Tekoäly

Molekyyleistä muistoihin: Haju‑teleportoinnin aikakausi alkaa

mm
Lisää Securities.io suosikkilähteisiisi Google-palvelussa
Ilmoitus: Securities.io voi saada korvauksen, kun käytät arvioimiemme tuotteiden linkkejä. Tämä ei vaikuta toimituksellisiin arvioihimme. Emme ole rekisteröity sijoitusneuvoja; tämä ei ole sijoitusneuvontaa. Lue kumppanuusilmoituksemme.
The Era of Scent Teleportation

Voitko kuvitella lähettäväsi sen kauniin tuoksun, jonka haistoit vaelluksella, yhtä helposti kuin laulun tai kuvan ystävällesi tai perheellesi?

No, nyt voit, koska digitalisointi on tehnyt sen mahdolliseksi. Aivan oikein. Aivan kuten kaikki muutkin elämän osa‑alueet, myös tuoksu digitalisoituu!

Hajun digitalisointi, jota kutsutaan myös digitaaliseksi hajuaistiksi, on prosessi, jossa tuoksuja kaapataan, lähetetään ja luodaan uudelleen antureiden ja ohjelmistojen avulla.

Kopioimalla, miten ihmisaivot tunnistavat ja erottavat hajut, digitaalista hajuaistia voidaan käyttää digitaalisen tuoksumedian luomiseen, uusien tuotteiden kehittämiseen, sairauksien havaitsemiseen, molekyylien ennustamiseen ja ruoan viljelyyn.

Kuvien verrattuna haulla on paljon suurempi potentiaali vaikuttaa ihmisiin. Loppujen lopuksi hajustimulaatio laukaisee enemmän aivoaktiviteettia kuin visuaalinen stimulointi.

Tästä huolimatta suurin osa tieteellisistä edistysaskelista on keskittynyt näköön ja kuuloon. Nykyään älylaitteet, kuten puhelimet ja kannettavat tietokoneet, tarjoavat lähes kaikille vaikuttavia sisäänrakennettuja ominaisuuksia, jotka keskittyvät pääasiassa ääneen ja valoon. Haju ei ole vielä saanut samoja teknologisia mahdollisuuksia ja edistysaskeleita, koska se on esimerkiksi henkilökohtainen.

Aivokuoren hajuaistialue on suoraan yhteydessä hippokampukseen, joka liittyy muistiin ja kognitioon, sekä tunteiden prosessointialueeseen (amygdala). Tämän seurauksena tuoksulla on voimakas kyky herättää tietty muisto.

Mutta mikä tärkeintä, se on äärimmäisen monimutkainen. Hajureseptoreille on noin 1000 geeniä, jotka koodaavat yhtä monta hajureseptorityyppiä.

Mielenkiintoista on, että silmässä on kolme tunnettua valoaistinsolua, kun taas hajureseptorit jakautuvat 6 miljoonaan erikoistuneeseen sensoriseen hermosoluun, jotka sijaitsevat nenän yläosassa.

Juuri tämä hajun monimutkaisuus mahdollistaa nenämme Parkinsonin taudin havaitsemisen. Sillä välin koirat ja mehiläiset omaavat niin syvän hajuaistin, että ne voivat haistaa jopa syöpää ja Alzheimerin tautia. Kuitenkin sama monimutkaisuus on syy siihen, että ymmärryksemme hajuaistijärjestelmästä on niin heikko.

Asiat kuitenkin muuttuvat, kun tuoksuja digitalisoidaan.

Näkymättömän kartoitus: Digitaalisen hajukartan rakentaminen

Hajun ymmärtämisen yrittäminen on jatkunut pitkään, mutta tähän mennessä se on ollut melko rajallista.

Kuitenkin teknologiset edistysaskeleet ovat johtaneet kasvavaan kiinnostukseen, mikä on johtanut Digital Olfaction Society (DOS) -yhteisön perustamiseen. Sen tavoitteena on luoda laitteita, jotka tallentavat hajut, muuntavat ne digitaaliseksi dataksi, lähettävät ne ja lopulta luovat ne uudelleen eri puolilla maailmaa.

