“منح أجهزة الكمبيوتر حاسة الشم”: السعي إلى رسم خريطة علمية للروائح | علوم

“هل سبق لك أن حاولت قياس الرائحة؟” سأل ألكسندر جراهام بيل ذات مرة جمهورًا من خريجي إحدى المدارس الثانوية في واشنطن العاصمة.

ثم قام بعد ذلك باستجواب فصل عام 1914 الذي ربما كان مرتبكًا بشأن ما إذا كان بإمكانهم معرفة متى تكون قوة إحدى الروائح ضعف قوة الأخرى، أو قياس الفرق بين رائحتين مختلفتين. ومع ذلك، فقد وصل في النهاية إلى النقطة التالية: “إلى أن تتمكن من قياس أوجه التشابه والاختلاف بينها، لن يكون بإمكانك الحصول على علم للرائحة”، كما قال بيل. “إذا كنت طموحًا في العثور على علم جديد، فقم بقياس الرائحة.”

في ذلك الوقت، كان لدى العلماء فهم بأن صوت ورؤية بيل وهو يتحدث على المسرح يمكن وصفهما من حيث الاهتزازات في الهواء والأطوال الموجية المختلفة للضوء، ولكن لم تكن هناك طريقة مماثلة لتفسير الروائح في الهواء في ذلك اليوم. بشهر مايو. كانت آليات الشم لغزًا، ولا تزال كذلك في نواحٍ عديدة. “على عكس الصوت أو الرؤية – حيث يرتبط الطول الموجي والسعة بوضوح بالخصائص الإدراكية مثل تردد النغمة أو اللون أو الشدة – فإن العلاقة بين بنية المادة الكيميائية والإدراك الأساسي لا يتم فهمها في الشم”، يوضح دوغلاس ستوريس، أستاذ مساعد في علم الأعصاب في جامعة كاليفورنيا. جامعة ولاية فلوريدا.

يقول أليكس ويلتشكو، الرئيس التنفيذي لشركة أوسمو الناشئة للذكاء الاصطناعي الشمي، وهو يتذكر كتاب العلوم العصبية الضخم الذي حصل عليه عندما كان طالب دكتوراه: “أول شيء يجب أن نتذكره هو مدى قلة الاهتمام والعمل في مجال الشم مقارنة بالمجالات الأخرى”. “لقد أخذت مسماكًا وقمت بقياس عرض الورقة المستخدمة لتعليم الرؤية والسمع. إنها حوالي ثلاثة أرباع البوصة للرؤية. إنها حوالي نصف بوصة للسمع. ربما تكون 30 صفحة – بضعة ملليمترات – للرائحة.

الغرض المعلن من Osmo هو “منح أجهزة الكمبيوتر حاسة الشم”، لأنه على الرغم من أننا تعلمنا تشفير المشاهد والأصوات رقميًا، إلا أنه ليس لدينا طريقة للقيام بذلك بالنسبة للروائح. ويحاول ويلتشكو وآخرون تغيير ذلك، والدخول في عصر جديد من علم الشم، من خلال رسم خريطة لكيفية إدراكنا للروائح.

الأنف البشري هو في الأساس كاشف كيميائي. عندما نشم رائحة فنجان من القهوة، على سبيل المثال، فإننا نستنشق المركبات العضوية المتطايرة (VOCs) التي أطلقها في الهواء. تشرح سيسيليا روكي، الأستاذة المساعدة في الكيمياء في كلية نوفا للعلوم والتكنولوجيا في البرتغال، أن “هذه المركبات العضوية المتطايرة الصغيرة ترتبط بمستقبلات شمية معينة، وهذا الارتباط يؤدي بشكل أساسي إلى إطلاق إشارة كهربائية تذهب إلى الدماغ”.

