디지털 후각은 0에서 1로 다가오고, AI '조향사'는 인간과 비슷한 냄새를 예측한다

새로운 인공 지능 '코' 테스트를 돕기 위해 Drexel University의 Jonathan Deutsch는 알려지지 않은 화학 물질의 냄새를 맡고 설명하는 데 몇 시간을 보냈습니다. 이미지 출처: "Science" 잡지

1일 사이언스지에 실린 보도에 따르면 영국과 미국 과학자들이 새롭게 설계한 머신러닝 모델이 인간의 후각과 비슷한 수준에 도달해 화학물질의 냄새를 말로 표현할 수 있다고 합니다. 연구원들은 이를 사용하여 "과일" 또는 "풀"과 같은 수백 가지 화학 구조에 해당하는 냄새 지도를 "채색"했습니다. 이 가이드 맵은 연구자들이 새로운 합성 향을 설계하는 데 도움이 될 수 있으며 인간 두뇌가 냄새를 해석하는 방법에 대한 새로운 통찰력을 제공하여 냄새를 디지털화하는 데 한 걸음 더 가까워질 수 있습니다.

화학물질의 구조와 냄새 사이의 연관성을 탐구하기 위해 Google Research에서 분사한 스타트업인 Osmo는 미국 Monell Chemical Senses Research Center, 영국 레딩 대학교, 애리조나 주립대학교와 협력했습니다. 미국에서는 55개의 설명 단어 중 하나 이상을 냄새에 대한 설명과 일치시키는 신경망 시스템을 설계했습니다. 팀은 약 5,000개의 알려진 냄새 물질의 냄새가 포함된 업계 데이터 세트를 사용하여 AI를 훈련했습니다. AI는 또한 각 향의 화학구조를 분석해 구조와 향의 관계를 파악했다.

이 시스템은 약 250가지 화학 물질 구조의 특정 패턴과 특정 냄새 간의 상관 관계를 식별합니다. 연구자들은 이 관련 정보를 마스터 냄새 지도(POM)에 결합했습니다. 이 수치는 AI가 새로운 분자의 냄새를 예측할 때 참고자료로 활용될 수 있다.

POM의 후각을 인간 코의 감각과 비교하기 위해 15명의 자원 봉사자들이 특정 냄새를 AI가 사용하는 동일한 설명 단어 세트와 연결했습니다. 다음으로, 연구자들은 자연에 존재하지 않지만 설명할 수 있을 만큼 친숙한 수백 가지의 냄새 물질을 수집했습니다. 그들은 자원봉사자들에게 이 분자 중 323개를 설명하도록 요청하고 AI에게 화학 구조를 기반으로 각 새로운 분자의 냄새를 예측하도록 요청했습니다. 결과적으로 AI의 추측은 평균적인 인간 반응에 매우 가깝고 정답에 더 가깝습니다. 구체적으로, 모델은 테스트된 분자의 53%에서 패널리스트 평균보다 더 나은 성능을 보였습니다.

편집장 서클

"천상의" 냄새는 눈에 보이지도 않고 만질 수도 없습니다. 인공지능이 이를 어떻게 예측할 수 있을까요? 인공 지능은 종종 규칙적이고 논리적이며 계산 가능한 항목에 대해 강력한 이점을 보여줄 수 있다는 점을 잊지 마십시오. 화학물질의 냄새와 구조 사이에는 특별한 연관성이 있습니다. 인공지능이 향을 예측하고 인간 조향사와 경쟁할 수 있는 방법이 바로 여기에 있습니다.

(출처: 과학기술일보)

위 내용은 디지털 후각은 0에서 1로 다가오고, AI '조향사'는 인간과 비슷한 냄새를 예측한다의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!