DOS johtaa tällä hetkellä maailmanlaajuista projektia, jossa kerätään ja arkistoidaan monipuolisten paikkojen tuoksuja kulttuuriperinnön säilyttämiseksi. Tätä varten ryhmä kutsuu asiantuntijoita ympäri maailmaa digitalisoimaan paikallisten alueidensa tuoksuja, jotka omistautunut tiimi Tokiossa rekonstruoi.

Muutama vuosi sitten Japanin Kyushun yliopiston tutkijat yhteistyössä Tokion yliopiston kanssa kehittivät hajuaistinsensorin nimeltä ‘teko‑nenä’, joka pystyi tunnistamaan yksilöitä analysoimalla heidän hengityksensä yhdisteitä. 16‑kanavaisella anturitaulukolla rakennettu ‘teko‑nenä’ pystyi biometrisesti autentikoimaan keskimäärin yli 97 % tarkkuudella.

Nyt Osmo teleporttaa tuoksua menestyksekkäästi yhdestä maailman osasta toiseen. Alansa merkittävä toimija, Osmo, käyttää Google Cloud AI -teknologiaa hajun digitalisoimiseen, jotta se voi “antaa kaikille mahdollisuuden parempaan elämään”.

Osmo näkee uuden aikakauden, jossa tietokoneet pystyvät tuottamaan hajuja samalla tavalla kuin ne tuottavat kuvia ja ääniä.

“Se on ollut intohimoni yrittää ymmärtää hajua. Se on erittäin voimakas emotionaalinen aisti, mutta tiedämme siitä niin vähän.”

Wiltschko, joka on opiskellut neurotiedettä Michiganin yliopistossa ja hajuneurotiedettä erityisesti Harvardissa, aloitti Osmon tutkimusprojektina Google (GOOGL ) ennen kuin lanseerasi sen startupina vuonna 2022, jonka tukena oli 60 miljoonaa dollaria Google Venturesilta ja Lux Capitalilta. Viime vuoden lopulla Bill & Melinda Gates -säätiö myös myönsi Osmolle 3,5 miljoonan dollarin apurahan, lisäten sen 5 miljoonan dollarin osakeinvestointiin.

Google Researchissa Wiltschko työskenteli digitaalisen hajuaistin tutkimuksen validoinnin parissa Brain-tiimissä.

Siellä keskityttiin Graph Neural Networks (GNN) -verkkojen käyttöön läpimurron saavuttamiseksi molekyylin hajun ennustamisessa sen rakenteesta. Lisätutkimuksia tehtiin uusien, aiemmin haistamattomien molekyylien suunnittelusta ja niiden tarkasta ennustamisesta. Tiimi myös loi molekyylejä, jotka torjuvat hyttysiä mutta haistuivat erittäin voimakkaasti ihmiskoeissa.

Vuonna 2022 Wiltschko yhdessä Richard C. Gerkinin kanssa Google Researchista kirjoitti molekyylikarttojen käytöstä hajun ymmärtämiseen.

Tiimi ehdotti aistikarttoja hajun mittaamiseksi, jotka syntyvät molekyyleistä, jotka leijuvat ilmassa, päätyvät nenäämme ja sitoutuvat aistireseptoreihin. Mutta miljardien hajua tuottavien molekyylien kanssa on vaikea tarkasti selvittää, mitkä molekyylit tuottavat mitkä hajut.

Vaikka meillä on väri- ja äänikarttoja väriympyrän ja taajuuden avulla, hajulle ei ole hyödyllisiä karttoja monimutkaisuuden vuoksi, kuten edellä mainitsimme.

Muutama vuosi sitten, ennen tätä blogia, tiimi kehitti GNN-mallin, joka tutki tuhansia esimerkkejä erilaisista molekyyleistä yhdistettynä hajumerkkeihin oppiakseen rakenteen ja hajumerkin todennäköisyyden välisen suhteen.

Jokainen molekyyli esitettiin vektorina, joka ilmaisi sen hajun. Tämän perusteella otettiin käyttöön “Principal Odor Map” (POM) tunnistamaan jokaisen hajumolekyylin vektoriesitys.

