لا أعرف عدد الأشخاص الذين ما زالوا يتذكرون Google Nose.
يدعي هذا المشروع الطريف الذي أطلقته جوجل في يوم كذبة إبريل عام 2013، أنه يمتلك قاعدة بيانات للروائح تحتوي على 15 مليون نكهة، ويحتاج المستخدمون فقط إلى إدخال الكلمات الرئيسية في مربع بحث جوجل والنقر على "شم" لشمها مباشرة بجوار أجهزة الكمبيوتر الخاصة بهم. الشيء، مثل رائحة سيارة جديدة، أو رائحة نار المخيم، أو رائحة قبر مصري (؟)، إلخ.
هذه النكتة الشنيعة والرائعة منذ عشر سنوات هي التي تم تحويلها جزئيًا إلى حقيقة بواسطة مخترعها.
نشرت مجلة "Science" في أوائل سبتمبر من هذا العام ورقة بحثية نشرت بشكل مشترك من قبل فرق بحثية متعددة بما في ذلك الشركة الناشئة Osmo (المنبثقة من Google) ومركز Monell Chemical Senses (مركز Monell Chemical Senses)، والتي ذكرت، ** نماذج الذكاء الاصطناعي يمكنها منح الآلات "حاسة شم" أفضل من البشر**.
للوهلة الأولى قد يبدو هذا أمراً لا يصدق. ففي نظر عامة الناس، تعتبر حاسة الشم وجوداً أكثر تجريداً من الرؤية والسمع. يمكن لطيف الألوان RGB أن يصف الألوان التي تراها العين البشرية، ويمكن أيضًا تحويل الأصوات التي تسمعها الأذن البشرية إلى أطوال موجية ذات ترددات مختلفة، بل وتجعل الناس يشعرون بالاهتزازات، ومع ذلك، لا يمكن رؤية أو رؤية سوى حاسة الشم فقط. لمست، بل وأكثر صعوبة في وصفها بالمؤشرات الكمية.
وبعبارة أخرى، فإن رقمنة الرائحة تبدو مستحيلة.
تتمثل المهمة الأساسية للباحثين في هذه الورقة في محاولة إنشاء خريطة شمية بشرية عالية الأبعاد يمكن أن تعكس بأمانة خصائص الرائحة، أي POM (خريطة الرائحة الأساسية).
فكيف يتم ذلك بالضبط؟
نحن نعلم أن الرائحة هي استجابة الجهاز الشمي البشري لجزيئات محددة منتشرة في الهواء. بعد دخول جزيئات الرائحة إلى فتحتي الأنف، ستتفاعل مع الخلايا الشمية الموجودة فوق تجويف الأنف (المستقبلات)، وستنتقل الموجات الكهربية الحيوية المتولدة إلى الدماغ عبر الأعصاب، ومن ثم يتم التعرف على الرائحة.
إن تركيب الرائحة في الواقع أكثر تعقيداً بكثير من اللون والصوت، فهناك الملايين من الأنواع المختلفة، وكل رائحة تتكون من مئات الجزيئات الكيميائية ذات الخصائص المختلفة. في المقابل، لدى البشر ما يقرب من 400 مستقبلات شمية وظيفية، وهو ما يتجاوز بكثير الأربعة التي نستخدمها للرؤية وحوالي 40 المستخدمة للتذوق.
لذا، في مواجهة هذه الآلية الشمية المعقدة، كان أول شيء فعله الباحثون هو إنشاء نموذج للتعلم الآلي - الشبكة العصبية لتمرير الرسائل (MPNN).
رسم تخطيطي للنموذج
هذه شبكة عصبية محددة للرسم البياني (GNN)، لأن الشبكة العصبية للرسم البياني هي طريقة تعلم عميقة تعتمد على بنية الرسم البياني، والتي تقدم تحليل الرسم البياني التقليدي وتوفر طريقة لاستخراج الميزات من البيانات غير المنتظمة، لذا فهي أيضًا مناسبة جدًا للتعلم ميزات الرائحة المعقدة.
