تدوينة شيقة تلخص العمل على عدة أبحاث في مجال التعرف على الروائح.
حقيقة المجال شيق وليس لدي فيه معرفة مسبقة، ولكن من الأبحاث المنشورة يبدو أن التقدم فيه بدأ يتسارع في السنوات الأخيرة.
بداية حتى تعرف مقدار التعقيد في هذه المهمة تحتاج أن تعرف كيف تتكون الروائح؟ وكيف نستشعرها؟ 1⃣
حقيقة المجال شيق وليس لدي فيه معرفة مسبقة، ولكن من الأبحاث المنشورة يبدو أن التقدم فيه بدأ يتسارع في السنوات الأخيرة.
بداية حتى تعرف مقدار التعقيد في هذه المهمة تحتاج أن تعرف كيف تتكون الروائح؟ وكيف نستشعرها؟ 1⃣
تتكون الروائح من مليارات الجزيئات الكيميائية. وعدد أنواع مستشعرات الروائح في الأنف أكثر من 300 (قارن ذلك في 3 للألوان في العين!). 2⃣
إلى الآن لا توجد خريطة للروائح شبيهة بالخرائط اللونية التي نعرفها. فكان أحد أهداف هذه الأبحاث إنشاء خريطة للروائح عن طريق رقمنة الروائح. عام 2019م تم اقتراح استخدام الشبكات العصبية الشبكية Graph Neural Network (GNN) لمحاولة تعلم هياكل الجزئيات واحتمالية ارتباطها برائحة معينة. 3⃣
النموذج المدرب بإمكانه توليد متجه من طول ثابت يعرف في أوساط تعلم الآلة بالتضمين (embedding)، وهو بمثابة ترميز فريد لكل هيكل جزئيات. ومن خلال هذه التضمينات تم إنشاء خريطة الرائحة الأساسية Principal Odor Map (POM). 4⃣
ثم تم عرض ثلاثة تجارب:
الأولى: بخصوص دقة النموذج في التصنيف.
الثانية: في إمكانية توقع نشاط مستقبلات الروائح والعصبونات والسلوك لدى بعض الحيوانات والحشرات.
الثالثة: استخدام النموذج في استكشاف مركبات فعالة لطرد البعوض واختبارها فعلياً. 5⃣
الأولى: بخصوص دقة النموذج في التصنيف.
الثانية: في إمكانية توقع نشاط مستقبلات الروائح والعصبونات والسلوك لدى بعض الحيوانات والحشرات.
الثالثة: استخدام النموذج في استكشاف مركبات فعالة لطرد البعوض واختبارها فعلياً. 5⃣
للرجوع إلى التدوينة والأبحاث التي تشير إليها والتجارب المذكورة والاطلاع على تفاصيلها:
ai.googleblog.com
6⃣
#تعلم_الآلة #ذكاء_اصطناعي
ai.googleblog.com
6⃣
#تعلم_الآلة #ذكاء_اصطناعي
جاري تحميل الاقتراحات...