आर्टिफिशियल इंटेलिजेंस

मशीन लर्निंग से जटिल गंधों का नक्शा बनाना

वैज्ञानिकों ने एक नया मशीन लर्निंग मॉडल बनाया है जो बताता है कि अलग-अलग गंध मिश्रण एक-दूसरे से कितने मिलते-जुलते हैं—रंग और ध्वनि की तरह गंध को डिजिटल बनाने की दिशा में एक कदम।

22 अगस्त 2026 को 1:48 pm बजे

एक नज़र में

मोनेल सेंटर के वैज्ञानिकों ने एक मशीन लर्निंग मॉडल बनाया जो बताता है कि अलग-अलग गंध मिश्रण एक-दूसरे से कितने मिलते-जुलते हैं।
प्रशिक्षण डेटा सेट में तीन पुराने अध्ययनों से 168 एकल अणु, 731 मिश्रण और 507 मिश्रण-जोड़ी माप शामिल थे।
26 टीमों की DREAM चुनौती से बना संयुक्त मॉडल सत्यापन सेट पर 0.08 का माध्य RMSE और 0.57 का पियर्सन सहसंबंध तक पहुंचा।
मॉडल रासायनिक शब्दों के बजाय "फल जैसी" और "मीठी" जैसे आम शब्दों पर अधिक निर्भर रहे।

चरण दर चरण

1
3 अध्ययनों से गंध-मिश्रण डेटा संकलन
2
DREAM चुनौती में 26 टीमों की प्रतिस्पर्धा
3
शीर्ष मॉडलों को औसत कर संयुक्त मॉडल
4
50 स्वतंत्र मिश्रण-जोड़ियों पर सत्यापन

मोनेल केमिकल सेंसेज़ सेंटर के वैज्ञानिकों के सह-लेखन में शोधकर्ताओं ने एक मशीन लर्निंग प्रणाली बनाई है जो बता सकती है कि अलग-अलग गंध मिश्रण एक-दूसरे से कितने मिलते-जुलते हैं। टीम इसे "डिजिटल ऑल्फैक्शन" कहती है—रंग और ध्वनि की तरह गंध को भी डिजिटल रूप देने की क्षमता की दिशा में एक कदम। प्रोसीडिंग्स ऑफ द नेशनल एकेडमी ऑफ साइंसेज में प्रकाशित इस शोध में गंधों की तुलना के लिए एक मान्य मापदंड और बेंचमार्क दिया गया है।

मोनेल सेंटर के सह-लेखक जोएल मेनलैंड ने बताया कि 2015 में IBM द्वारा आयोजित पहली DREAM चुनौती में एकल गंध अणुओं पर काम हुआ था—यानी किसी एक अणु की रासायनिक संरचना से यह अनुमान लगाना कि वह कैसी गंध देगा। लेकिन असल जिंदगी में मिलने वाली अधिकतर गंधें दर्जनों या सैकड़ों अणुओं का मिश्रण होती हैं, इसलिए मेनलैंड और उनके सहयोगियों ने मिश्रणों पर केंद्रित अपनी खुद की DREAM चुनौती आयोजित की। उन्होंने तीन अध्ययनों के छह डेटा सेट को मिलाकर एक नया सेट बनाया, जिसमें 168 एकल अणु, 731 अनूठे मिश्रण और 507 मिश्रण-जोड़ी माप शामिल थे, जिन्हें 0 (अलग न पहचाने जाने वाला) से 1 (सबसे भिन्न) के पैमाने पर आंका गया।

तीन महीनों में, 26 अंतरराष्ट्रीय टीमों ने 46 मिश्रण-जोड़ियों वाले छिपे हुए परीक्षण सेट में गंधों की समानता का अनुमान लगाने के लिए प्रतिस्पर्धा की, जो चार-तरफा बराबरी पर समाप्त हुई। इसके बाद मेनलैंड की टीम ने चार विजेता टीमों के अनुमानों को दो अन्य उच्च-प्रदर्शन मॉडलों के साथ औसत करके एक संयुक्त मॉडल बनाया, और इसे 50 मिश्रण-जोड़ियों के स्वतंत्र सेट पर परखा। अंतिम मॉडल ने 0.08 का माध्य RMSE और 0.57 का पियर्सन सहसंबंध हासिल किया, जिसे शोधकर्ताओं ने अच्छी से मध्यम-मजबूत सटीकता बताया।

कई संवेदी वैज्ञानिकों को उम्मीद थी कि मिश्रणों की समानता का अनुमान लगाना एकल अणुओं की गंध के अनुमान से कहीं अधिक कठिन होगा, लेकिन ऐसा नहीं हुआ। मेनलैंड ने बताया कि मॉडल रासायनिक शब्दों के बजाय "फल जैसी" या "मीठी" जैसे आम बोलचाल के शब्दों का अधिक उपयोग करते थे, और एक जर्नल समीक्षक के अनुरोध पर इन शब्दार्थ विशेषताओं को हटाकर परखने पर अनुमान काफी कठिन हो गया। टीम अब तीसरी DREAM ऑल्फैक्शन चुनौती के नतीजे तैयार कर रही है, जिसमें अलग-अलग घटकों की ज्ञात गंधों से किसी मिश्रण की गंध का अनुमान लगभग उन घटकों के औसत के बराबर निकला।