بعد بناء النموذج، فإن الخطوة التالية هي تزويده بالمواد التعليمية.
قام الباحثون بدمج قاعدة بيانات النكهات والعطور Good Scents و Leffingwell & Associates (GS-LF) وأنشأوا مجموعة بيانات مرجعية تحتوي على حوالي 5000 جزيء كمواد تدريبية أساسية، يمكن أن يحتوي كل جزيء على علامات رائحة متعددة، مثل الفواكه، والزهور، والجبن. والنعناع وأكثر من ذلك.
بعض الجزيئات في قاعدة بيانات GS-LF
ومن خلال أخذ شكل الجزيء وبنيته كمدخل للبيانات، يكون النموذج قادرًا على إخراج كلمات الرائحة المقابلة التي تصف رائحة معينة بشكل أفضل.
من أجل جعل نتائج التدريب أكثر دقة، يستخدم الباحثون أيضًا طرقًا مختلفة لتحسين معلمات النموذج. على سبيل المثال، تنقسم قاعدة بيانات النكهات والعطور GS-LF إلى مجموعة تدريب ومجموعة اختبار بنسبة 8:2، وتنقسم مجموعة التدريب أيضًا إلى خمس مجموعات فرعية للتحقق المتبادل؛ ويتم استخدام خوارزمية التحسين الافتراضية للتحقق من صحة البيانات، وتحسين المعلمات الفائقة لنموذج GNN، وما إلى ذلك.
ستشكل التجربة في النهاية الخريطة الشمية عالية الأبعاد التالية POM (جزئية):
تمثل هذه الصورة بشكل بديهي المسافة الإدراكية لكل رائحة، على سبيل المثال، هناك مسافات إدراكية كبيرة بين الفئات الزهرية واللحومية والأثيرية، ولكن تحت كل فئة تم تضمين الروائح الأكثر تحديدًا، مثل الزنبق (الموغيت) والخزامى (الخزامى) والياسمين. (الياسمين) تحت رائحة الزهور، يكون لها مسافة إدراك أقرب.
قارنت الورقة POM مع خرائط مورغان المعتمدة على بصمات الأصابع، والتي تمت دراستها من قبل، ووجدت أن الأخيرة لا يمكنها حتى الآن أن تعكس المسافة الإدراكية المذكورة أعلاه:
ومن أجل التحقق بشكل أكبر من تأثير التدريب على النموذج، قام الباحثون بعد ذلك بتعيين 15 خبيرًا في الروائح للتنافس مع النموذج لمعرفة من يمكنه التعرف على الروائح بشكل أكثر دقة.
يحتاج كل خبير من الخبراء الخمسة عشر إلى شم 400 رائحة، وسيقوم الباحثون بإعطاء 55 صفة رائحة ويطلبون منهم تقييم الخيارات الـ 55 على مقياس من 1 إلى 5 لكل رائحة لتقييم مدى ملاءمة كل صفة رائحة لهذا الغرض. يشم.
وقد وجد أنه بالنسبة لـ 53% من جزيئات الاختبار، كان أداء النموذج أفضل من متوسط أداء أعضاء اللجنة.
كما صنف الباحثون نتائج تنبؤ النموذج حسب واصفات الرائحة ووجدوا أنه، باستثناء المسك، كانت نتائج تنبؤ النموذج للروائح الجزيئية كلها ضمن توزيع الخطأ للمجموعة البشرية، وتفوقت على نتائج التنبؤ لـ 30 واصفًا للرائحة. :
وفي وقت لاحق، قام الباحثون أيضًا بالتحقق مرارًا وتكرارًا من أداء النموذج وحصلوا على علاقة مستقرة نسبيًا بين البنية الجزيئية والرائحة.
ندخل الآن إلى المرحلة الأكثر إثارة وهي رسم خرائط الرائحة على نطاق واسع، وأخيراً نحصل على الصورة التالية:
يمكنك فهم المخطط الإحداثي أعلاه الذي يشير إلى مسافة إدراك الرائحة كنسخة مكبرة بلا حدود من هذا المخطط. تذكر الورقة أن هذه الخريطة تحتوي على حوالي 500000 جزيء رائحة، لم يتم اكتشاف أو تصنيع الكثير منها (ولكن يمكن حسابها بالفعل).
