AIは歴史に失われる危険にさらされている匂いの再現に役立つ可能性がある

人工知能は、化学組成に基づいて香水を再現するための処方を組み立てることができます。 いつか、唯一のサンプルを使用して、文化的に特殊な儀式からのお香や、気温の上昇により変化する森林の香りなど、失われる危険がある珍しい香りを再現できるようになるかもしれません。

ノルウェー科学技術大学のイデルフォンソ・ノゲイラ氏とその同僚は、既存の 2 つのフレグランスをプロファイルし、香りのファミリー (香水を説明するのに一般的に使用される「スパイシー」や「ムスク」などの主観的な言葉) と、いわゆる「臭気値」によって分類しました。特定の匂いがどれだけ強いかを示す尺度。 たとえば、フレグランスの 1 つは、バニラに似た香りのグループである「クマリン」の臭気値で最高のスコアを獲得しました。 もう 1 つは、香りファミリー「アルコール」で最も高い臭気値を受け取りました。

ニューラル ネットワークをトレーニングするために、研究者らは、特定のフレグランス ノートに関連付けられた既知の分子のデータベースを使用しました。 AI は、サンプルフレグランスの各香りファミリーの臭気スコアに一致する一連の分子を生成する方法を学習しました。

しかし、単にそれらの分子を生成するだけでは、目的の香りを再現するには十分ではないとノゲイラ氏は言います。なぜなら、私たちが匂いを知覚する方法は、分子が空気や皮膚と相互作用するときに通過する物理的および化学的プロセスに影響されるからです。 スプレーされた直後は、香水の「トップノート」が最も目立ちますが、分子が蒸発するにつれて数分以内に消え、「ベースノート」は数日間残ることがあります。 これに対処するために、チームは元のフレグランスと同様の条件で蒸発する AI によって生成された分子を選択しました。

最後に、彼らは再び AI を使用して、元の混合物の臭気値と AI によって生成された混合物の臭気値の不一致を最小限に抑えました。 フレグランスの 1 つに関する彼らの究極のレシピは、その「クマリン」と「シャープ」なノートに関してわずかな逸脱を示しましたが、もう 1 つは非常に正確なレプリカであるように見えました。

化学物質の匂いを予測することは難しいことで知られているため、研究者らはトレーニング データに限られた数の分子を使用しました。 しかし、データベースを拡張してより多くの、より複雑な分子を含めることができれば、このプロセスはさらに正確になる可能性がある、とノゲイラ氏は言う。 同氏は、香水業界が AI を利用して、より安価で持続可能なバージョンのフレグランスを生み出すレシピを作成できる可能性があると示唆しています。 現在、専門家らは、伝統的な技術で新しい香水を開発するには最大3年かかり、1キログラム当たり5万ドルもの費用がかかると見積もっている。

アリゾナ州立大学のリチャード・ガーキン氏と、AIが画像に対して行うのと同じように匂いを生成する方法をコンピュータに教えることを目的とした新興企業オスモ氏は、AIと物理学や化学を組み合わせることがこのアプローチの強みであると語る。匂いがどのように蒸発するか。 しかし、このプロセスの有効性は、人々を対象とした研究でまだ確認される必要がある、と彼は言う。

ノゲリアと彼の同僚はすでにそこにほぼ到達しています。 数週間後、彼はスロベニアのリュブリャナにある同僚の研究室に行き、AI が生成した香りを自分で体験する予定です。 「匂いを嗅ぐのがとても楽しみです」と彼は言います。