Pesquisadores do Google ensinam um dispositivo de IA a identificar cheiros
Em artigo
publicado na semana passada, a Google Research, divisão de pesquisas do Google,
explicou como suas equipes têm utilizado métodos de aprendizagem automática
para treinar um dispositivo de inteligência artificial (IA) a prever "a
relação entre a estrutura de uma molécula e seu odor", ou seja, a
identificar diferentes cheiros com base na forma da molécula.
Predizer a relação entre a estrutura de uma molécula e seu cheiro não é
uma tarefa fácil. Essa problemática, denominada "modelização
quantitativa da relação estrutura-odor" (QSOR) constitui um desafio
importante para as ciências químicas e, potencialmente, pode abrir novos
caminhos na criação de perfumes sintéticos
Uma equipe de pesquisadores do Google
publicou recentemente um artigo que relata a experiência de construção de uma
rede neural com o objetivo de estabelecer a relação entre a estrutura de uma
molécula e o seu cheiro. (Foto: © grinvalds / Istock.com)
Um artigo
publicado em 23 de outubro de 2019 por uma equipe de
pesquisadores do Google explica de que forma a aprendizagem automática pode ser
usada para determinar o tipo de relação existente entre o cheiro de uma
molécula e a sua estrutura - uma incógnita que os cientistas vêm tentando
quantificar há mais de 70 anos.
Embora as estruturas moleculares possam ajudar os cientistas a formar
uma ideia visual ou auditiva de algo, "predizer a relação entre a
estrutura de uma molécula e seu cheiro não é uma tarefa fácil, e as muitas
tentativas empreendidas há décadas não nos deixam mentir".
Os cientistas usaram métodos de aprendizagem automática para determinar
essa relação quantitativa subjacente, com base em um modelo similar ao que vem
sendo usado para a aprendizagem em profundidade da predição de características
visuais e auditivas.
Profissionais especializados em substâncias odoríferas (em particular
perfumistas) constituíram um banco de dados com 5.030 moléculas, que foram
rotuladas em função do cheiro que as caracterizam (fruta, pão, noz e queijo).
Com base nesses dados, a equipe construiu uma rede neural convolucional, a fim
de estabelecer uma relação entre a forma da molécula e o rótulo em questão. As
semelhanças estruturais e formais entre as partes ou a totalidade das moléculas
permitiram que essa rede neural identificasse as regiões responsáveis pelos nós
referentes à característica "perfume".
Segundo o artigo, a possibilidade de utilizar machine learning para
predizer os cheiros a partir das estruturas moleculares "possivelmente
contribuirá para a descoberta de novas fragrâncias sintéticas" e,
portanto, para reduzir a exploração de recursos naturais.
Brazil Beauty News, em colaboração com AFP/Relaxnews
(Tradução: Maria
Marques)
Fonte: Brazil Beauty News,
CONECTE-SE
com a nossa rede de usuários!
Um espaço onde os usuários podem se apresentar. O objetivo da rede é facilitar a conexão e criação de parcerias.
CADASTRE-SE