Los científicos han discutido durante mucho tiempo acerca de cómo exactamente los receptores del cuerpo humano nos permiten percibir una amplia gama de olores y darles una u otra descripción. En un esfuerzo por resolver este problema, se pidió a equipos de ingenieros de todo el mundo que crearan una IA que pudiera percibir olores tan bien como los humanos.
Predecir el color no es tan difícil: por ejemplo, si una onda de luz alcanza los 510 nm, la mayoría de la gente dirá que es verde. Pero averiguar a qué huele una molécula en particular es mucho más difícil. 22 equipos de científicos han creado un conjunto de algoritmos que pueden predecir los olores de varias moléculas en función de su estructura química. Queda por determinar la gama completa de usos prácticos del programa, pero los desarrolladores esperan que, en primer lugar, ayude a los perfumistas, farmacéuticos y trabajadores de la alimentación a desarrollar combinaciones de olores nuevas y únicas.
El trabajo comenzó con un estudio reciente de Leslie Vosshall y sus colegas de la Universidad Rockefeller en Nueva York, en el que se pidió a 49 voluntarios que adivinaran 467 olores. Se desarrolló un sistema de comparación de 19 patrones básicos para cada uno de ellos: los sujetos dijeron si el olor era similar al pescado o al ajo, evaluaron la intensidad y el agrado individual del aroma. Como resultado, se creó un catálogo, con más de un millón de células, que caracterizan ciertas moléculas olorosas.
Cuando el biólogo computacional Pablo Meyer se enteró de esto, inmediatamente vio el estudio como una oportunidad para probar si un sistema informático podría predecir cómo las personas juzgarían los olores. A pesar de que los investigadores han descubierto alrededor de 400 receptores de olores en el cuerpo humano, sigue siendo un misterio para los científicos cómo funcionan exactamente juntos para que una persona pueda distinguir incluso los matices más sutiles de los olores. En 2015, Meyer y sus colegas lanzaron el DREAM Olfaction Prediction Challenge. Los participantes del concurso recibieron a su disposición las mismas tablas de valoración de voluntarios que describen los olores, junto con la estructura química de las moléculas que los producen. Además, el participante proporcionó una base de datos de 4800 descripciones para cada molécula individual: sus átomos, su disposición mutua, geometría general,que al final ascendió a unos 2 millones de puntos de datos. Eventualmente, los datos deben usarse para entrenar programas de computadora para reconocer olores basados en información estructural.
norte
A la competición asistieron 22 equipos de todo el mundo y, aunque muchos lo han hecho bien, cabe destacar dos equipos. El equipo de Michigan, dirigido por Ian Phan Guang, fue el mejor en predecir los olores de artículos individuales. Otro equipo de la Universidad de Arizona, dirigido por Richard Guerkin, fue el mejor en entrenar al programa para la calificación de olor promedio en toda la muestra. Meyer informa esto en un artículo publicado en la revista Science.
Por supuesto, muchos científicos se muestran escépticos acerca de los desarrollos, diciendo que el trabajo realizado, aunque hace una contribución significativa a la ciencia, sigue siendo una selección bastante primitiva, y 19 elementos descriptivos para todo el espectro de olores en la naturaleza son claramente muy, muy pocos. Los estudios alternativos con voluntarios utilizaron 80 o más de estos criterios para evaluar verbalmente diferentes olores. No está claro si el algoritmo existente podrá predecir correctamente la evaluación del olor si tiene que lidiar con tal variedad de información. Por tanto, hoy en día, la percepción de los olores sigue siendo un misterio tanto para los médicos como para los ingenieros.
