Innovatives Google-System lässt KI "riechen"

Riechen: Für Computer herausfordernd

Bild: PublicDomainPictures, pixabay.com

Gerüche mit menschlichen Begriffen wie "tropisch" oder "erdig" zu beschreiben, das können Maschinen bislang nicht besonders gut. Das Google Brain Team der KI-Sparte des Internetgiganten und Partner haben nun ein KI-System entwickelt, das hier neue Maßstäbe setzen könnte. Ein neuronales Netzwerk nutzt dabei Molekülstrukturen, um Gerüche vorherzusagen. Einem auf dem Preprint-Server arXiv veröffentlichtem Paper zufolge funktioniert das schon in der ersten Version des Systems ebenso gut wie die bisher besten Ansätze, Maschinen "riechen" zu lassen.

Begriffs-Training

Gerüche mit Worten zu beschreiben, ist für Maschinen unter anderem deshalb schwer, da Bezeichnungen letztlich subjektiv sind. Beispielsweise beschreiben Menschen teils unterschiedliche Düfte mit dem gleichen Begriff, etwa "erdig". Damit ihr System möglichst gut menschliche Bezeichnungen trifft, haben die Forscher einen Datensatz von knapp 5.000 Molekülen, die in Parfums zum Einsatz kommen können, verwendet. Diese sind von Experten, meist aus der Parfumbranche, mit Geruchsbezeichnungen annotiert.

Rund zwei Drittel dieses Datensatzes hat das Team genutzt, um ein GNN, eine Form des neuronalen Netzes, zu trainieren. Dieses lernte so, bestimmte Molekülstrukturen mit bestimmten Gerüchen in Verbindung zu bringen. Mit dem letzten Drittel des Datensatzes testeten die Forscher dann, wie gut das KI-System vorhersagen kann, wie andere Moleküle riechen. Schon jetzt erreiche es die Genauigkeit der bislang besten Ansätze. Mit Verbesserungen am Modell könnte es noch besser werden, meint Teamleiter Alex Wiltschko gegenüber "Wired".

Einige Fallstricke

Wiltschko betont, dass die Art, wie die KI Gerüche versteht und wie wir diese wahrnehmen, doch sehr unterschiedlich sein könnten. Zudem gibt es zumindest einen großen Fallstrick, sogenannte chirale Paare. Das sind Moleküle, die die gleichen Atome und Bindungen haben, aber in räumlich gespiegelter Form. Diese riechen oft völlig unterschiedlich, beispielweise echter Kümmel und grüne Minze. "Wir wissen, dass wir chirale Paare im Datensatz haben und sie unmöglich korrekt interpretieren können", so Wiltschko. Denn die KI wird immer den gleichen Geruch zuweisen.

Das Team will sich also damit befassen, ob es die Gerüche chiraler Paare in den Griff bekommt. Zudem kann das System keinerlei Aussagen darüber treffen, wie sich Gerüche entwickeln, wenn mehrere Substanzen beispielsweise für ein Parfüm gemischt werden. Doch falls die KI hilft, wirklich zu verstehen, welche Eigenschaften und Strukturen von Molekülen für welche Gerüche verantwortlich sind, könnte das auch diesbezüglich einen Schritt vorwärts bedeuten.

Zum Paper "Machine Learning for Scent: Learning GeneralizablePerceptual Representations of Small Molecules": https://arxiv.org/pdf/1910.10685.pdf

Quelle: www.pressetext.com/Thomas Pichler