هناك أسباب وجيهة للرغبة في تكرار هذه العملية مع الآلات. يمكن أن تكون بعض المركبات العضوية المتطايرة – مثل الملوثات الموجودة في الطعام أو المواد المسرطنة مثل البنزين – ضارة وتستحق الكشف عنها قبل أن تصل إلى أنوفنا؛ وقد يشير آخرون إلى مخاطر مثل تسرب الغاز أو المتفجرات المخبأة؛ وبعضها يمكن أن يشير إلى مشاكل أخرى. إذا كانت رائحة أنفاس شخص ما مثل البرسيم المقطوع حديثًا، فقد يكون ذلك علامة على فشل الكبد، في حين أن العرق المصحوب برائحة الريش الطازج يمكن أن يشير إلى حالة الحصبة الألمانية.

رسم الخرائط رائحة

قام الباحثون بتطوير أنوف إلكترونية لمساعدتنا في الكشف عن مركبات معينة منذ أوائل الثمانينيات، ولكن في حين يتم استخدام بعضها في الصناعة اليوم، فإن تطبيقاتها غالبًا ما تكون محدودة. يقول جاكوب روزنشتاين، أستاذ الهندسة المساعد في جامعة براون، والذي شارك في عام 2018 في تطوير نظام إلكتروني منخفض التكلفة: “كانت العروض التوضيحية حتى الآن إما أدوات تحليلية كبيرة جدًا، أو كانت مستهدفة بشكل ضيق للغاية، أو كانت ذات انتقائية ضعيفة نسبيًا”. أنف يسمى Trufflebot.

وفقًا للبعض، ما تحتاجه تكنولوجيا الشم هو وسيلة لرسم خرائط لهياكل الجزيئات وفقًا لروائحها المحسوسة. يقول جويل ماينلاند، الأستاذ في مركز مونيل للحواس الكيميائية في فيلادلفيا: “تبدو بعض الجزيئات متشابهة جدًا من الناحية الهيكلية ورائحتها مختلفة تمامًا، وبعضها الآخر يبدو مختلفًا تمامًا ولكن رائحته متشابهة جدًا”. “أنت تحاول باستمرار بناء نموذج لإصلاح هذه المشكلة.”

يضيف ويلتشكو: “لا يمكنك تصميم أي شيء ذي معنى معقد بدون مواصفات”. “لا يمكنك إنشاء كاميرا رقمية بدون نموذج الألوان الأحمر والأخضر والأزرق (RGB). لا يمكنك بناء ميكروفون بدون مساحة تردد منخفضة إلى عالية. ولذا فإن الخريطة يجب أن تأتي قبل الهندسة.

كان ويلتشكو وماينلاند عضوين في فريق بحث نشر دراسة حول رسم خرائط الرائحة في وقت سابق من هذا العام. بدأ البحث بينما كان ويلتشكو يعمل في Google Research، وتضمن شكلاً من أشكال الذكاء الاصطناعي يسمى الشبكة العصبية البيانية (GNN)، والتي تم تدريبها باستخدام مجموعتين كبيرتين من البيانات التي تربط البنية الجزيئية بالرائحة. تم تجميع واحدة منها، وهي مجموعة بيانات ليفينجويل، في أوائل العقد الأول من القرن الحادي والعشرين، وتضمنت 3523 جزيئًا مع أوصاف روائحها. على سبيل المثال، يبدو أن رائحة أسيتالديهيد إيثيل فينيل إيثيل أسيتال، ذات رائحة خضراء مورقة وشبيهة بالأرجواني.

نتج عن هذا العمل “خريطة الرائحة الرئيسية” – المعادل الشمي للوحة الألوان التي قد تستخدمها على الكمبيوتر. يقول مينلاند: “إن أي شخص ينظر إلى خريطة الألوان في برنامج Photoshop يعرف بشكل حدسي ما يحدث”، وكما تساعدنا “مساحة اللون” في مثل هذه الخريطة على القول بأن اللون الأرجواني أقرب إلى اللون الأحمر منه إلى اللون الأخضر، فإن خريطة الرائحة التي وضعها الفريق سمح لهم بتحديد موقع الروائح في نوع من “مساحة الرائحة” متعددة الأبعاد.