ولإجراء مقارنة أكثر بديهية، إذا قام مقيِّم بشري مدرب بالبحث عن هذه الروائح، فسيستغرق الأمر حوالي 70 عامًا من العمل المتواصل لجمعها جميعًا.
يبدو أن هذه الورقة قد أنجزت شيئًا كبيرًا حقًا.
في هذا الوقت، تساءل بعض مستخدمي الإنترنت، لماذا تحتاج الآلة إلى الرائحة؟
كما أبدى آخرون آرائهم الخاصة، مثل التفكير في أنه يمكن استخدامه لمراقبة جودة معالجة مياه الصرف الصحي في المصانع، واستنشاق المتفجرات أو المخدرات أو الجثث، وما إلى ذلك:
ونتيجة لذلك، قد تكون الكلاب البوليسية وكلاب البحث والإنقاذ خارج الخدمة.
ويأمل بعض الناس في تطوير مزيل عرق جيد بناءً على ذلك، لأن الناس سوف تنبعث منهم رائحة كريهة بعد القيام بالكثير من التمارين الرياضية مثل الجري أو رفع الأثقال:
كما يهتم بعض الأشخاص بشدة بالتطبيقات الطبية لنتيجة هذا البحث، مثل تطوير علاجات جديدة لفقدان حاسة الشم، أو الكشف عن الأمراض عن طريق الرائحة، وما إلى ذلك:
هناك أيضًا ممارسون في صناعة العطور يشعرون أن هذا ساعدهم كثيرًا، "إنه يخبر زملائي عندما يضعون الكثير من الكولونيا":
هذه التوقعات ليست في الواقع غير معقولة. بادئ ذي بدء، يمكن للآلات بالفعل أن تساعد البشر على حل مشكلة التحديد غير الدقيق للروائح في بعض الأحيان - تظهر الأبحاث أن كل شخص لديه تصورات مختلفة للروائح، وسوف تؤدي إلى ردود أفعال مختلفة بناءً على الإشارات الحسية والفسيولوجية، والتي تتأثر أيضًا بالخبرة والتوقعات والخبرة. والشخصية أو تأثير العوامل الظرفية.
وفي بعض الأحيان تكون الرائحة مهمة جدًا للناس.
وغني عن القول أن الروائح الكريهة وبعض الغازات الضارة قد تكون ضارة بالصحة أيضًا، وفي هذا الوقت، سيكون من الرائع أن تحل الآلات محل بعض المهن لمساعدة البشر أو الحيوانات على العمل.
بالنسبة للمهن الأخرى التي يمكن أن تجلب فيها الرائحة فوائد، مثل العطارين والطهاة والمصممين والفنانين والمهندسين المعماريين، وما إلى ذلك، هناك أيضًا حاجة لإعداد روائح أكثر وظيفية. وتستخدم بعض المناسبات الروائح في البيئة. على سبيل المثال، يقوم مركز سلون كيترينج للسرطان في نيويورك بتوزيع زيت الفانيليا في الهواء لتقليل رهاب الأماكن المغلقة لدى المرضى أثناء اختبارات التصوير بالرنين المغناطيسي؛ كما يقوم مجلس شيكاغو للتجارة بتوزيع روائح معينة. لتقليل الضوضاء بالديسيبل في قاعة التداول.
وأظهرت دراسات أخرى أن معظم الذكريات المرتبطة بالرائحة لدى البشر تأتي من السنوات العشر الأولى من الرضاعة والطفولة المبكرة، في حين أن الذكريات الناتجة عن اللغة والرؤية عادة ما يتم إنتاجها بين سن 10 و30 عامًا. وهذا يفسر جزئيًا سبب قدرة الروائح على إثارة ذكريات بعيدة، والذكريات التي يتم استحضارها من خلال الروائح غالبًا ما تكون مشحونة عاطفيًا أكثر من الذكريات التي يتم استحضارها عن طريق البصر أو السمع.
