Los tiempos cambian. Hace décadas era sencillo pensar en inteligencias artificiales o máquinas avanzadas con funciones realmente mundanas como realizar cálculos complejos, reproducir ciertos comandos de voz o, simplemente, realizar una tarea mecánica. En la actualidad, hablar de inteligencia articial o machine learning es sinónimo de complicados métodos de enseñanza digital. Aquí tienes un ejemplo más de cómo avanza la ciencia y la tecnología.

Esa máquina, inteligente, oliendo flores

Recientemente, gracias a la información que hemos podido obtener del medio de comunicación digital Engadget, hemos conocido cómo científicos procedentes del Google Brain Team, la rama de la compañía dedicada a, según sus propias palabras, hacer más inteligentes a las máquinas, han sido capaces de crear una base de datos con 5.000 moléculas, que habían sido identificadas por perfumistas. Cada molécula lleva asociada una etiqueta, para definir el olor, e incluyen nombres como mantecoso, tropical o herbal. Es aquí donde comienza el entrenamiento de la inteligencia artificial de Google.

El olfato es la siguiente frontera de Google. Unsplash
La unión de moléculas y descripciones sirve para entrenar a la inteligencia artificial

Según un artículo publicado en la página web Arvix, titulado Machine Learning para Aromas: Aprendiendo Representaciones Perceptivas Generales de Pequeñas Moléculas, se han utilizado dos tercios de las moléculas incluidas en la base de datos para que éstas tengan asociadas descripciones que, a menudo, salen a relucir al aspirar dichas fragancias. El resto de moléculas, ese tercio que no había sido utilizado para entrenar a la IA, fueron usadas para poner a prueba la capacidad de aprendizaje del sistema y éste tuvo éxito. A pesar de que este primer paso aún se cuenta como una fase temprana del entrenamiento, ya resulta interesante poder explicar a una inteligencia artificial cómo sentimos los olores. Aunque únicamente se lo podamos representar, por el momento, a través de unos y ceros.