Klikkaa tästä oppiaksesi uudesta hajusirusta, joka voi simuloida luonnollista hajuaistia.

Uusi todellisuus: Haju‑teleportaatio on vihdoin täällä

Viime vuonna Wiltschko, Osmon toimitusjohtaja, puhui Google Cloudin AI‑teknologian käytöstä haasteen ratkaisemiseksi, eli hajuaistimme kartoitukseen ihmisten hyvinvoinnin parantamiseksi.

Viimeisten vuosien aikana tekoälyteknologia on kasvanut merkittävästi suosiollaan ja käytöllään. McKinseyn kyselyn mukaan AI:n käyttöönotto on noussut huikeaan 72 %:iin vuonna 2024, kun sitä hyödynnetään yhä enemmän eri liiketoiminnan osa‑alueilla. PwC:n mukaan AI:n odotetaan tuottavan 15,7 biljoonaa dollaria globaaliin talouteen vuoteen 2030 mennessä.

AI on yksinkertaisesti koskettanut kaikkia sektoreita, mutta toisin kuin AI‑chatbotit, joita voidaan kouluttaa “koko internetin” tiedoilla, vastaavaa digitaalisia kirjastoja hajutiedosta ei ole ollut saatavilla.

Läpimurto konehajuaistissa tapahtui DREAM Olfaction Prediction Challenge -kilpailun kautta, joka järjestettiin lähes vuosikymmen sitten maailmanlaajuisille tiimeille ML‑mallien jakamista varten.

Siitä lähtien tämä tietoaineisto on kasvanut, ja nyt Osmo käyttää AI:ta luodakseen luettelon poikkeuksellisen laajasta hajumaailmasta. Arvioiden mukaan jopa 40 miljardia molekyyliä saattaa tuottaa hajua, mutta vain 100 miljoonaa niistä on tunnettu.

Startup käyttää Google Cloud AI -ratkaisuja tämän valtavan datamäärän käsittelemiseen. Yksi ratkaisuista on Vertex AI, jota käytetään AI:n kouluttamiseen.

“Se oli yli‑inhimillinen kyvyssään ennustaa, miltä asiat haistuvat.”

– Wiltschko

Kun koneoppimismallit on rakennettu, koulutettu ja otettu käyttöön mittakaavassa, ne ajetaan laajaa molekyylikirjastoa vastaan Dataflow’n avulla, ja tulokset tallennetaan BigQueryyn ja Bigtableen.

Vaikka lopullinen tavoite on mahdollistaa tietokoneiden tehdä kaikki, mitä nenämme voivat—lopulta auttaa terveydenhuollon ammattilaisia havaitsemaan sairauksia—lyhyellä aikavälillä Osmo haluaa luoda kestäviä ja turvallisempia aromamolekyylejä tuoksuihin, kuten hajuvesiin, hyönteiskarkotteisiin ja pesuaineisiin.

Näiden tuotteiden tuoksu on yleensä “suunniteltu hyvin pienen määrän salaperäisten yritysten toimesta”, ja Wiltschko uskoo yrityksensä “voivan tehdä paremmin… rakentamalla parempia ja turvallisempia ainesosia, jotka eivät ole myrkyllisiä … eikä ärsytä ihoa tai silmiäsi.”

Tämän myötä Osmo on menestyksekkäästi teleportoitu luumun tuoksu. Tiimin selityksen mukaan tämä tarkoittaa, että Osmo on opettanut tietokoneet lukemaan, kartoitamaan ja kirjoittamaan tuoksun sen alkuperäisestä muodosta ja sitten luomaan hajun tai sen olennaisuuden toiseen paikkaan.

“Tällä kehityksellä on valtavat vaikutukset eri toimialoilla, kuten tuoksu-, terveys-, turvallisuus- ja maatalousaloilla, ja enemmänkin,” totesi Osmo videopäivityksessään.

