Cookies op Tweakers

Tweakers maakt gebruik van cookies, onder andere om de website te analyseren, het gebruiksgemak te vergroten en advertenties te tonen. Door gebruik te maken van deze website, of door op 'Ga verder' te klikken, geef je toestemming voor het gebruik van cookies. Wil je meer informatie over cookies en hoe ze worden gebruikt, bekijk dan ons cookiebeleid.

Meer informatie

Wetenschappers ontwikkelen kunstmatige intelligentie met 'reukvermogen'

Door , 14 reacties

Een groep wetenschappers, waaronder een team van de KU Leuven, heeft algoritmes ontwikkeld die voor een deel in staat zijn de geur van moleculen te voorspellen op basis van de chemische structuur. Van de negentien gebruikte geuren hebben de algoritmes er acht juist voorspeld.

In een wedstrijd tussen 22 teams van computerwetenschappers ging het erom om algoritmes te ontwikkelen die zo goed mogelijk in staat zijn om de geurpercepties van mensen juist te voorspellen. Bij dit onderzoek moesten 49 mensen in totaal 476 geurstoffen 'labelen' met een van de negentien beschikbare verschillende geurindicaties, zoals 'vis', 'knoflook', 'zoet', 'zuur' en 'aangebrand'. Ook werden de intensiteit van de geurstoffen beoordeeld en hoe aangenaam de geuren werden ervaren door de testsubjecten. Dit schrijft het tijdschrift Science.

Deze resultaten werden gebruikt door computerwetenschappers om algoritmes te maken om te voorspellen hoe een gemiddelde persoon een geur zou beoordelen. De wetenschappers kregen twee derde van de voorspellingen van de vrijwilligers, de chemische structuur van de gebruikte moleculen en 4800 beschrijvingen van elke molecuul. Bij dit laatste kan gedacht worden aan de atomen en hoe die geordend zijn in het molecuul. Dit leverde een dataset op met meer dan twee miljoen datapunten op basis waarvan de algoritmes werden ontwikkeld.

Het team van de Arizona State University scoorde het beste bij het voorspellen van hoe alle vrijwilligers samen de verschillende geuren gemiddeld zouden beoordelen. De algoritmes van dit team hadden de beste voorspelling van hoe de menselijke testsubjecten de geurstoffen hadden beoordeeld; bij acht van negentien gebruikte geurindicaties hadden de modellen het bij het juiste eind. Teamleider Richard Gerkin denkt dat de ontwikkelde modellen kunnen helpen om geurproducenten hun parfums beter een bepaalde geur mee te geven.

Er is echter wel enige kritiek op dit onderzoek. Avedry Gilbert, een biologisch psycholoog van het Amerikaanse bedrijf Synesthetics en een ervaren man uit de geurindustrie, vindt het nieuwe onderzoek vooral nuttig omdat het een grote database betreft. Echter, omdat in het onderzoek is uitgegaan van negentien geurindicaties, acht Gilbert het onderzoek te beperkt. Hij wijst op het feit dat bij soortgelijke onderzoeken veel meer geurcategorieën zijn gebruikt.

Het lastige bij het voorspellen van de geur van moleculen is het feit dat sommige moleculen die chemisch gezien sterk overeenkomen toch heel verschillend kunnen worden beoordeeld door de menselijke reukzin. Tegelijkertijd kunnen moleculen met sterk verschillende chemische structuren door mensen wat geur betreft als bijna identiek worden ervaren.

Door Joris Jansen

Nieuwsredacteur

20-02-2017 • 18:31

14 Linkedin Google+

Reacties (14)

Wijzig sortering
geursensoren zijn de next big thing. Ons reukorgaan is relatief slecht ontwikkeld (in vergelijking met honden) en we snappen daardoor het potentieel niet indien er morgen een super sniffer wordt uitgevonden.

- perfect gegaarde oevengerechten
- controle op explosieven en drugs
- toegangscontrole op basis van geur
- Vroegtijdig ontdekken gaslekken
- opsporen virussen en bacterien in lucht
- herkennen producten a.d.h.v. hun geur.
- geurtags toevoegen op producten

Dit onderzoekt heeft wel een andere focus: ze proberen via AI een computer een geur te laten beoordelen zoals wij mensen hem zouden beoordelen.

