New York Smells: A Large Multimodal Dataset for Olfaction

تخيل عالماً تستطيع فيه الحواسيب رؤية صورة لوردة ومعرفة أنها تفوح برائحة حلوة على الفور. لعقود من الزمن، أصبحت الآلات بارعة في الرؤية والسمع وحتى اللمس، حيث تعلمت التعرف على الأنماط في الصور والمقاطع الصوتية بسرعة مذهلة. ولكن هناك حاسة واحدة ظلت لغزاً بالنسبة لها: وهي الشم. فبينما تستخدم الحيوانات، مثل الكلاب، أنوفها للتنقل في العالم، والعثور على الطعام، واكتشاف الخطر، كافحت الآلات من أجل "شم" أي شيء على الإطلاق. والسبب الرئيسي ليس أن التكنولوجيا مستحيلة، بل لأن البيانات مفقودة. فلتعليم الكمبيوتر كيف يشم، تحتاج إلى مكتبة ضخمة من الأمثلة حيث يتم ربط رائحة معينة بدقة بما يتسبب فيها. وحتى الآن، كانت معظم بيانات الروائح تُجمع في مختبرات معقمة وهادئة مع أشياء مفردة، مما لا يعكس الواقع الفوضوي والمعقد للعالم الحقيقي.

تقدم هذه الورقة البحثية خطوة جديدة هائلة تسمى "روائح نيويورك" (New York Smells). فقد خرج الباحثون، وهم فريق من جامعة كولومبيا وكورنيل ومختبرات أوزمو (Osmo Labs)، إلى الطبيعة - حرفياً عبر السير في المتنزهات والمكتبات والصالات الرياضية وشوارع مدينة نيويورك. لقد صنعوا جهازاً خاصاً يُحمل على الظهر يحتوي على كاميرا عالية الدقة بجانب أنف إلكتروني (جهاز يكتشف المواد الكيميائية في الهواء). وبينما كانوا يسيرون، سجلوا آلاف الأزواج من الصور والروائح، ملتقطين كل شيء بدءاً من شريحة بيتزا وصولاً إلى بقعة من الطحالب، أو مقعد خشبي، أو كيس بلاستيكي. لم يكتفوا بالتقاط لقطة ثابتة فحسب؛ بل سجلوا الرائحة بمرور الوقت، ملتقطين كيفية تغير رائحة الشيء مع حركة الهواء حوله. ومن خلال ربط هذه الروائح الواقعية بالبيانات المرئية لما كانت تشمه، أنشأوا مجموعة بيانات تحتوي على 7,000 زوج فريد من الرائحة والصورة، تغطي 3,500 جسماً مختلفاً. وهذا أكبر بنحو 70 مرة من أي مجموعة بيانات سابقة للروائح.

استخدم الفريق هذه المكتبة الجديدة لتعليم الحواسيب كيفية فهم الروائح. لقد جربوا طريقة تسمى "التعلم التبايني" (contrastive learning)، وهي تشبه لعب لعبة مطابقة عملاقة؛ حيث تُعرض على الكمبيوتر صورة لكتاب ورائحة كتاب في نفس الوقت، ويتعلم الربط بينهما. بعد ذلك، يتم اختباره لمعرفة ما إذا كان بإمانه النظر إلى رائحة جديدة وإيجاد الصورة المطابقة لها، أو النظر إلى صورة وتخمين الرائحة. كانت النتائج مفاجئة وواعدة؛ فقد تعلم الكمبيوتر أن بيانات الرائحة الخام غير المعالجة (الإشارات الحقيقية والفوضوية من المستشعر) كانت أفضل بكثير للتعلم من الملخصات "المنقحة" التي يستخدمها العلماء عادةً. وفي الواقع، تعلم الكمبيوتر التعرف على الأشياء والمواد من الرائحة وحدها، ولكن فقط لأنه استخدم الإشارات المرئية كـ "مشرف" أثناء عملية التدريب. بل استطاع التمييز بين نوعين متشابهين جداً من العشب ينموان جنباً إلى جنب في متنزه.

تشير الورقة البحثية إلى أنه من خلال منح الآلات "معلماً" بصرياً، يمكننا مساعدتها على تعلم الشم في العالم الحقيقي، وليس فقط في المختبر. وجد الباحثون أنه عندما استخدم الكمبيوتر الصور لتوجيه تعلمه، طور حاسة شم أكثر حدة مما لو حاول التعلم من بيانات الرائحة وحدها. هذا لا يعني أن الكمبيوتر يمكنه الشم مثل الكلب بعد، ولكنه يثبت أن ربط الرؤية بالشم هو وسيلة قوية لتعليم الآلات عن العالم الكيميائي. ويشير الفريق بحذر إلى أن بياناتهم تأتي من مدينة واحدة وأن مستشعراتهم لا يمكنها اكتشاف كل المواد الكيميائية، لكنهم فتحوا باباً؛ فقد أظهروا أنه إذا منحنا الآلات مكتبة متنوعة من الروائح والمشاهد من العالم الحقيقي، فيمكنها البدء في بناء فهمها الخاص للعالم غير المرئي من حولنا.