ولذلك فإن العلاقة بين الرائحة والإنسان لا تزال وثيقة للغاية، ولكننا لا ندركها بسهولة في كثير من الحالات.
كما تم التحقق من تخمينات مستخدمي الإنترنت من قبل أحد مؤلفي الورقة، أليكس ويلتشكو من شركة Osmo. وكتب في مقال نشر على الموقع الرسمي لأوسمو،
** "رسم خرائط الرائحة هو الأساس لأهدافنا الأكبر. إذا كان من الممكن تطوير نظام وظيفي يحاكي أنفنا أو أنف الكلب، فيمكننا اكتشاف الأمراض مبكرًا؛ كما سيساعد الذكاء الاصطناعي الأطباء في العثور على احتمالية أكبر للاكتشاف في عيادة. لتطوير أدوية ناجحة ومساعدة الكيميائيين الاصطناعيين وصانعي العطور بشكل أفضل في عملهم...هدف عملنا المستقبلي هو إرساء أساس علمي وتجاري متين لتحسين صحة الإنسان وسعادته."**
ومع ذلك، قال أيضًا إن الورقة لا تزال بها العديد من أوجه القصور.
على سبيل المثال، من المستحيل أن تعكس شدة رائحة الجزيء، ولا يمكن التنبؤ إلا بما تبدو عليه رائحته؛ يتم التنبؤ فقط برائحة جزيء واحد، ولكن في الحياة الواقعية تكون رائحة مختلطة أكثر؛ وحتى لو كانت جميعها إذا تم تحقيق القدرات، فلا يمكن التنبؤ بالرائحة، وسيكون التكرار والاستعادة أيضًا تحديًا كبيرًا وما إلى ذلك.
أخيرًا، بعد أن قال الكثير، كان تعليق أحد مستخدمي الإنترنت بسيطًا للغاية، "أعتقد أن هذا سيجعل تذوق النبيذ أقل متعة":
شاهد النسخة الأصلية
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
عندما يتعلم الذكاء الاصطناعي الشم، يمكن للبشر توفير 70 عامًا من العمل
لا أعرف عدد الأشخاص الذين ما زالوا يتذكرون Google Nose.
يدعي هذا المشروع الطريف الذي أطلقته جوجل في يوم كذبة إبريل عام 2013، أنه يمتلك قاعدة بيانات للروائح تحتوي على 15 مليون نكهة، ويحتاج المستخدمون فقط إلى إدخال الكلمات الرئيسية في مربع بحث جوجل والنقر على "شم" لشمها مباشرة بجوار أجهزة الكمبيوتر الخاصة بهم. الشيء، مثل رائحة سيارة جديدة، أو رائحة نار المخيم، أو رائحة قبر مصري (؟)، إلخ.
هذه النكتة الشنيعة والرائعة منذ عشر سنوات هي التي تم تحويلها جزئيًا إلى حقيقة بواسطة مخترعها.
نشرت مجلة "Science" في أوائل سبتمبر من هذا العام ورقة بحثية نشرت بشكل مشترك من قبل فرق بحثية متعددة بما في ذلك الشركة الناشئة Osmo (المنبثقة من Google) ومركز Monell Chemical Senses (مركز Monell Chemical Senses)، والتي ذكرت، ** نماذج الذكاء الاصطناعي يمكنها منح الآلات "حاسة شم" أفضل من البشر**.
وبعبارة أخرى، فإن رقمنة الرائحة تبدو مستحيلة.
تتمثل المهمة الأساسية للباحثين في هذه الورقة في محاولة إنشاء خريطة شمية بشرية عالية الأبعاد يمكن أن تعكس بأمانة خصائص الرائحة، أي POM (خريطة الرائحة الأساسية).
