Comment l'IA donne aux ordinateurs le sens de l'odorat

Camille Coirault
Publié le 02 juin 2024 à 10h17
 L'olfaction artificielle progresse à pas de géant grâce à l'IA © Photoroyalty / Shutterstock
L'olfaction artificielle progresse à pas de géant grâce à l'IA © Photoroyalty / Shutterstock

La science de l'olfaction, en particulier celle de l'olfaction artificielle, a stagné longtemps, contrairement à celle de la vision et de l'audition. Aujourd'hui, grâce aux immenses progrès de l'IA, celle-ci est en pleine transformation.

Un siècle en arrière, le scientifique scotto-canadien Alexander Graham Bell lançait un appel pour la création d'une nouvelle science : celle de la mesure des odeurs. Un domaine encore largement sous-étudié à l'époque. De nos jours, le machine learning et l'IA nous permettent d'innover à vitesse grand V. Le domaine de la robotique commence à bénéficier du progrès de cette technologie, la médecine ou encore la surveillance environnementale. L'olfaction artificielle, elle aussi, est en net progrès et profite des avancées colossales de ces dernières années en matière d'IA et de machine learning.

La complexité de l'olfaction humaine

Lorsque vous sentez une odeur, c'est environ 400 récepteurs olfactifs qui sont mis à contribution. Les scientifiques cherchent assidûment à reproduire cette complexité au moyen de capteurs aptes à détecter et identifier les molécules aériennes. Néanmoins, pour que ces capteurs s'avèrent réellement utiles, il est impératif qu'ils puissent interpréter lesdites molécules d'une manière analogue à l'expérience sensorielle humaine. C'est précisément à ce stade qu'intervient l'apprentissage automatique.

Celui-ci s'avère indispensable pour cartographier la structure moléculaire des composés odorants aux mots employés par les humains pour décrire les odeurs. À titre d'exemple, un modèle peut effectivement apprendre à associer des vocables tels que « sucré » et « dessert » à des composés spécifiques comme la vanilline. Pour fonctionner adéquatement, ces modèles d'apprentissage automatique requièrent d'imposants ensembles de données, ce qui rend la tâche assez ardue. En plus de cela, la description verbale des odeurs par les humains est nettement plus complexe que celle des images ou des sons, ce qui a longtemps limité la disponibilité des données nécessaires.

En 2015, un tournant décisif survint avec le lancement du DREAM Olfaction Prediction Challenge, une compétition qui a permis aux chercheurs d'accéder à des ensembles de données collectés par Andreas Keller et Leslie Vosshall (biologistes spécialisés dans l'olfaction). Les modèles devaient prédire des descriptifs olfactifs tels que « sucré », « fleur » ou « fruit » en fonction de la structure moléculaire qu'on leur présentait. Un modèle s'est hissé au-dessus de tous les autres en usant une technique complexe de machine learning (le random forest) et a remporté la compétition. L'événement a été un catalyseur majeur pour les progrès en olfaction artificielle ; le domaine stagnait et a été soudainement redynamisé.

 Les machines décrypteront elles bientôt les odeurs aussi bien que nous ? © DALL-E pour Clubic.com
Les machines décrypteront elles bientôt les odeurs aussi bien que nous ? © DALL-E pour Clubic.com

Des applications surprenantes en perspective

Lors de la pandémie de COVID-19, l'anosmie qui touchait certains patients (perte de l'odorat) a sensibilisé le grand public à l'importance de ce sens. Le projet Pyrfume, lancé en 2018, a également apporté une immense contribution au domaine en rendant accessibles aux chercheurs des ensembles de données nettement plus importants, passant de moins de 500 molécules à près de 5 000 en 2019. Une équipe de chercheurs de Google Research, dirigée par Alexander Wiltschko, ont mis au point un modèle extrêmement avancé permettant d'obtenir des résultats d'une précision inédite dans la prédiction et la classification des odeurs. Wiltschko est désormais le PDG d'Osmo, entreprise spécialisée dans le développement de technologies d'olfaction artificielle, qui aspire à « donner aux ordinateurs un sens de l'odorat ».