يقول ويلتشكو: “إن RGB ثلاثي الأبعاد، ولكن يمكنك تصويره على قطعة ورق مسطحة”. “هناك ثلاث قنوات لمعلومات اللون في أعيننا، ولكن هناك 350 قناة لمعلومات الرائحة في أنفنا.

“مهما كانت الخريطة التي كنا سنعثر عليها، فلن تتناسب مع قطعة مسطحة من الورق. ولذلك، فإن أدوات رسم الخرائط التي استخدمناها كعلماء في الماضي لن تساعدنا. كنا بحاجة إلى انتظار البرمجيات، والذكاء الاصطناعي، والتحليل الإحصائي للأنماط في مجموعات البيانات الكبيرة.

والآن، مع وصول هذه التقنيات، فهي لا تسمح للباحثين برسم خريطة للعلاقة بين الروائح وبنيتها الكيميائية فحسب، بل تتنبأ بها أيضًا. بالنسبة للدراسة، قامت المجموعة بتدريب لجنة مكونة من 15 شخصًا على وصف الروائح من خلال تصنيفها مقابل 55 تصنيفًا، بما في ذلك “زبداني” و”ترابي” و”كبريتي” و”معدني”، ثم طلب منهم تطبيقها على 400 جزيء مختلف. الروائح التي تنبأت بها خريطة رائحة GNN بالفعل. تم بعد ذلك تمرير جزيئات العينة إلى كريستوف لودامييل – صانع العطور الرئيسي الذي يعمل الآن مع Osmo – للحصول على رأي أكثر دقة. كان التقييم المفضل لدى البر الرئيسي من بين تقييمات لودامييل، بالنسبة للجزيء الذي سجل درجات عالية في الواصفات، مثل العفن، والأوزون، والطبي، هو: “حوض الاستحمام الساخن قريب”.

يضيف لودامييل: “بعض المجموعات الأخرى عبارة عن مجموعات مثيرة للاهتمام حقًا”. “أحدها على سبيل المثال رائحته جميلة جدًا، من الزعفران والمعدن الساخن.”

ومن المثير للإعجاب أن تنبؤات GNN بشأن رائحة الجزيئات الأربعمائة كانت أقرب إلى الوصف البشري المتوسط ​​في أكثر من 50% من الحالات. “في الأساس، إذا أخذت هذه المجموعة من الأشخاص وسحبت شخصًا واحدًا ووضعت النموذج في مكانه، فهل سيكون أدائك أفضل أم أسوأ في وصف هذا الإدراك البشري المتوسط؟” يقول البر الرئيسى. “الإجابة هنا بالنسبة لمعظم الجزيئات، في معظم الأوقات، هي أنها تعمل بشكل أفضل.”

واصل الفريق تطوير النموذج ليتنبأ برائحة 500000 جزيء إضافي دون الحاجة إلى تركيبها أولًا، ولا يزال العمل مستمرًا في Osmo. ويقول لودمييل: “في الوقت الحالي، يدرسون سبعة مليارات جزيء”. “إذا قضيت أنا أو أنت خمس دقائق فقط لكل مكون لشمه ودراسته، وخمس دقائق لسبعة مليارات جزيء، فهذا يعني أنك بحاجة إلى 66.590 عامًا.”

رقمنة الرائحة

إن الحصول على تنبؤات دقيقة لروائح العديد من المركبات التي لم تكن لها رائحة سابقًا سيكون بمثابة نعمة للعاملين في صناعات النكهات والعطور – ويشبه لودامييل الأمر بامتلاك بيانو يكتسب فجأة المزيد من المفاتيح – ومن المرجح أن يكون لهذا البحث أكبر تأثير أولي على البحث عن روائح أرخص وأكثر أمانًا وجاذبية في العطور ومنظفات الغسيل وأي شيء آخر ذو رائحة أو نكهة إضافية. لكن الباحثين يأملون أن يذهب العمل إلى أبعد من ذلك بكثير. “إذا فكرت فيما فعلته رقمنة الصور أو الأصوات بالنسبة لنا، فهو ليس بالأمر الذي يمكنك قوله بسهولة في جملة واحدة، أليس كذلك؟” يقول البر الرئيسى.