فكيف يتم ذلك بالضبط؟
نحن نعلم أن الرائحة هي استجابة الجهاز الشمي البشري لجزيئات محددة منتشرة في الهواء. بعد دخول جزيئات الرائحة إلى فتحتي الأنف، ستتفاعل مع الخلايا الشمية الموجودة فوق تجويف الأنف (المستقبلات)، وستنتقل الموجات الكهربية الحيوية المتولدة إلى الدماغ عبر الأعصاب، ومن ثم يتم التعرف على الرائحة.
إن تركيب الرائحة في الواقع أكثر تعقيداً بكثير من اللون والصوت، فهناك الملايين من الأنواع المختلفة، وكل رائحة تتكون من مئات الجزيئات الكيميائية ذات الخصائص المختلفة. في المقابل، لدى البشر ما يقرب من 400 مستقبلات شمية وظيفية، وهو ما يتجاوز بكثير الأربعة التي نستخدمها للرؤية وحوالي 40 المستخدمة للتذوق.
لذا، في مواجهة هذه الآلية الشمية المعقدة، كان أول شيء فعله الباحثون هو إنشاء نموذج للتعلم الآلي - الشبكة العصبية لتمرير الرسائل (MPNN).
هذه شبكة عصبية محددة للرسم البياني (GNN)، لأن الشبكة العصبية للرسم البياني هي طريقة تعلم عميقة تعتمد على بنية الرسم البياني، والتي تقدم تحليل الرسم البياني التقليدي وتوفر طريقة لاستخراج الميزات من البيانات غير المنتظمة، لذا فهي أيضًا مناسبة جدًا للتعلم ميزات الرائحة المعقدة.
بعد بناء النموذج، فإن الخطوة التالية هي تزويده بالمواد التعليمية.
قام الباحثون بدمج قاعدة بيانات النكهات والعطور Good Scents و Leffingwell & Associates (GS-LF) وأنشأوا مجموعة بيانات مرجعية تحتوي على حوالي 5000 جزيء كمواد تدريبية أساسية، يمكن أن يحتوي كل جزيء على علامات رائحة متعددة، مثل الفواكه، والزهور، والجبن. والنعناع وأكثر من ذلك.
ومن خلال أخذ شكل الجزيء وبنيته كمدخل للبيانات، يكون النموذج قادرًا على إخراج كلمات الرائحة المقابلة التي تصف رائحة معينة بشكل أفضل.
من أجل جعل نتائج التدريب أكثر دقة، يستخدم الباحثون أيضًا طرقًا مختلفة لتحسين معلمات النموذج. على سبيل المثال، تنقسم قاعدة بيانات النكهات والعطور GS-LF إلى مجموعة تدريب ومجموعة اختبار بنسبة 8:2، وتنقسم مجموعة التدريب أيضًا إلى خمس مجموعات فرعية للتحقق المتبادل؛ ويتم استخدام خوارزمية التحسين الافتراضية للتحقق من صحة البيانات، وتحسين المعلمات الفائقة لنموذج GNN، وما إلى ذلك.
ستشكل التجربة في النهاية الخريطة الشمية عالية الأبعاد التالية POM (جزئية):
قارنت الورقة POM مع خرائط مورغان المعتمدة على بصمات الأصابع، والتي تمت دراستها من قبل، ووجدت أن الأخيرة لا يمكنها حتى الآن أن تعكس المسافة الإدراكية المذكورة أعلاه:
يحتاج كل خبير من الخبراء الخمسة عشر إلى شم 400 رائحة، وسيقوم الباحثون بإعطاء 55 صفة رائحة ويطلبون منهم تقييم الخيارات الـ 55 على مقياس من 1 إلى 5 لكل رائحة لتقييم مدى ملاءمة كل صفة رائحة لهذا الغرض. يشم.
وقد وجد أنه بالنسبة لـ 53% من جزيئات الاختبار، كان أداء النموذج أفضل من متوسط أداء أعضاء اللجنة.
