Yapay zeka teknolojisi günden güne hayallerimizin sınırlarını zorlamaya devam ediyor. Son gelişmelerin ardından bilgisayarlar tıpkı görüntü ve ses ürettiğimiz gibi koku da üretebilecek. Koku duyusal dünyamızda başlar ve küçük moleküllerin bilgi barındırdığı fiziksel dünyamıza kadar genişler. Osmo ekibi; makine öğrenimi, duyusal sinirbilim, veri bilimi, mühendislik, koku, analitik kimya ve ürün geliştirme uzmanlarıyla multidisipliner bir başarıya imza attı.
Yapay zeka teknolojisi günden güne hayallerimizin sınırlarını zorlamaya devam ediyor. Son gelişmelerin ardından bilgisayarlar tıpkı görüntü ve ses ürettiğimiz gibi koku da üretebilecek. Koku duyusal dünyamızda başlar ve küçük moleküllerin bilgi barındırdığı fiziksel dünyamıza kadar genişler. Osmo ekibi; makine öğrenimi, duyusal sinirbilim, veri bilimi, mühendislik, koku, analitik kimya ve ürün geliştirme uzmanlarıyla multidisipliner bir başarıya imza attı. Nörobilimci ve girişimci Dr. Alex Wiltschko liderliğindeki Osmo ekibi, bir molekülün yapısından nasıl koktuğunu tahmin etmek için öncelikle koku haritasını oluşturdu. Şimdi bu haritayı ve yapay zekayı (AI) kullanarak büyüyen tat ve koku pazarı için daha iyi, daha güvenli ve çevre dostu yeni nesil aroma molekülleri yaratıyor.
Bir molekülün yapısından kokusunu tahmin etmede Grafik Sinir Ağları (Graph Neural Networks-GNN) kullanılıyor. Bu teknolojiyle daha önce hiç kimsenin koklamadığı yeni moleküller yaratmak ve bunları insanüstü bir doğrulukla tahmin etmek artık mümkün. Hatta sivrisinekler için kötü kokan (örneğin böcek kovucular) moleküller tasarlamak da mümkün.
Böcek kaynaklı hastalıklar her yıl 0,5 milyon insanı öldürüyor. Kişisel veya evsel koruma için mevcut kovucular; etkinlik, uygulanabilirlik ve güvenlik profilleri açısından sınırlıdır. Bu çalışma ile yeni kovucu moleküllerin keşfi için makine öğrenimi odaklı yüksek verimli bir yöntem kullanılıyor. Bunu başarmak için, ~19.000 sivrisinek kovuculuk ölçümü içeren büyük, tarihi bir veri seti sayısallaştırıldı. Daha sonra moleküler yapıyı ve kovuculuğu haritalamak için bir grafik sinir ağı (GNN) eğitildi. Bu model; davranışsal denemelerde test edilmek için 317 aday molekülde uygulandı. GNN yaklaşımı, kemoinformatik bir modelden daha iyi performans gösterdi; bu da hem model inovasyonunun hem de yeni veri toplamanın tahmin doğruluğu için ayrılmaz bir parça olduğunu gösterdi.
İnsanların görme ve duyma duyularının dijitalleştirilmesi, daha iyi sağlık hizmetlerinden fotoğrafçılığa ve dijital müziğe kadar hayatlarımızı zenginleştiren teknolojide inanılmaz derecede etkili sıçramalara yol açtı. Koku alma duyusunun lezzet, koku, tıbbi teşhis, tarım ve daha fazlası gibi alanlarda dünyayı değiştirme potansiyelini açığa çıkarmada rol oynamaktan heyecan duyuyoruz.
Parfüm, şampuan, losyon, mum gibi günlük kullanılan ürünler için yeni nesil aroma molekülleri yaratma hedefiyle başlanıldı ancak bu çalışma araştırmacı ekibin tahmin bile edemeyeceği kadar genişledi. Wiltschko, “İnsanların görme ve duyma duyularının dijitalleştirilmesi, daha iyi sağlık hizmetlerinden fotoğrafçılığa ve dijital müziğe kadar hayatlarımızı zenginleştiren teknolojide inanılmaz derecede etkili sıçramalara yol açtı. Koku alma duyusunun lezzet, koku, tıbbi teşhis, tarım ve daha fazlası gibi alanlarda dünyayı değiştirme potansiyelini açığa çıkarmada rol oynamaktan heyecan duyuyoruz.” diyor.
