கலவை மணங்களை வரைபடமாக்கும் இயந்திரக் கற்றல்

மோனெல் கெமிக்கல் சென்சஸ் சென்டரின் விஞ்ஞானிகள் இணை ஆசிரியர்களாக இருந்த ஆராய்ச்சியாளர்கள், வெவ்வேறு மணக் கலவைகள் ஒன்றுக்கொன்று எவ்வளவு ஒத்திருக்கின்றன எனக் கணிக்கும் இயந்திரக் கற்றல் (machine learning) அமைப்பை உருவாக்கியுள்ளனர். வண்ணத்தையும் ஒலியையும் நீண்ட காலமாக இலக்கமாக்கியது போல மணத்தையும் இலக்கமாக்கும் திறனை ‘டிஜிட்டல் ஆல்ஃபாக்ஷன்’ (digital olfaction) என்று குழு அழைக்கிறது; இந்த ஆய்வு நோக்கிய ஒரு படி முன்னேற்றமிது. ப்ரொசீடிங்ஸ் ஆஃப் தி நேஷனல் அகாடமி ஆஃப் சயின்சஸ் இதழில் வெளியான இந்த ஆய்வு, மணங்களை ஒப்பிடுவதற்கான உறுதிசெய்யப்பட்ட அளவீடு மற்றும் அளவுகோலை அளிப்பதாக ஆராய்ச்சியாளர்கள் தெரிவிக்கின்றனர்.

மோனெல் மையத்தின் இணை ஆசிரியர் ஜோயல் மெயின்லாண்ட், 2015-ல் ஐபிஎம் நடத்திய முந்தைய DREAM சவால், ஒரு தனி மணக்கூறின் வேதியியல் அமைப்பிலிருந்து அது எப்படி மணக்கும் எனக் கணிப்பதில் கவனம் செலுத்தியது எனக் கூறினார். ஆனால் உண்மையான வாழ்க்கையில் நாம் சந்திக்கும் பெரும்பாலான மணங்கள் பத்துக்கணக்கான அல்லது நூற்றுக்கணக்கான மூலக்கூறுகளின் கலவைகளாகும். எனவே மெயின்லாண்ட் மற்றும் சகாக்கள் கலவைகளில் கவனம் செலுத்தும் தங்களது சொந்த DREAM சவாலை நடத்தினர். மூன்று ஆய்வுகளிலிருந்து ஆறு தரவுத் தொகுப்புகளை ஒருங்கிணைத்து, 168 தனி மூலக்கூறுகள், 731 தனி கலவைகள், 507 கலவை-இணை அளவீடுகள் கொண்ட புதிய தரவுத் தொகுப்பை உருவாக்கினர்; இவை 0 (வேறுபடுத்த முடியாதது) முதல் 1 (மிக வேறுபட்டது) வரையிலான அளவில் மதிப்பிடப்பட்டன.

மூன்று மாத காலத்தில், 46 கலவை இணைகளைக் கொண்ட மறைக்கப்பட்ட சோதனைத் தொகுப்பில் மணங்களின் ஒற்றுமையைக் கணிக்க 26 சர்வதேசக் குழுக்கள் போட்டியிட்டன; இது நான்கு குழுக்கள் சமமாக முதலிடத்தைப் பகிர்ந்த நிலையில் முடிந்தது. அதன்பிறகு மெயின்லாண்டின் குழு, வெற்றி பெற்ற நான்கு குழுக்களின் கணிப்புகளையும் மேலும் இரண்டு உயர்செயல்திறன் மாடல்களையும் சராசரி எடுத்து ஒரு சேர்க்கை மாடலை உருவாக்கியது; இதனை 50 கலவை இணைகளைக் கொண்ட சுயாதீன தொகுப்பில் சரிபார்த்தது. இறுதி மாடல் 0.08 நடு-மூல-சராசரி-வர்க்கப் பிழை (RMSE) மற்றும் 0.57 பியர்சன் தொடர்பு மதிப்பெண்ணை அடைந்தது; இது நல்ல முதல் மிதமான-வலிமையான துல்லியத்தைக் காட்டியதாக ஆராய்ச்சியாளர்கள் தெரிவித்தனர்.

தனி மூலக்கூறு மணங்களைக் கணிப்பதை விட, கலவை ஒற்றுமையைக் கணிப்பது மிகவும் கடினமாக இருக்கும் என பல உணர்வியல் விஞ்ஞானிகள் எதிர்பார்த்தனர்; ஆனால் அது அப்படி நடக்கவில்லை. வேதியியல் சொற்களை விட ‘பழச்சுவை’, ‘இனிப்பு’ போன்ற அன்றாட விளக்கச் சொற்களையே மாடல்கள் அதிகம் பயன்படுத்தியதாக மெயின்லாண்ட் கூறினார்; ஒரு இதழ் மதிப்பாய்வாளரின் கோரிக்கையின் பேரில் இந்தச் சொற்பொருள் அம்சங்களை நீக்கிச் சோதித்தபோது, கணிப்பு கணிசமாக கடினமானது. மூன்றாவது DREAM ஆல்ஃபாக்ஷன் சவாலின் முடிவுகளை குழு தற்போது தயார் செய்கிறது; அதில் தனி கூறுகளின் அறியப்பட்ட மணங்களிலிருந்து ஒரு கலவையின் மணத்தைக் கணிப்பது, அந்தக் கூறுகளின் ஏறத்தாழ சராசரியாகவே இருந்தது.