Een klein team van chemische ingenieurs aan de Noorse Universiteit voor Wetenschap en Technologie heeft, in samenwerking met een collega van IA Murins Startups, een manier ontwikkeld om machinaal leren te gebruiken om geuren te repliceren en deze vervolgens te valideren met behulp van experimentele kwantificering van parfumperceptie. De groep heeft een artikel gepubliceerd waarin hun onderzoek naar de arXiv wordt beschreven preprint-server.

Eerder onderzoek heeft aangetoond dat het mogelijk is om machine learning/AI-toepassingen te gebruiken om moleculen met gewenste geuren te genereren, of het nu om parfums gaat of om chemicaliën die aan voedingsmiddelen worden toegevoegd. Maar dergelijke toepassingen, zo merken de onderzoekers, gaan niet ver genoeg in het helpen ontwikkelen van echt nuttige geuren.

Moleculen in een bepaald parfum hebben een interactie met de omgeving voordat ze in de neus terechtkomen – en dergelijke interacties kunnen een diepgaand effect op hen hebben. De onderzoekers wijzen er ook op dat parfums en andere geurafgevende materialen tijdgevoelige componenten bevatten die na verloop van tijd tot veranderingen leiden.

Parfums hebben bijvoorbeeld wat wordt beschreven als 'topnoten':geuren die snel worden geroken nadat ze in de lucht zijn terechtgekomen. Ze hebben ook middennoten en basnoten, die uren of dagen kunnen blijven hangen.

In deze nieuwe studie probeerden de onderzoekers een AI-toepassing te creëren die met al deze factoren rekening kan houden, door zich eerst te concentreren op slechts twee bestaande geuren.

Ze begonnen hun werk met het creëren van een eenvoudige AI-toepassing die ze trainden op een database van bekende moleculen met bekende geurnoten. Ze creëerden een groot aantal moleculen die aan bepaalde gewenste eigenschappen voldeden, en vervolgens kozen ze een subset van de gecreëerde moleculen waarvan verwacht werd dat ze zouden verdampen op manieren die vergelijkbaar zijn met de originele geur. Ze eindigden met het gebruik van een andere AI om mismatches te verminderen en te minimaliseren.

Na een logische controle ontdekten ze dat de recepten voor hun moleculen nauw overeenkwamen met de recepten waar ze oorspronkelijk naar op zoek waren. Ze zijn van plan om met hun applicaties te blijven werken om het uiteindelijke doel te bereiken:het gebruik van AI om op verzoek elke gewenste geur te genereren – een ontwikkeling die computers en andere apparaten de middelen zou kunnen geven om geuren te genereren op manieren die vergelijkbaar zijn met de huidige beeldgeneratie.

Meer informatie: Bruno C. L. Rodrigues et al, Generatie en optimalisatie van moleculen voor efficiënte geurcreatie, arXiv (2024). DOI:10.48550/arxiv.2402.12134

Journaalinformatie: arXiv

© 2024 Science X Netwerk