Ayrıca bu alan:
Güvenlik: Bu sistem kamu güvenliğinde tehditleri tespit ve takip etmek amacıyla 10 kat daha iyi sensör sistemleri sunuyor.
Endüstriyel: Dolandırıcılığı azaltmak ve ürün kalitesini garanti altına almak için tedarik zinciri izleme sürecinde yeni alternatifler sunuyor.
Eğlence: Daha sürükleyici deneyimler ve etkileşimli alışveriş için alternatif sunuyor.
Alex Wiltschko, moleküllerin karmaşık yapıları nedeniyle bilgisayarların bunları analiz etmesinin zor olduğunu vurguluyor. “Bunun bu kadar zor olmasının sebebi, o moleküldeki tek bir bağı, mesela çok küçük bir şeyi hareket ettirmeniz durumunda molekülün kokusunun güllerden çürük yumurtalara dönüşmesidir” diyor. Ancak yapay zeka teknolojisindeki gelişmeler sayesinde model, moleküllerin farklı yapılarındaki örüntüleri algılayabiliyor ve bu bilgiyi kullanarak diğer moleküllerin kokusunu doğru bir şekilde tahmin edebiliyor.
Wiltschko, yapay zeka sohbet robotları olarak bilinen büyük dil modellerinin “tüm internetten” gelen verilerle eğitilebileceğini ancak kokularla ilgili benzer bir dijital bilgi kütüphanesinin yapay zeka modelini oluşturmaya başladıklarında bu kadar kolay erişilebilir olmadığını söylüyor. “Fark ettiğimiz tek şey, başkasının verilerini kullanamayacağımızdı. Aslında, harika veri kümeleri olduğunu düşündükleri parfüm endüstrisindeki şirketlerle yaklaşık bir yıl çalıştık, ancak bunların harika olmadığını gördük.” diyor.
Binlerce molekül ve kokularını elde ettiler. Daha sonra bu verileri makine öğrenimi şemsiyesi altına giren ve veri noktaları arasındaki ilişkileri tespit etmek ve analiz etmek için güçlü algoritmalar kullanan grafik sinir ağlarına (GNN’ler) aktardılar.
Binlerce molekül ve kokularını elde ettiler. Daha sonra bu verileri makine öğrenimi şemsiyesi altına giren ve veri noktaları arasındaki ilişkileri tespit etmek ve analiz etmek için güçlü algoritmalar kullanan grafik sinir ağlarına (GNN’ler) aktardılar. Sürecin bu noktasında, insanları ve arkadaşlıklar aracılığıyla nasıl bağlandıklarını görebileceğiniz bir sosyal ağ düşünün. Wiltschko’nun ekibi daha sonra GNN’leri, yapay zeka modelinin atomları, onları birbirine bağlayan bağları ve bu moleküler yapının kokuyu nasıl belirlediğini anlamasına yardımcı olmak için kullanabilir.
Osmo’nun bundan sonraki adımı ne?
Wiltschko, Osmo’nun nihayetinde, bir yerdeki kokuyu dijitalleştirerek ve başka bir yerde birebir kopyasını oluşturarak kokuları ışınlamak için teknolojisini kullanabilmeyi hedeflediğini söylüyor. “Bu, yapay zeka modelinizin bir şeyin kokusunu gerçekten anladığını kendinize kanıtlamanın yoludur, çünkü onu orijinaliyle aynı kokacak şekilde yeniden yaratamazsanız, o zaman kendinizi kandırıyorsunuz demektir” diyor.
Wiltschko ayrıca, bu teknolojiyi kullanarak hastalıkların daha erken teşhis edilmesine yardımcı olma yönündeki uzun vadeli hedefini gerçeğe dönüştürmek için çalışmalarını sürdürmeyi planlıyor. “Sonunda hastalıkları kokuyla tespit edebileceğiz ve bu teknolojiyi inşa etme yolundayız,” diyor.