Tänä vuonna aiemmin esitelty, mitä kuvataan “Osmon kunnianhimoisimmaksi projektiksi”, Haju‑teleportaatio on saatu onnistuneesti aikaan laboratoriossa, ilmoitti Osmo ja kuvaili prosessin.

Ensimmäinen onnistunut yritys sisälsi yksinkertaisen kookospalan, mutta se toteutettiin uudella lähestymistavalla, joka ei vaadi ihmisen puuttumista sisään‑ tai ulostulotasolla. Tämä on viikoittaisten kokeiden tulos, joita on tehty nykyaikaisen ohjelmiston ja AI:n avulla. Tiimi totesi:

“(Ensimmäisen haju‑teleportoinnin ilmoituksen jälkeen) olemme edistyneet hämmästyttävän paljon. Joka kuukausi teemme haju‑teleportoinnista hieman nopeamman, hieman automatisoidumman, ja haastelemme sitä siirtämään monimutkaisempia hajuja.”

Tiede haju‑teleportaatiossa: Miten se toimii?

Scent

Haju‑teleportaatio‑teknologia toimii siten, että ensin valittu tuoksu johdetaan koneeseen, jota kutsutaan kaasukromatografia‑massaspektrometriaksi (GCMS), tekniikkaan, jota käytetään aineiden tunnistamiseen ja analysointiin näytteessä.

Kun nestettä voidaan ruiskuttaa suoraan, kiinteälle näytteelle, kuten luumulle, käytetään headspace‑analyysiä. Tämä analyysi sisältää tuoksun sieppaamisen kohteen ympäröivään ilmaan ja sen jälkeen imeytymisen putken kautta.

GCMS‑järjestelmä tunnistaa raakadatat ja lähettää ne sitten pilveen, missä ne esitetään koordinaattina sen POM:issa. Tämä kehittynyt AI‑pohjainen työkalu kartoittaa hajut monidimensionaaliseen tilaan auttaakseen ennustamaan, miltä tietty molekyylikombinaatio haisee, ja mahdollistaa tarkemmat uudelleenluonnit.

Kaava siirretään Formulation Robot -laitteeseen, joka sekoittaa erilaisia tuoksuja näytteen tuottamiseksi. Näitä työkaluja testataan jatkuvasti prosessien hiomisen helpottamiseksi.

Viimeisessä vaiheessa tiimi vertasi alkuperäistä näytettä ja kopiota pyrkien saavuttamaan korkean samankaltaisuuden. Tiimi pyrkii luomaan tuoksuja, jotka vastaavat alkuperäisiä hajuperheitä, ja jokaisessa kokeessa he pystyivät paremmin tallentamaan jokaisen hajun vivahteen.

“Me teemme jotain, mitä kukaan ei ole ennen onnistunut tekemään.”

Ongelma on, että jotkut molekyylit rekisteröityvät juuri ja juuri antureihin, mutta niiden hienovaraisuudesta huolimatta niillä on merkittävä vaikutus kokonaishajuun.

Lisäksi pelkkä yhden pienen osan siirtäminen molekyylissä voi mahdollisesti muuttaa sen hajun ruususta mädäntyneistä munista. Sitten on ongelma, että jotkut arkipäiväisiin tuoksuihin liittyvät molekyylit pysyvät tunnistamattomina.

Keräysprosessinsa, joka on parhaillaan käynnissä, avulla Osmo pyrkii ratkaisemaan joitakin näistä ongelmista ja löytämään uusia tapoja luoda molekyyleja uudelleen.

Tiimi on jo luonut “maailman suurimman AI‑yhteensopivan hajudatan pankin”, jota tarvitaan algoritmien kouluttamiseen ja hajuaistien hiomiseen. Kuitenkin haasteena on edelleen tehdä kaikki tämä data käyttökelpoiseksi, mikä vaatii ihmisen ohjausta – este, jonka Osmo‑tiimi toivoo voivansa ylittää pian.

Seuraavassa vaiheessa Osmo avaa valikoituja demoja yleisölle, jotta he voivat suoraan kokea haju‑teleportoinnin ja arvioida startupin teknologiaa sekä sen tehokkuutta hajun uudelleenluomisessa.

