Cette intelligence artificielle peut reconnaître des odeurs

Science

Par Felix Gouty le

Grâce au « machine-learning », une équipe de Google Brain a formulé un système de reconnaissance des odeurs simplement à partir de données moléculaires.

Crédits : Ruslan Zh / Unsplash.

Notre vue interprète des longueurs d’onde de la lumière ; notre ouïe, des fréquences sonores ; et notre olfaction, l’odeur donnée par des molécules. Cependant, lier une odeur à une molécule n’est pas aussi simple qu’attacher une couleur à une longueur d’onde. « Changer ou retirer un atome (d’une même molécule) peut transformer une senteur de rose en une odeur d’œuf pourri », explique Alex Wiltschko à Wired, suite aux premiers résultats de son équipe de chercheurs chez Google Brain. Les spécialistes en « deep-learning » de la firme de Mountain View les ont publié dans l’archive ouverte de pré-publication d’articles scientifiques, arXiv. L’identification précise d’une odeur a été longtemps réservé aux talents des nez de parfumerie. Au niveau chimique, elle dépend d’une relation odeur-structure très complexe et dépendante de la moindre variation moléculaire.

Pour faciliter cette tâche, les chercheurs californiens ont, en effet, mis au point une méthode de « machine-learning » basée sur un « réseau graphique neural ». Pour commencer, ils ont fait appel à des experts olfactifs pour tenter d’associer un maximum de structures moléculaires – environ 5000 en totalité – à une odeur précise. Deux tiers des données ainsi collectées ont été ensuite utilisées pour entraîner le réseau graphique neural à lier une odeur à une structure moléculaire et le dernier tiers, pour le tester. Test que l’intelligence artificielle de Google a validé avec brio. « Comprendre quelle structure amène telle molécule à produire telle odeur est une avancée incroyable », avoue à Wired Johannes Reisert, chercheuse en olfaction au Centre des sens chimiques de Monell, aux États-Unis. Les travaux de Google Brain pourraient entraîner, par exemple, la création d’odeurs virtuelles ou de solutions de traduction olfactive pour les personnes dépourvues de ce sens. Néanmoins, deux problèmes restent à résoudre. D’une part, le réseau graphique neural ne prend pas encore en compte la chiralité des molécules. Modifiant leur forme géométrique suivant leur orientation, cette dernière joue aussi sur la relation odeur-structure. D’autre part, l’objectivité (même complexe) de l’intelligence artificielle risque ne pas s’accorder avec la subjectivité des nez humains.