Teknoloji duyularımızı yeniden tanımlamaya devam ediyor ve yapay zeka girişimi Osmo yakın zamanda çığır açıcı bir dönüm noktasına ulaştı: ‘Koku ışınlanmasının’ ilk gösterimini gerçekleştirdi. Bu başarı, dijital ve fiziksel alemlerin harmanlanmasında büyük bir adım atıldığı anlamına geliyor ve dijital deneyime koku getirmeyi vaat ediyor. Kapsamlı araştırma ve inovasyon yoluyla Osmo, geleneksel koku biliminin sınırlarını zorlayarak daha önce hiç koklanmamış kokuları keşfetme potansiyelini de ortaya çıkardı.
Işınlanacak bir koku seçiyoruz ve bunu GCMS (Gaz Kromatografisi-Kütle Spektrometrisi) adı verilen bir makineye tanıtıyoruz. Sıvıysa, doğrudan enjekte ediyoruz; erik gibi fiziksel bir numuneyse, kokuyu nesnenin etrafındaki havada hapsedip bir tüp aracılığıyla emen headspace analizini kullanıyoruz. GCMS, moleküller olarak yorumlanabilen ham verileri tanımlıyor ve bir buluta yüklüyor.
Osmo’nun koku ışınlaması, gerçek dünyadaki kokuları dijital formatta kopyalamayı içeriyor ve kullanıcıların fiziksel nesne mevcut olmadan uzaktan bir şeyi “koklayabilmelerini” sağlıyor.
Başarıyla ilgili bir blog yazısında süreci anlatan Osmo şunları yazdı: “Işınlanacak bir koku seçiyoruz ve bunu GCMS (Gaz Kromatografisi-Kütle Spektrometrisi) adı verilen bir makineye tanıtıyoruz. Sıvıysa, doğrudan enjekte ediyoruz; erik gibi fiziksel bir numuneyse, kokuyu nesnenin etrafındaki havada hapsedip bir tüp aracılığıyla emen headspace analizini kullanıyoruz. GCMS, moleküller olarak yorumlanabilen ham verileri tanımlıyor ve bir buluta yüklüyor. Orada, belirli bir molekül kombinasyonunun nasıl koktuğunu tahmin edebilen, yeni ve gelişmiş bir yapay zeka destekli araç olan Ana Koku Haritamızda bir koordinat haline geliyor. Bu formül, bunu bir tarif olarak ele alan ve numunemizi taklit etmek için farklı kokuları karıştıran formülasyon robotlarımızdan birine gönderiliyor.
Osmo’nun koku ışınlama ve yapay zeka destekli koku keşfindeki ilerlemeleri, tüketici deneyiminin temel bileşeni olarak kokuya güvenen endüstrileri yeniden şekillendirme potansiyeline sahip. Şirketler, kokuları dijital ve sanal deneyimlere entegre ederek eğlence ve sağlık sektörlerindeki kullanıcılar için sürükleyici etkileşimler sunabilir. Koku ışınlaması, tüketicilerin satın alma işlemi yapmadan önce kokuları uzaktan “denemelerine” veya tamamen yeni deneyimsel pazarlama biçimlerine olanak tanıyabilir.
Ayrıca, yeni koku moleküllerini keşfetmek için yapay zekanın kullanılması, geleneksel ham maddelere olan bağımlılığı azaltabilir. Doğal malzemeleri toplamak için daha az kaynak gerektiğinden, koku şirketleri daha çevre dostu uygulamalar benimseyebilir, potansiyel olarak karbon ayak izlerini azaltabilir ve daha sürdürülebilir tüketici ürünlerine katkıda bulunabilir.
Osmo teknolojisini geliştirmeye devam ettikçe, bu ilerlemeler fiziksel ve dijital dünyaları daha önce imkansız olduğu düşünülen şekillerde birleştirerek yeni duyusal uygulamalara zemin hazırlayabilir. Kokunun dijital alanlarda görme ve duymaya katılmasıyla birlikte, deneyimlerimizi zenginleştirebilecek ve çevremizdeki dünyayla bağlantı kurma şeklimizi şekillendirebilecek çok duyulu teknolojinin geleceği umut verici görünüyor.
Kaynaklar:
https://www.osmo.ai/about
https://www.biorxiv.org/content/10.1101/2022.07.21.500995v3
https://www.cnbc.com/2024/08/18/former-google-researchers-startup-uses-ai-to-digitize-smell.html
https://startupsmagazine.co.uk/article-osmo-brings-scent-teleportation-and-ai-fragrances-life
https://hellofuture.orange.com/en/osmo-artificial-intelligence-learns-to-recognize-smells/