[Reactie gewijzigd door Coolstart op 20 februari 2017 21:13]

In realiteit is ons reukvermogen het gevanceerdste van al onze zintuigen. Ons vergelijken met honden is raar, want een beer ruikt 1000 keer beter dan een hond.
Misschien een zeurderig puntje, maar werd de data gebruikt om algoritmes te maken of om supervised machine learning modellen te trainen?
'Gewoon' supervised induction. De ML algos zelf zijn klassiek: regularized linear regression en random forest. (Er is ook nog wel wat anders geprobeerd, maar dat was in dit geval niet beduidend beter.)
Er komt wel wat feature engineering, modelselectie en methodologie bij kijken.

[Reactie gewijzigd door register op 20 februari 2017 22:12]

Vraag me af of dat reukvermogen net zo goed is als dat van een jack russel, kun je dalijk ook de jack russels outsourcen en automatiseren. Ontwikkel je robots die kunnen reuken. zie je op vliegvelds robots ipv jack russels bij de douane.
Beter nog, er zijn honden die in staat zijn om bepaalde stoffen te ruiken die worden afgescheid door tumoren. Je zou dus een computer kunnen bouwen die kanker ruikt.
op een vliegveld gaat het om maar zeer bepaalde "geuren" geld, drugs en explosieven: ideaal als je daarvoor geen dier meer nodig hebt. Ga er maar van uit dat zodra het uit kan ze te zien zullen zijn. (wat kost een getrainde hond eigenlijk per jaar/per werkuur)
Ja maar ik vind het wel leuk om zo'n schattige jack russel te zien rondlopen, trouwens Frolic de fabrikant van honden brokken zal er ook niet blij mee wezen!

Waarom kijken naar geld je moet kijken naar de menselijke interactie niet naar kostenbesparing. Wat denk je dat een robot kost? Daarbij zit je met systematische beperkingen!

[Reactie gewijzigd door Geertruda-Bep op 20 februari 2017 21:13]

Jij denkt dat ze gaan kijken naar menselijke interactie?

Op het vliegveld gaan ze niet naar menselijke interactie kijken kan ik je vertellen, dat is het allerlaatste waarvoor ze in ieder geval drugs honden hebben.

En reken er maar op dat zodra er een goed gekeurde reuksensor is ze deze niet in een robot zullen plaatsen, deze plaatsen ze hoogstwaarschijnlijk in de poortjes scanners en de bagage scanners. De investering zal wat mogen kosten, maar dit betaald zich zeker terug.
Minimale onderhoud, zeker geen systematische beperkingen en minder personeel nodig en geen honden meer.
In het grotere geheel raakt dit onderwerp aan qualia, de kwalitatieve ervaringen die we hebben bij onze zintuiglijke waarnemingen, en hoe computers die qualia misschien ooit kunnen gaan begrijpen of zelfs delen. We ervaren geel niet alleen maar als licht met bepaalde golflengtes, maar ook als een kwaliteit die "gewoon anders" is dan paars. Hetzelfde hebben we met geuren. Als computers ooit mensen moeten kunnen aanvullen als min of meer gelijkwaardige evenknie (of vervangen), dan zou het toch mooi zijn als ze ook qualia hebben of op z'n minst begrijpen. Voorlopig is het nog niet zover (qualia zijn AI-complete), maar het onderzoek dat voor deze wedstrijd is verricht kan misschien wel een steentje bijdragen.
Als ze er 8 van de 19 goed voorspelden is het dan niet gewoon random chance?
Als er maar twee mogelijkheden zouden zijn geweest om uit te kiezen wel ja....
Slechts een deel van de 19 zijn goed voorspeld (hoge correlatiecoefficient) omdat bij de andere geureigenschappen de proefpersonen zelf geen consistente scores gaven, i.e. bij experimentele herhaling gaven ze op die criteria een score die slechts weinig correleerde aan hun eerste keuze.
Oh oké thanks voor de clarification

Op dit item kan niet meer gereageerd worden.


Apple iPhone X Google Pixel 2 XL LG W7 Samsung Galaxy S8 Google Pixel 2 Sony Bravia A1 OLED Microsoft Xbox One X Apple iPhone 8

© 1998 - 2017 de Persgroep Online Services B.V. Tweakers vormt samen met o.a. Autotrack en Hardware.Info de Persgroep Online Services B.V. Hosting door True

*