Ученым удалось создать робота, способного воспроизводить запахи
Исследователи из Норвежского университета науки и технологий, во главе с Идельфонсо Ногейрой, сделали значительный шаг вперед в области парфюмерии, используя искусственный интеллект для анализа и воссоздания духов на основе их химического состава. Это открытие может кардинально изменить подход к созданию парфюмерных изделий, обещая воспроизведение редких и даже утраченных ароматов.
Исследователи сосредоточились на двух существующих ароматах, классифицировав их по семейству запахов и «ценности запаха». Один из ароматов выделился нотами «кумариновых», а другой - «алкогольными». Используя базу данных известных молекул, ассоциируемых с определенными ароматическими нотами, искусственный интеллект научился генерировать массивы молекул, соответствующие каждому семейству запахов. Важной частью работы стало учёт изменения аромата во времени - от «верхних нот», быстро испаряющихся после распыления, до «базовых нот», которые могут оставаться воспринимаемыми на коже в течение нескольких дней. Команда выбирала молекулы, созданные искусственным интеллектом, которые испарялись в сходных с оригинальными ароматами условиях.
Окончательный рецепт одного из ароматов показал небольшие отклонения в «кумариновых» и «острых» нотах, в то время как другой был воспроизведен с высокой точностью. Разработка новых духов с использованием традиционных методов может занять до трех лет и стоить до 45 000 рублей за килограмм, делая инновации, предложенные этим исследованием, потенциально революционными для парфюмерной промышленности.
Ричард Геркин из Университета штата Аризона и стартапа Osmo, занимающегося разработкой методов для генерации запахов с помощью ИИ, подчеркнул, что сочетание ИИ с физикой и химией открывает новые горизонты для понимания и воссоздания ароматов. Это открывает путь к созданию духов, которые не только точно воспроизводят оригинальные запахи, но и могут быть более доступными и экологичными. Однако, несмотря на успехи, точное предсказание того, как будет пахнуть химическое вещество, остается сложной задачей. Увеличение количества и сложности молекул в обучающих данных может сделать процесс еще более точным.
