Recevez chaque jour toute l'actualité du numérique

x

Google entraîne un réseau de neurones à identifier les odeurs à partir de la structure chimique des molécules

Vu ailleurs Des chercheurs de Google Brain ont publié jeudi 24 octobre 2019 un article scientifique au sujet d'un réseau de neurones qu'ils développent et qui permettrait, à terme, de doter les machines d’un odorat. Si aucun cas d’application n’est pour l’heure envisagé, la firme de Mountain View veut répondre à une question des scientifiques… qui n’ont jamais réussi à faire le lien entre la structure chimique d’une molécule et son odeur.
Twitter Facebook Linkedin Flipboard Email
×

Google entraîne un réseau de neurones à identifier les odeurs à partir de la structure chimique des molécules
Google entraîne un réseau de neurones à identifier les odeurs à partir de la structure chimique des molécules © Pixabay / RestaurantAnticaRoma

Les chercheurs de Google Brain travaillent à la création de capteurs d'odeurs. A l’origine de ces recherches, un constat. Si les capteurs permettant de reconnaître puis d'analyser des données visuelles existent depuis longtemps (Isaac Newton a décomposé la lumière à l’aide de prismes dès le XVIIe siècle), il n’en est rien pour les odeurs.

 

Dans une première version de son étude, parue jeudi 24 octobre 2019 sur la plate-forme en ligne Arxiv, la filiale de la firme de Mountain View indique élaborer un réseau de neurones qui serait à même d’identifier diverses senteurs. Une avancée importante du point de vue scientifique, les spécialistes n’ayant à ce jour jamais établi le lien entre la structure chimique d’une molécule, complexe, et l’odeur de cette dernière. "On peut passer de la rose à l’œuf pourri en ne modifiant qu’un atome", pointe Alex Wiltschko, l'un des auteurs derrière l'étude.

 

RAPPROCHER LES ODEURS SIMILAIRES

L’équipe de Google Brain s’est basée sur les données de 5 000 molécules exploitées par les parfumeurs. Annotées par les professionnels selon leur senteur, les deux tiers de celles-ci ont servi à entraîner un réseau de neurones de type GNN (Graph Neural Network) – autrement dit une forme de machine learning capable d’analyser des données "non-rectangulaires" telles que des structures chimiques.

 

Le tiers restant des molécules, non-répertorié, a ensuite été utilisé pour mettre l’outil à l’épreuve. L’objectif était que ce dernier pioche dans ses connaissances pour rapprocher deux odeurs similaires. Les chercheurs jugent leurs résultats concluants et estiment avoir "fait avancer le domaine". Si des technologies permettent déjà de ruser grâce à la biochimie et à l'optique pour déterminer (grosso modo) des odeurs, cette recherche est l'une des premières à se focaliser sur le fond du problème.

 

le système olfactif humain reste complexe à appréhender

Comme c’est le cas de toutes les études à base de machine learning, celle de Google subit néanmoins les aléas de la qualité des données. Interrogé par nos confrères du site Wired, le chercheur Alexei Koulakov du Cold Spring Harbor Laboratory à New-York (Etats-Unis), qui n’a pas pris part à la recherche, estime que l’outil mis au point pourra "constituer une base solide, à même de participer au développement d’algorithmes plus robustes".

 

Il relève, au demeurant, que l’intérêt même de se fier à un modèle informatique pour essayer d’appréhender le système olfactif humain reste incertain. Le but des chercheurs reste d’établir une représentation ordonnée à la manière d’un cercle chromatique, qui indiquerait la proximité des molécules les unes par rapport aux autres.

Réagir

* Les commentaires postés sur L’Usine Digitale font l’objet d’une modération par l’équipe éditoriale.

 
media