Tämän avulla startup lähestyy entistä enemmän maailman yhdistämistä yhdellä tärkeimmistä tavoista, jossa kaunis tuoksu, jonka haistat, voidaan helposti jakaa toiselle. Ja lopulta Osmo aikoo käyttää hajua sairauksien havaitsemiseen, mikä on “ei tule tapahtumaan tänä vuonna tai lähiaikoina, mutta olemme matkalla”, sanoi Wiltschko.

Yritykset, jotka auttavat kehittämään tätä nousevaa teknologiaa

Katsotaanpa nyt yrityksiä, jotka työskentelevät tämän uuden virtuaalikokemuksen luomiseksi, jossa hajut, kuten parfyymejä ja kahveja, voidaan jakaa internetin kautta, aivan kuten kuvat julkaistaan.

Tällä hetkellä on muutamia innovatiivisia startup‑yrityksiä, jotka ovat edelläkävijöitä uusissa lähestymistavoissa digitaalisen hajuteknologian alalla.

Aryballe on yksi yritys, joka yhdistää biokemialliset anturit, koneoppimisen ja kehittyneen optiikan hajudatan keräämiseen, näyttämiseen ja analysointiin. Sen laitteistoratkaisut perustuvat Aryballen piisilasi‑tekniikkaan, joka havaitsee, tallentaa ja tunnistaa hajudataa. Aryballe tarjoaa myös kiinteän tilan hajusensorin nimeltä Core Sensor Module (CSM), joka on herkkä tuhansille hajuille ja voidaan integroida asiakkaiden fluidi‑, mekaanisiin ja sähköisiin arkkitehtuureihin.

Aromyx on toinen kuluttajille suunnattu biotekniikkastartup, joka mittaa makua ja hajua synteettisen biologian ja datatieteen avulla. Ihmisen nenän biologian uudelleenluominen tarjoaa asiakkailleen oivalluksia. Yritykset voivat käyttää Aromyxin ohjelmistoja ja AI‑ohjelmia tietojensa siirtämiseen sen kattavaan pilveen vertailua, mallintamista, simulointia ja tulkintaa varten.

Monell Chemical Senses Center on puolestaan itsenäinen, voittoa tavoittelematon tieteellinen tutkimuslaitos, joka kehittää laajamittaisia ML‑algoritmeja hajun laadun ennustamiseksi molekyylirakenteen perusteella ja lopulta rakentaa laitteita yhteistyössä kaupallisten kumppaneiden kanssa hajujen havaitsemiseksi, tuottamiseksi ja jakamiseksi. Sen Project AROMA -hanke arvioi parhaillaan parhaita tapoja suunnitella universaali hajuluokittelujärjestelmä.

Koska digitaalinen hajuaisti on erittäin erikoistunut ja nouseva ala, ei ole juuri julkisia yrityksiä, jotka olisivat suoraan mukana sen kehittämisessä. Kuitenkin on olemassa joitakin, jotka tekevät edistysaskeleita siihen liittyvissä teknologioissa.

1. Thermo Fisher Scientific

Thermo Fisher Scientific (TMO ), jonka markkina‑arvo on 211 miljardia dollaria ja osakkeet ovat nousseet 3,95 % vuoden alusta (YTD) ja kaupankäyntihinta on 551,74 $, voi osallistua digitaaliseen hajuaistiin GCMS‑järjestelmänsä kautta. Sen ratkaisut on suunniteltu sopimaan mihin tahansa laboratoriotyöskentelyyn.

TMO Hintakaavio

Yrityksellä on EPS (TTM) 15,95, P/E (TTM) 34,60 ja osinkotuotto 0,28 %. Q3‑vuodelle 2024 se raportoi 10,60 miljardia dollaria tuloa.

2. International Flavors & Fragrances

Tämä 23,59 miljardia dollaria markkina‑arvoltaan oleva yritys keskittyy pääasiassa tuoksujen ja makujen luomiseen, mutta on myös investoinut hajuinnoittaviin teknologioihin, kuten AI‑pohjaiseen tuoksujen luomiseen ja aistihavainnointiin.