Les meilleures IA pour générer vos contenus
L'émergence de l'intelligence artificielle comme outil grand public a ouvert de nombreuses possibilités pour tous les producteurs de contenus. Texte, image, son… Cette nouvelle technologie à la mode peut maintenant apporter son assistance dans de très nombreux domaines, et faciliter le travail dans les étapes les plus ingrates de la création. Et avec une offre qui ne cesse de s'accroître, il est important de distinguer quels outils apportent une véritable valeur ajoutée. Histoire de ne pas perdre des heures à essayer tout ce que proposent les pages de résultats de Google !

D'un point de vue applicatif, que peut-on attendre de ces progrès ? Des répulsifs à insectes plus efficaces, des parfums personnalisables à loisir, des nouveaux capteurs chimiques, des expériences en réalité augmentée plus immersives et même la possibilité de détecter précocement certaines maladies grâce à l'analyse des composés odorants spécifiques présents dans l'haleine ou d'autres échantillons biologiques. L'éventail de possibilités est très large, et nul doute que Graham Bell sauterait de joie s'il pouvait assister à cette révolution technologique.

Par Camille Coirault

Une fois réveillé dans le bateau arrivé en Morrowind, j’avais mis le doigt dans l'engrenage. Un autre de mes doigts fut lui aussi coincé entre les pages des livres d’auteurs classiques : Charles Baudelaire, Émile Zola, Choderlos de Laclos ou Victor Hugo pour ne citer qu’eux. Vingt ans après, quelques milliers d'heures à jouer, à lire, et me voilà ! Mon coeur balance toujours entre ma passion de la tech, des jeux vidéo et mon amour incommensurable pour les Lettres. Spoiler : je n’ai pas choisi et cela ne risque pas d’arriver de sitôt.

Vous êtes un utilisateur de Google Actualités ou de WhatsApp ?
Suivez-nous pour ne rien rater de l'actu tech !

A découvrir en vidéo

Commentaires (0)
Rejoignez la communauté Clubic
Rejoignez la communauté des passionnés de nouvelles technologies. Venez partager votre passion et débattre de l’actualité avec nos membres qui s’entraident et partagent leur expertise quotidiennement.
Commentaires (4)
bizbiz

L’expérimentation de l’odorama, un vieux rêve de l’interactivité.
Article à déguster sans modération, la fin est épique ^^
https://www.liberation.fr/medias/1999/05/22/regarde-comme-ca-sent-bon-ce-premier-docu-en-odorama-figure-la-flore-amazonienne-neblina-documentair_273792/
Sinon, la vieille méthode de la boite de thon au naturel ouverte tout en regardant une redif de Thalassa…

Bidouille

Les nez artificiels existent depuis très longtemps. J’en ai moi même installé plusieurs, composés d’un chromatographe en phase gazeuse avec injecteur espace de tête ou simple injecteur split / splitless selon ce que l’on cherche, et couplé à un spectromètre de masse. J’ai même pratiqué, il y a très longtemps, l’identification en faisant une dérivation en sortie de colonne chromato, refroidie et en identifiant directement les odeurs avec le nez.
L’IA ne fera donc qu’améliorer cette technique

ypapanoel

Moi aussi j’ai pratiqué les nez artificiels dans ma vie pro
Je ne me projette pas au delà… on en reparle dans 10 ans peut être.
A ce jour ils sont excellents dans la détection infinitésimale de substances.
Dès qu’on complexifie, ça ne marche pas, et ils ne fonctionnent pas comme nous. Egalement et surtout avant de parler d’IA pour faire le buzz :
les détecteurs sont complexes, difficiles à produire, à étalonner, à maintenir, à entretenir, et un changement de détecteur peut entrainer une invalidation des modèles enregistrés… bref
@Bidouille explique bien le principe. Ce n’est pas de la magie noire…ni de l’IA a la base
L’IA doit pouvoir aider à la cohérence de resultats, mais on se pose d’abord la question de ce qui peut la faire tourner.

jfe

Est-il possible aujourd’hui de reconnaitre une odeur d’huile brûlée ?