Alimlər süni intellektin köməyi ilə mürəkkəb qoxuları rəqəmsallaşdırmağı öyrəniblər.
Modern.az xəbər verir ki, Weizmann İnstitutunun alimlərinin də daxil olduğu beynəlxalq tədqiqat qrupu mürəkkəb qoxuları tanımaq və onları riyazi şəkildə təsvir etmək üçün maşın öyrənməsindən istifadə edib. Araşdırmanın nəticələri “PNAS” elmi jurnalında dərc olunub.
Alimlər bildiriblər ki, rənglərdən fərqli olaraq, qoxuları təsvir etmək üçün indiyədək universal riyazi sistem mövcud olmayıb. Bunun səbəbi əksər qoxuların bir-biri ilə qarşılıqlı təsirdə olan onlarla, hətta yüzlərlə müxtəlif molekuldan ibarət olmasıdır.
Tədqiqatçılar müxtəlif qoxular arasındakı oxşarlığı müəyyən edə bilən sistem yaratmağa çalışıblar. Bunun üçün “DREAM challenge” elmi müsabiqəsi çərçivəsində 168 ayrı molekul və 731 qoxu qarışığından ibarət standart məlumat bazası hazırlanıb.
Alqoritmlərin hazırlanmasında 26 elmi komanda iştirak edib. Onlar müxtəlif qoxu cütlərinin insanlar tərəfindən nə dərəcədə oxşar qəbul ediləcəyini proqnozlaşdıran modellər yaradıblar. Ən uğurlu yanaşmalar birləşdirildikdən sonra yüksək dəqiqliklə proqnoz verən model əldə edilib.
Bundan əlavə, alqoritmlər qoxuları yalnız molekulların kimyəvi xüsusiyyətləri ilə deyil, insanlar üçün daha tanış olan “meyvəli”, “şirin” və ya “odunsu” kimi xüsusiyyətlərlə daha dəqiq təsvir edib. Tədqiqatçılar hesab edirlər ki, bu nəticə qoxuların dil vasitəsilə təsvirinin insan beyninin aromatik məlumatları emal etmə xüsusiyyətlərini əks etdirdiyini göstərir.
Qoxuların rəqəmsallaşdırılması bir sıra sahələrdə praktik əhəmiyyət daşıya bilər. Tibbdə bu texnologiya diabet və qaraciyər xəstəlikləri də daxil olmaqla, bəzi xəstəliklərə xas qoxu markerlərinin müəyyənləşdirilməsində istifadə oluna bilər.
Qida sənayesində qoxuların riyazi təsviri məhsulların dad və keyfiyyətinin standartlaşdırılmasına, parfümeriya sahəsində isə yeni ətirlərin hazırlanmasının sürətləndirilməsinə və unikal kompozisiyaların qorunmasına kömək edə bilər.
Tədqiqatçılar hesab edirlər ki, bu texnologiya yeni aromatik məhsulların hazırlanmasında uzunmüddətli sınaq və səhv prosesinə olan ehtiyacı azalda, onun bir hissəsini riyazi modelləşdirmə ilə əvəz edə bilər.
