа» и решений для идентификации запахов. В Google надеются, что научное сообщество сможет обмениваться самыми современными моделями и наборами данных для продвижения по пути цифрового распознавания ароматов.