Бывший сотрудник Google, хочет наделить компьютеры обонянием. Для чего искусственному интеллекту может понадобиться различать запахи?
Из пяти человеческих чувств ИИ уже способен имитировать зрение и слух. И одна компания хочет использовать технологию для оцифровки еще одного: обоняния. Исследования, которые используют технологию искусственного интеллекта, чтобы помочь компьютерам генерировать запахи так же, как мы генерируем изображения и звуки, уже начались.
Инновационная платформа с ИИ для медицинской диагностики
Генеральный директор и соучредитель Osmo, Алекс Вильчко, утверждает, что миссия стартапа — улучшить здоровье и счастье людей, путем оцифровки человеческого обоняния. Как распознавание и создание запахов может помочь людям, и зачем вообще давать компьютерам возможность чувствовать запахи? Одна из главных причин, заключается в том, что это критически важно для помощи медицинским работникам в выявлении заболеваний.
«Мы знали, что запах содержит информацию, которую мы можем использовать для обнаружения заболеваний, но компьютеры пока не могут говорить на этом языке и не могут интерпретировать эти данные», — говорит он.
Хотя это и является долгосрочной целью его компании, в краткосрочной перспективе он хочет, чтобы Osmo производила более безопасные и устойчивые ароматические молекулы для отдушек в повседневных продуктах, таких как духи, шампуни, репелленты от насекомых и стиральные порошки. Обычно, разработки новых ароматов являются максимально закрытой областью. В стартапе надеются научиться создавать лучшие и безопасные ингредиенты, которые не будут раздражать кожу или глаза.
Дипфейки становятся основным инструментом мошенников
Во время работы в Google Research команда использовала программное обеспечение для разработки «карты основных запахов». Нейросеть была обучена с помощью набора данных содержащего около 5000 химических формул ароматов. Osmo использовал эту базу для того, чтобы обучить свою модель искусственного интеллекта точно предсказывать как будет пахнуть новое химическое соединение.
Как оказалось, анализ новых соединений может быть крайне сложен для компьютерного анализа. Причина, по которой это так сложно, заключается в том, что вы можете переместить одну крошечную деталь в этой молекуле, и запах молекулы изменится с запаха роз на запах тухлых яиц. Однако, благодаря достижениям в области технологий искусственного интеллекта модель смогла улавливать закономерности в различных структурах и использовать эти знания для точного прогнозирования запаха других.
Какую модель искусственного интеллекта выбрать?
Хотя большие языковые модели, известные как чат-боты с искусственным интеллектом, можно обучать на огромных массивах данных, собранных в интернете, аналогичная цифровая библиотека информации о запахах попросту отсутствует. Стартап пытался сотрудничать с компаниями в парфюмерной отрасли. Предполагалось, что у них есть огромные наборы данных, однако в реальности ничего подобного парфюмеры предоставить не смогли или не захотели.
Вместо бесплодной работы с парфюмерными империями, команда стала сотрудничать непосредственно с мастерами. Они получили тысячи химических формул и описание их ароматов для дальнейшего обучения искусственного интеллекта.
В конечном итоге Osmo хочет использовать свою технологию для телепортации запахов, оцифровывая запах в одном месте и воссоздавая его точную копию в другом месте. Также компания планирует работать над первоначально заявленной целью — использование технологии для раннего выявления заболеваний.
«В конце концов мы сможем обнаруживать болезни по запаху, и мы на пути к созданию этой технологии. Это произойдет не в этом году и не в ближайшее время, но мы на пути к этому», — говорит Алекс Вильчко.
Александр Клёнин: всё о технологиях подбора сотрудников для ИТ-отрасли
Геополитические вызовы, уход из России глобальных ИТ-компаний, тренд на импортозамещение и усиливающийся дефицит кадров в индустрии ИТ - всё это актуализировало вопросы закрытия потребностей в ИТ-персонале. Заместитель генерального директора ГК BSS Александр Клёнин в интервью IT-World – о моделях найма ИТ-персонала, их преимуществах и недостатках.
Согласно данным, полученным аналитическим отделом IT World, к 2030 году генеративный ИИ будет составлять более 40% от общего объема рынка ИИ-индустрии, что в два раза больше, чем в этом году.