كما صنف الباحثون نتائج تنبؤ النموذج حسب واصفات الرائحة ووجدوا أنه، باستثناء المسك، كانت نتائج تنبؤ النموذج للروائح الجزيئية كلها ضمن توزيع الخطأ للمجموعة البشرية، وتفوقت على نتائج التنبؤ لـ 30 واصفًا للرائحة. :
ندخل الآن إلى المرحلة الأكثر إثارة وهي رسم خرائط الرائحة على نطاق واسع، وأخيراً نحصل على الصورة التالية:
ولإجراء مقارنة أكثر بديهية، إذا قام مقيِّم بشري مدرب بالبحث عن هذه الروائح، فسيستغرق الأمر حوالي 70 عامًا من العمل المتواصل لجمعها جميعًا.
يبدو أن هذه الورقة قد أنجزت شيئًا كبيرًا حقًا.
في هذا الوقت، تساءل بعض مستخدمي الإنترنت، لماذا تحتاج الآلة إلى الرائحة؟
ويأمل بعض الناس في تطوير مزيل عرق جيد بناءً على ذلك، لأن الناس سوف تنبعث منهم رائحة كريهة بعد القيام بالكثير من التمارين الرياضية مثل الجري أو رفع الأثقال:
وفي بعض الأحيان تكون الرائحة مهمة جدًا للناس.
وغني عن القول أن الروائح الكريهة وبعض الغازات الضارة قد تكون ضارة بالصحة أيضًا، وفي هذا الوقت، سيكون من الرائع أن تحل الآلات محل بعض المهن لمساعدة البشر أو الحيوانات على العمل.
بالنسبة للمهن الأخرى التي يمكن أن تجلب فيها الرائحة فوائد، مثل العطارين والطهاة والمصممين والفنانين والمهندسين المعماريين، وما إلى ذلك، هناك أيضًا حاجة لإعداد روائح أكثر وظيفية. وتستخدم بعض المناسبات الروائح في البيئة. على سبيل المثال، يقوم مركز سلون كيترينج للسرطان في نيويورك بتوزيع زيت الفانيليا في الهواء لتقليل رهاب الأماكن المغلقة لدى المرضى أثناء اختبارات التصوير بالرنين المغناطيسي؛ كما يقوم مجلس شيكاغو للتجارة بتوزيع روائح معينة. لتقليل الضوضاء بالديسيبل في قاعة التداول.
وأظهرت دراسات أخرى أن معظم الذكريات المرتبطة بالرائحة لدى البشر تأتي من السنوات العشر الأولى من الرضاعة والطفولة المبكرة، في حين أن الذكريات الناتجة عن اللغة والرؤية عادة ما يتم إنتاجها بين سن 10 و30 عامًا. وهذا يفسر جزئيًا سبب قدرة الروائح على إثارة ذكريات بعيدة، والذكريات التي يتم استحضارها من خلال الروائح غالبًا ما تكون مشحونة عاطفيًا أكثر من الذكريات التي يتم استحضارها عن طريق البصر أو السمع.
ولذلك فإن العلاقة بين الرائحة والإنسان لا تزال وثيقة للغاية، ولكننا لا ندركها بسهولة في كثير من الحالات.
كما تم التحقق من تخمينات مستخدمي الإنترنت من قبل أحد مؤلفي الورقة، أليكس ويلتشكو من شركة Osmo. وكتب في مقال نشر على الموقع الرسمي لأوسمو،
ومع ذلك، قال أيضًا إن الورقة لا تزال بها العديد من أوجه القصور.
على سبيل المثال، من المستحيل أن تعكس شدة رائحة الجزيء، ولا يمكن التنبؤ إلا بما تبدو عليه رائحته؛ يتم التنبؤ فقط برائحة جزيء واحد، ولكن في الحياة الواقعية تكون رائحة مختلطة أكثر؛ وحتى لو كانت جميعها إذا تم تحقيق القدرات، فلا يمكن التنبؤ بالرائحة، وسيكون التكرار والاستعادة أيضًا تحديًا كبيرًا وما إلى ذلك.
أخيرًا، بعد أن قال الكثير، كان تعليق أحد مستخدمي الإنترنت بسيطًا للغاية، "أعتقد أن هذا سيجعل تذوق النبيذ أقل متعة":