هل يستطيع الذكاء الاصطناعي محاكاة حاسة الشم
هل يستطيع الذكاء الاصطناعي محاكاة حاسة الشم؟ هل تستطيع الآلة التمييز بين الروائح؟
الجواب المختصر هو نعم ياصديقي العزيز. تريد جواب بتفصيل أكثر قليلاً؟ واصل القراءة
الشم الآلي هو محاكاة آلية لحاسة الشم. هذا تطبيق ناشئ في الهندسة الحديثة، يتضمن استخدام الروبوتات أو الأنظمة الآلية الأخرى لتحليل المواد الكيميائية المحمولة جواً. نستطيع إطلاق اسم “الأنف الإلكتروني” على مثل هذا الجهاز.
ولكن كيف يتم ذلك؟
من الناحية البيولوجية, إدراك الرائحة عند البشر ينتج عن تنشيط 400 نوع مختلف من المستقبلات الشمية
(Olfactory Receptors أو ORs)، موزعة على مليون خلية عصبية حسية شمية (Olfactory Sensory Neurons أو OSNs)، في رقعة صغيرة من الأنسجة تسمى الظهارة الشمية. ترسل OSNs إشارات إلى البصلة الشمية، ثم إلى المزيد من التركيبات المعقدة في الدماغ.
وفقاً للتطورات الحديثة في التعلم العميق والذكاء الاصطناعي في مجالات تحليل البصريات والصوت، من الممكن التنبؤ مباشرة بالنتيجة الحسية النهائية لمركب كيميائي حتى بدون معرفة تفاصيل معقدة. في الحقيقة التنبؤ الصحيح بنوع رائحة مركب كيميائي لا يفيد فقط في تمييز الروائح, بل يفيد أيضاً في اكتشاف روائح اصطناعية جديدة. أحد الجوانب المفيدة لهذا تتمثل في محاولة مقاومة أو طمس الروائح الكريهة التي تؤذي الإنسان والبيئة.
أحد الأشياء المدهشة في هذا المجال أن المركبات الكيميائية المتشابهة تركيبياً بنسبة عالية قد تكون لها روائح مختلفة بنسبة عالية. المركبات الكيميائية الصغيرة ذات الرائحة تمثل اللبنات الأساسية للنكهات والعطور، وبالتالي فهي تمثل أبسط نسخة من تحدي التنبؤ بالرائحة. مايزيد هذا التحدي صعوبة (بعبارة أخرى يزيده متعة) أنه يمكن أن يكون للمركب الكيميائي الواحد صفات متعددة للرائحة. مركب الفانيلين، على سبيل المثال، يحتوي على صفات مثل الحلو والفانيلا والكريمة والشوكولاتة.
أحد طرق التعلم العميق لحل هذا التحدي تعتمد على الشبكات العصبية للرسم البياني (Graph Neural Networks أو GNNs)، وهو نوع من الشبكات العصبية العميقة المصممة للعمل على الرسوم البيانية كمدخلات، للتنبؤ المباشر بصفات الرائحة للمركبات الكيميائية الصغيرة، دون استخدام أي قواعد مصنوعة يدويًا. رابط الورقة العلمية ومقال يوضح الفكرة الأساسية خلفها موجود في نهاية هذا المقال (الجزء السفلي من الشكل المرفق فيه الخطوات). هذا البحث يثبت أن هذا النهج يؤدي إلى تحسن كبير في الأداء في التنبؤ بالرائحة مقارنةً بأحدث ما توصلت إليه التكنولوجيا وهو اتجاه واعد للبحث في المستقبل.