ويدعي ويلتشكو أن الزراعة وتخزين المواد الغذائية وتتبع الأوبئة والوقاية من الأمراض ستستفيد جميعها من رائحتنا الرقمية، وقد تم بالفعل إحراز بعض التقدم. ديت، أو N,N-Diethyl-m-toluamide، هو أقدم طارد للحشرات وأكثره شيوعًا في السوق، ولكنه يأكل الملابس والبلاستيك، ويمكن أن يكون له آثار جانبية ضارة، وهناك أدلة على أن بعض البعوض المسبب للأمراض قد يطور مقاومة، ويصبح أقل حساسية لرائحة ديت. يقول ويلتشكو: “لقد نشرنا بالفعل بحثًا يوضح أنه بإمكاننا العثور على جزيئات قوية مثل ديت في التجارب البشرية”.

بالنسبة إلى البر الرئيسي، فإن أحد الجوانب الأكثر إثارة في البحث هو إمكانية اكتشاف “الروائح الأولية”. تمامًا كما يمكن الجمع بين اللون الأحمر والأخضر والأزرق لإنشاء أي لون، فهو يأمل أن تؤدي مجموعة محدودة من الروائح مجتمعة بالنسب الصحيحة إلى إنشاء أي رائحة، مما يسمح لنا بشكل فعال بإعادة إنشاء الرائحة كما تقوم الطابعة بإعادة إنشاء الصورة. إن اكتشاف الروائح الأولية لا يعني فقط أنه يمكننا بسهولة إعادة إنشاء أي رائحة تستطيع أنوفنا شمها، بل يمكن أن تبث حياة جديدة في المستجدات مثل تنسيق السينما Smell-O-Vision في الخمسينيات. يقول لودمييل: “إنه أمر مثير للغاية”. “نحن لا نعرف بالضرورة وجودها، ولكن من الرائع جدًا أن تكون موجودة.”

ومع ذلك، قبل أن يكون أي من ذلك ممكنًا، سيحتاج الباحثون إلى رسم خريطة للروائح، ليس فقط للمركبات الفردية، ولكن أيضًا لمجموعات معقدة تعكس مدى تعقيد الروائح اليومية. ويشير لودامييل إلى أنه “فكر في رائحة تفوح منها رائحة شيء واحد فقط”. “يقول الناس،” أوه، قطع العشب “. نعم. في المرة القادمة التي تذهب فيها وتشم رائحة العشب المقطوع، سواء على الأرض أو أثناء قيامك بقص العشب، أضمن لك أنه سيكون عشبيًا. سيكون فطريًا. سوف تكون ترابية. ربما سيكون متعفنًا أو عفنًا أو مبللًا.

هناك مشكلة أخرى، وهي مشتركة بين الكثير من نماذج الذكاء الاصطناعي للتعلم العميق، وهي أن هذا هو في الأساس صندوق أسود. في حين أن النتائج مثيرة للإعجاب ومن المحتمل أن تكون مفيدة، إلا أنها لا تقربنا بالضرورة من فهم العمل البيولوجي للرائحة. تقول راشيل هيرز، من قسم الطب النفسي والسلوك البشري في جامعة براون: “على الرغم من وجود روابط، إلا أن العلاقة بين التركيب الكيميائي والإدراك الشمي النوعي ليست مرتبطة بشكل مباشر”. “يتأثر المستوى البشري بالعديد من المتغيرات التي تتراوح بين الخبرة والسياق واللغة إلى الفروق الفردية في التعبير الجيني للمستقبلات الشمية.

في نهاية المطاف، قد تكون هذه مجرد خطوة صغيرة نحو فهم الشم، ولكن بعد مرور أكثر من 100 عام على سؤال ألكسندر جراهام بيل عما إذا كان بإمكاننا قياس الفرق بين رائحتين، يبدو أن الإجابة الآن هي “نعم”.