Yritys loi sisäisen AI‑työkalunsa jo vuosia sitten ja käyttää sitä yhdessä kuluttajien havainnointidatan ja neurotieteen kanssa tuoksujen suunnitteluun. “Aloimme rakentaa laajaa ymmärrystä hajun, tuoksujen ja tunteiden välisestä yhteydestä,” sanoi Judith Gross, IFF:n viestinnän ja brändäyksen varapuheenjohtaja, hajuosasto, lisäten, että tietokanta on siirtynyt yksinkertaisista tunteista väreihin ja tekstuureihin.

Sillä välin sen Sensory Perception teknologia on mikrokapselointitoimitusjärjestelmä tekstiileille, jonka avulla tuoksu vapautuu vaatteista ja muista tekstiileistä ajan myötä.

IFF Hintakaavio

Kirjoitushetkellä IFF:n osakkeet kaupankäynnissä hintaan 92,56 $, noussut 14 % vuoden alusta (YTD), ja sillä on EPS (TTM) -9,10, P/E (TTM) -10,15 sekä osinkotuotto 1,73 %. 3Q24:ssa se raportoi nettomyynniksi 2,93 miljardia dollaria ja 702 miljoonaa dollaria kassavirtaa toiminnasta.

3. Alphabet (GOOGL )

Kuten kerroimme, Googlen AI‑innovaatiot ovat olleet keskeisessä roolissa Osmon digitaalisen hajuaistin tutkimuksessa. AI:n valtavan potentiaalin vuoksi teknologia on edelleen keskeinen aihe teknologiayrityksessä, joka mainitsi 3Q24:n tulostiedotteessa:

“Meillä on ainutlaatuinen asema johtaa AI:n aikakautta erottuvan täyspino‑approachin ansiosta AI‑innovaatiossa, ja näemme nyt sen toimivan mittakaavassa.”

Googlen AI‑innovaatiot sisältävät vahvan AI‑infrastruktuurin, johon kuuluvat datakeskukset ja sirut, tutkimusryhmät, jotka edistävät AI‑tutkimusta ja rakentavat malleja, sekä laajan maailmanlaajuisen ulottuvuuden tuotteidensa kautta.

GOOGL Hintakaavio

Tällä neljänneksellä Googlen emoyhtiö raportoi 88,27 miljardia dollaria tuloja, mikä kasvoi 15 % vuodesta toiseen. Sen pilvitulot olivat erityisen vahvat 11,35 miljardia dollaria, lähes 35 % nousu edellisvuodesta, mikä johtui AI‑tuotteista.

Yhteenveto

Tähän asti hajun jakaminen on rajoittunut muiston tai kokemuksen jakamiseen. Digitoimalla haju mahdollistetaan hajun todellinen uudelleenluominen, ja sillä on potentiaalia avata lukemattomia uusia mahdollisuuksia eri toimialoilla, kuten tuotesuunnittelussa, laajennetussa todellisuudessa, laadunvalvonnassa ja terveydenhuollossa.

Joten, alkaen kestävämpien aromamolekyylien luomisesta arkipäiväisiin tuotteisiin, aina ennustamaan hyönteisiä torjuvia molekyylejä hyttysten levittämien tautien, kuten malaria, ehkäisemiseksi, hajun digitalisointi voi auttaa luomaan ikimuistoisia kokemuksia ja parantamaan ihmisten terveyttä, luoden paremman tulevaisuuden meille kaikille!

Klikkaa tästä oppiaksesi kaiken tekoälyyn sijoittamisesta.

Gaurav aloitti kryptovaluuttojen kaupankäynnin vuonna 2017 ja on sen jälkeen rakastunut kryptovaluuttojen maailmaan. Hänen kiinnostuksensa kaikkeen kryptovaluuttoja koskien teki hänestä kirjailijan, joka on erikoistunut kryptovaluuttoihin ja blockchainiin. Pian hän löysi itsensä työskentelemästä kryptovaluutta-yritysten ja median kanssa. Hän on myös suuri Batman-fani.