¿Google puede oler? Por qué la digitalización de olores podría ser una oportunidad de negocio

La inteligencia artificial entra en el campo de los olores. Los investigadores de Google anunciaron recientemente que han entrenado un modelo de red neuronal impulsado por IA para "mapear" la correlación entre la estructura de una molécula y su olor, y podría desencadenar una revolución en alimentos, perfumes y salud.

Supongamos, por ejemplo, que su empresa fabrica repelentes de insectos. Los investigadores de Google descubrieron que al alimentar su red neuronal con datos sobre la eficacia de varias moléculas para repeler mosquitos, el modelo resultante puede predecir la repelencia de mosquitos de casi cualquier molécula. Los humanos son capaces de oler cosas porque las moléculas microscópicas son procesadas por receptores en la nariz, que luego envían un mensaje a su cerebro. Los investigadores encontraron que más de una docena de moléculas analizadas mostraron una repelencia al menos tan fuerte como la DEET, el ingrediente activo en la mayoría de los repelentes de insectos. Estas moléculas podrían formar la base de un aerosol más económico, más duradero y más seguro.

Los investigadores de Google afirman que el olfato es el sentido más difícil de cuantificar en datos legibles por máquina, y han estado trabajando durante varios años para entrenar sus modelos de IA para predecir el olor de las moléculas mediante el análisis de su composición estructural. Al alimentar la red con datos que contenían la composición de más de 5000 moléculas, junto con múltiples descriptores de olores para cada molécula, los investigadores pudieron crear lo que ellos llaman un "mapa maestro de olores". El mapa identifica las relaciones entre diferentes aromas trazando miles de puntos de datos, cada uno de los cuales representa la estructura de una molécula individual analizada por la red neuronal.

En la práctica, el mapa funciona como una rueda de colores, con moléculas de estructura similar agrupadas de la misma manera que se agruparían colores similares como el rojo y el naranja. Los investigadores encontraron que las moléculas cercanas tendían a tener las mismas descripciones de olor.

En una prueba en la que se pidió a panelistas capacitados que identificaran los olores de 400 moléculas diferentes usando 55 etiquetas descriptivas, la red neuronal pudo predecir con precisión las respuestas de consenso del panel mucho mejor que cualquier panelista individual. La red neuronal también pudo evaluar la fuerza de olores particulares.

Los investigadores dicen que el mapa generado por IA les permite predecir el olor de miles de millones de moléculas actualmente desconocidas, que podrían tener "amplias aplicaciones en sabores y fragancias".