El aprendizaje automático logra mapear olores complejos con mayor facilidad

Un nuevo estudio revela que los modelos de aprendizaje automático son capaces de mapear olores complejos con una eficacia sorprendente, superando las expectativas previas de la comunidad científica. El hallazgo abre nuevas posibilidades para industrias como la perfumería, la alimentación y el diagnóstico médico.

Los investigadores entrenaron algoritmos con grandes conjuntos de datos de moléculas odoríferas y sus propiedades químicas, logrando que el sistema predijera con precisión cómo percibiría el olfato humano distintas combinaciones de compuestos. La clave estuvo en encontrar patrones estructurales que antes parecían demasiado caóticos para ser modelados.

Hasta ahora, el olfato era considerado uno de los sentidos más difíciles de digitalizar debido a la enorme variedad de moléculas involucradas y la subjetividad de la percepción humana. Sin embargo, los resultados demuestran que existe una lógica subyacente que la inteligencia artificial puede capturar de manera sistemática.

Los expertos señalan que esta investigación podría acelerar el desarrollo de narices electrónicas más precisas, útiles tanto para detectar enfermedades a través del aliento como para automatizar procesos de control de calidad en la industria alimentaria y cosmética.