Un equipo de científicos logra teletransportar olores
El sonido y la imagen ya no son desafíos. Algunos robots, sobre todo en el ámbito médico, habían logrado transmitir una suerte de tacto, algo que los habilitaba para realizar intervenciones quirúrgicas. Pero el olor era algo que se resistía. Hasta ahora.
“Ya hemos logrado Scent Teleportation en nuestros laboratorios y documentamos este proceso en un video de Scent Teleportation – señalan los desarrolladores -. Nuestro primer intento exitoso involucró una simple rodaja de coco. Uno podría describir lo que sucedió ese día como que enviamos el aroma de ese coco de un lado del laboratorio al otro. Pero esa descripción elude un proceso subyacente mucho más complejo de digitalización y reconstrucción de las moléculas que hacen que las cosas huelan como lo hacen”.
Los científicos de Osmo seleccionaron un aroma para teletransportar y lo introdujeron en una máquina llamada GCMS (cromatografía de gases-espectrometría de masas). Si es un líquido, se inyecta directamente; si es una muestra física, como una ciruela, se utiliza una variante del GCMS, en el que se atrapa el aroma en el aire alrededor del objeto y se absorbe a través de un tubo. El GCMS identifica los datos sin procesar, que pueden interpretarse como moléculas, y los carga en una nube. Allí se convierten en una coordenada en el Mapa de olores principales, una herramienta impulsada por IA que puede predecir a qué huele una combinación particular de moléculas. Esta fórmula se envía a un robot que la trata como una receta y mezcla diferentes aromas para replicar la muestra.
El último paso es comparar la muestra original y la “copia” para asegurarse que los aromas recreados se alineen con sus familias de olores originales. La mayor dificultad a la que se enfrentan los responsables es que algunas moléculas son tan sutiles que apenas se registran en los sensores, pero aun así afectan significativamente al aroma general. Los azufres en las frutas tropicales son notoriamente difíciles de detectar y reproducir. Algunas moléculas involucradas en los aromas cotidianos permanecen sin identificar.
“Nuestro proceso continuo de recopilación de datos es un esfuerzo por reducir esta cantidad de moléculas misteriosas y encontrar nuevas formas de recrearlas –-. Cada vez que resolvemos uno de estos casos difíciles, sentimos que estamos haciendo un avance importante. Ya hemos acumulado el banco de datos de aromas compatible con IA más grande del mundo. Estos datos son esenciales para entrenar nuestros algoritmos; refinar sus narices, por así decirlo”.
Pero para convertir todos esos datos en fórmulas utilizables, todavía se necesita cierta orientación humana. Se recurre a algoritmos sencillos que utilizan datos existentes para decodificar los aromas; modelos de deformulación de aprendizaje automático para predecir fórmulas a partir de los datos de GCMS y el Mapa de olores.
“Sometemos estas herramientas a pruebas de estrés constantes en pruebas mensuales de teletransportación de aromas que nos ayudan a refinar nuestros procesos – concluyen en Osmo -. Pronto comenzaremos a realizar demostraciones abiertas al público. Les pediremos que elijan una flor o una fruta de un ramo extenso y luego les permitiremos reflexionar sobre su olor, mientras analizamos una muestra en nuestro laboratorio. En una sola sesión, recrearemos su aroma especial y lo difundiremos de vuelta hacia ustedes. Y luego, el momento de la verdad: conocer su opinión”.