«Προσπαθήσατε ποτέ να μετρήσετε μια μυρωδιά;» Αυτό αναρωτήθηκε και ο Alex Wiltschko, διευθύνων σύμβουλος της startup οσφρητικής τεχνητής νοημοσύνης Osmo, μέσω της οποίας προσπαθεί να «προσδώσει στους υπολογιστές μια αίσθηση όσφρησης», γιατί ενώ έχουμε μάθει να κωδικοποιούμε ψηφιακά εικόνες και ήχους, δεν έχουμε τρόπο να το κάνουμε αυτό και για τις μυρωδιές.
Ο Wiltschko και άλλοι προσπαθούν να το αλλάξουν αυτό και να εγκαινιάσουν μια νέα εποχή στην επιστήμη της όσφρησης, χαρτογραφώντας το πώς αντιλαμβανόμαστε τις οσμές. Η ανθρώπινη μύτη είναι ουσιαστικά ένας χημικός ανιχνευτής. Όταν μυρίζουμε ένα φλιτζάνι καφέ, για παράδειγμα, μυρίζουμε τις πτητικές οργανικές ενώσεις που έχουν απελευθερωθεί στον αέρα.
«Αυτές οι μικρές πτητικές οργανικές ενώσεις συνδέονται με ορισμένους οσφρητικούς υποδοχείς και αυτή η δέσμευση πυροδοτεί βασικά ένα ηλεκτρικό σήμα που πηγαίνει στον εγκέφαλο», εξηγεί στον Guardian η Cecilia Roque, αναπληρώτρια καθηγήτρια χημείας στο Nova School of Science and Technology της Πορτογαλίας.
Υπάρχουν καλοί λόγοι για να θέλουν οι επιστήμονες να επαναλάβουν αυτή τη διαδικασία μηχανικά. Ορισμένες πτητικές οργανικές ενώσεις, όπως μολυσματικές ουσίες στα τρόφιμα ή καρκινογόνες ουσίες όπως το βενζόλιο μπορεί να είναι επιβλαβείς και αξίζει να ανιχνευθούν πριν φτάσουν στη μύτη μας.
Άλλες μπορεί να υποδεικνύουν κινδύνους όπως διαρροές αερίου ή κρυμμένα εκρηκτικά ή άλλα προβλήματα. Εάν η αναπνοή κάποιου μυρίζει σαν φρεσκοκομμένο τριφύλλι, μπορεί να είναι σημάδι ηπατικής ανεπάρκειας, ενώ ο ιδρώτας με μυρωδιά φρεσκομαδημένων φτερών μπορεί να υποδηλώνει ερυθρά.
Οι ερευνητές από τις αρχές της δεκαετίας του 1980 έχουν αναπτύξει ηλεκτρονικές μύτες που τους βοηθούν να ανιχνεύουν ορισμένες ενώσεις, αλλά ενώ ορισμένες χρησιμοποιούνται στη βιομηχανία σήμερα, οι εφαρμογές τους είναι συχνά περιορισμένες.
«Οι μέχρι τώρα επιδείξεις αφορούν είτε πολύ μεγάλα αναλυτικά εργαλεία, είτε πολύ στενά στοχευμένες μύτες, είτε εργαλεία με σχετικά ασθενή επιλεκτικότητα», λέει στον Guardian ο Jacob Rosenstein, αναπληρωτής καθηγητής μηχανικής στο Πανεπιστήμιο Brown, ο οποίος το 2018 ανέπτυξε μια χαμηλού κόστους e- μύτη που ονομάζεται Trufflebot. Σύμφωνα με ορισμένους, αυτό που χρειάζεται η οσφρητική τεχνολογία είναι ένας τρόπος χαρτογράφησης των δομών των μορίων στις αντιληπτές μυρωδιές τους. «Μερικά μόρια έχουν δομικές ομοιότητες αλλά μυρίζουν πολύ διαφορετικά, και μερικά μοιάζουν πολύ διαφορετικά αλλά μυρίζουν πολύ παρόμοια», λέει στον Guardian ο Joel Mainland, καθηγητής στο Monell Chemical Senses Center στη Φιλαδέλφεια.
Οι οσμές σε συνδυασμό με τις σωστές αναλογίες θα μπορούσαν να δημιουργήσουν οποιοδήποτε άρωμα, επιτρέποντας αποτελεσματικά στους ερευνητές να αναδημιουργήσουν μια μυρωδιά όπως ο εκτυπωτής αναδημιουργεί μια εικόνα.
