חוקרים השתמשו בלמידת מכונה לדיגיטציה של ריחות

קבוצת מדענים בינלאומית, שבה השתתפו חוקרים ממכון ויצמן, יישמה למידת מכונה לזיהוי מדויק של תערובות ריח מורכבות.

בניגוד לצבע, שעבורו קיים סולם מדעי מוכר, לריחות מורכבים לא היה במשך זמן רב תיאור מתמטי אחיד. צוות החוקרים פרסם בכתב העת PNAS עבודה המניחה את היסודות לטכנולוגיה לדיגיטציה של ריחות.

"מזמן רצינו להפוך ריחות לדיגיטליים, כדי לייצג אותם באופן מתמטי בדומה לאופן שבו עשינו זאת עם ראיית הצבעים והשמיעה", מציין שותף למחקר ג'ואל מיינלנד.

רוב הריחות שסביבנו הם תערובות של עשרות ומאות מולקולות. לדיגיטציה של צירופים כאלה יש חשיבות רבה לאבחון מחלות לפי סמני ריח ייחודיים (למשל בסוכרת או במחלות כבד), לתקינה של טעמים ולהערכת מצבם של מוצרים, וכן לרישום פטנטים על ניחוחות מסחריים בתעשיית הבשמים.

במסגרת התחרות המדעית הבינלאומית DREAM challenge יצרו המדענים מאגר נתונים סטנדרטי של 168 מולקולות נפרדות ו-731 תערובות. לאחר מכן 26 קבוצות פיתחו מודלים של למידת מכונה לחיזוי מידת הדמיון בין זוגות ריחות. בשילוב האלגוריתמים הטובים ביותר, קיבלו החוקרים מודל סופי בעל דיוק חיזוי גבוה.

בניגוד לציפיות, התברר שחיזוי מאפייני התערובות אינו מורכב יותר מחיזוי ריחן של מולקולות בודדות: תפיסת תערובת הריח נוצרת בעיקר כממוצע של מרכיביה. נוסף על כך, המודלים תיארו את הריחות בדיוק רב יותר באמצעות תוויות סמנטיות, כגון "פירותי" או "מתוק", מאשר באמצעות מונחים כימיים בלבד. בכך אישרו המודלים את הפרקטיקה רבת השנים של הערכת ריחות בידי בני אדם. הסמנטיקה הלשונית המוכרת התבררה לא רק כפישוט יומיומי נוח, אלא כשיקוף מדויק של האופן שבו המוח מקודד ומעבד מידע ריחני. התגלית תפשט משמעותית את פיתוחם של מוצרי ריח, למשל בשמים, ועשויה להחליף את שיטת הניסוי והטעייה הממושכת בהערכות מתמטיות.