На відміну від визначення кольорів, які легко ідентифікуються за довжиною хвилі, визначення запахів за молекулами відрізняється крайньою неоднозначністю. Часто навіть дві людини можуть один і той же аромат описати по-різному. Адже в будові молекул є ще так звані хіральні пари, коли всі зв'язки і будови атомів однакові і відрізняються тільки дзеркальним відображенням один одного, наприклад, тмін і м'ята, аромати яких абсолютно не збігаються при однаковій будові на атомарному рівні. Людина відрізнить цю тонкість, а як навчити цьому ШІ? Але ж це не зупинить вчених?
Дослідники з Google задалися метою навчити ШІ розпізнавати запахи з молекулярної будови речовин. З приблизно 5000 молекул з відомим описом ароматів в таких термінах, як «маслянистий», «тропічний», «слабкий» і так далі, для навчання ШІ була зроблена вибірка на 2/3 з вихідних даних. Глибоке машинне навчання проводилося на такій згортковій нейромережі, як GNN (graph neural network). На основі отриманої моделі штучному інтелекту були запропоновані решта молекул, які система змогла більш-менш успішно ідентифікувати самостійно.
У компанії Google не відчувають ілюзій з приводу швидкої появи ШІ-платформ для точного визначення запахів. Це дуже складна для вирішення проблема. Наприклад, у людини для цього в носі розташовано понад 400 типів рецепторів, адже ще розрізняти запахи ми вчимося з народження. Але вирішення проблеми з визначенням ароматів вабить широкими перспективами: від оцифрування з можливістю комп'ютерного синтезу запахів до повернення чутливості до ароматів людям, позбавлених цієї розкоші з тих чи інших причин.
Роботи в цьому напрямку ведуться в багатьох країнах світу. Росія також залучена до процесу створення «електронного носа» і рішень для ідентифікації запахів. У Google сподіваються, що наукова спільнота зможе обмінюватися найсучаснішими моделями і наборами даних для просування шляхом цифрового розпізнавання ароматів.