Οι Wiltschko και Mainland είναι και οι δύο μέλη μιας ερευνητικής ομάδας που δημοσίευσε μια μελέτη για τη χαρτογράφηση των οσμών νωρίτερα φέτος.
Η έρευνα ξεκίνησε ενώ ο Wiltschko εργαζόταν στο ερευνητικό τμήμα της Google και σε μια μορφή τεχνητής νοημοσύνης που ονομάζεται νευρωνικό δίκτυο γραφημάτων (GNN), το οποίο εκπαιδεύτηκε χρησιμοποιώντας δύο μεγάλα σύνολα δεδομένων που συνδέουν τη μοριακή δομή με την οσμή.
Ένα από αυτά τα σύνολα δεδομένων δημιουργήθηκε στις αρχές της δεκαετίας του 2000 και συνδυάζει 3.523 μόρια με τις περιγραφές των μυρωδιών τους.
Η εργασία κατέληξε σε έναν «κύριο χάρτη οσμών», το οσφρητικό ισοδύναμο της παλέτας χρωμάτων που μπορεί να χρησιμοποιηθεί σε έναν υπολογιστή.
«Όποιος βλέπει έναν χάρτη χρωμάτων στο Photoshop ξέρει διαισθητικά τι συμβαίνει», λέει ο Mainland, και όπως αυτός ο χάρτης μας βοηθά να πούμε ότι το μωβ είναι πιο κοντά στο κόκκινο παρά στο πράσινο, ο χάρτης οσμών της ομάδας μας επιτρέπει να εντοπίζουμε τις μυρωδιές σε έναν πολυδιάστατο «χώρο οσμών».
Για τις ανάγκες της μελέτης εκπαιδεύτηκε μια ομάδα 15 ατόμων για να περιγράψει τις μυρωδιές κατατάσσοντάς τις βάσει 55 ετικετών, συμπεριλαμβανομένων των «βουτυρώδους», «γήινου», «θείου» και «μεταλλικού» και στη συνέχεια τους ζήτησε να τις αντιστοιχίσουν σε 400 διαφορετικά μόρια των οποίων τις οσμές είχε ήδη προβλέψει ο χάρτης οσμών τους.
Τα μόρια του δείγματος δόθηκαν στη συνέχεια στον Christophe Laudamiel, έναν επαγγελματία αρωματοποιό που τώρα συνεργάζεται με την Osmo, για μια περαιτέρω γνώμη.
Εντυπωσιακά, οι προβλέψεις του χάρτη για την οσμή των 400 μορίων αποδείχθηκαν κοντά στη μέση ανθρώπινη περιγραφή για περισσότερο από το 50% των περιπτώσεων.
Η ομάδα συνέχισε με το μοντέλο (νευρωνικό δίκτυο γραφημάτων GNN), να προβλέπει οσμές για 500.000 επιπλέον μόρια χωρίς να χρειάζεται να τα συνθέσει πρώτα και αυτή η εργασία συνεχίζεται στην Osmo.
«Αυτή τη στιγμή, μελετώνται 7 δισεκατομμύρια μόρια», λέει στον Guardian ο Laudamiel.
«Αν εγώ ή εσείς ξοδεύαμε μόνο πέντε λεπτά ανά συστατικό για να το μυρίσουμε και να το μελετήσουμε, πέντε λεπτά για 7 δισεκατομμύρια μόρια, σημαίνει ότι θα χρειαζόμασταν 66.590 χρόνια!».
Το να έχουμε ακριβείς προβλέψεις για τις οσμές τόσων πολλών ενώσεων που προηγουμένως δεν μύριζαν θα ήταν όφελος για τις βιομηχανίες γεύσης και αρωμάτων.
Ο Laudamiel το παρομοιάζει με ένα πιάνο που ξαφνικά κερδίζει περισσότερα πλήκτρα και αυτή η έρευνα είναι πιθανό να έχει τον μεγαλύτερο αρχικό αντίκτυπό της στην αναζήτηση φθηνότερων, ασφαλέστερων και πιο ελκυστικών αρωμάτων σε καλλυντικά, απορρυπαντικά πλυντηρίων ρούχων και σε οτιδήποτε άλλο με πρόσθετη οσμή ή γεύση. Αλλά οι ερευνητές ελπίζουν ότι η εργασία μπορεί να προχωρήσει πολύ περισσότερο από αυτό.
«Αν σκεφτείτε τι έχει κάνει για εμάς η ψηφιοποίηση εικόνων ή η ψηφιοποίηση ήχων, δεν είναι κάτι που μπορούμε να το πούμε πολύ εύκολα με μια πρόταση, σωστά;» ρωτάει ο Mainland.