في عالم الروائح، لا يزال الارتباط بين الكيمياء والإدراك الحسي غامضًا إلى حد بعيد، حيث تركز معظم الدراسات الحالية على إدراك الجزيئات الفردية، دون أن تأخذ في الاعتبار التعقيدات الناتجة عن التكوين الطبيعي الذي يتضمن مكونات متعددة تصل إلى المئات. ولكن في دراسة جديدة مثيرة، تم استخدام نماذج اللغات الضخمة (Large Language Models) لاستكشاف العلاقة بين التركيب الجزيئي والتشابه المدرك في الروائح الطبيعية.

تقوم هذه الدراسة بتحليل قاعدة بيانات تضم أكثر من 1200 مزيج من المركبات الطيارة المستخدمة في الغذاء، تحتوي على أكثر من 8000 مكون جزيئي. وهنا تأتي الفائدة من نماذج اللغات الضخمة كمساعدين فعّالين في اشتقاق توصيفات إدراكية على مستوى الخلطات. ما يمكن اعتباره إنجازًا جديدًا، حيث أظهرت النتائج أن التوصيفات المستمدة من اللغة تُعتبر إشرافًا مفيدًا في توقع تشابه الخلطات الممنوعة من التركيب الجزيئي.

من المثير للاهتمام أن التوقعات كانت أكثر دقة عندما كانت الأهداف الإدراكية مشتقة من محفزات كيميائية بإشراف أكبر. وعند استخدام مجموعة من البيانات أو تشكيلة تدريبية، تم التعلم من تمثيلات جزيئية منخفضة الرتبة تمكّن من التنبؤ بشكل أفضل بتشابهات الخلطات حتى في الحالات التي لم تضم جزيئات مشتركة. والأكثر إثارة هو أن الجيومتري الجزيئية المكتسبة أظهرت توافقًا ملحوظًا مع الفضاء الخاص بـ descriptors الروائح البشرية المستقلة، مما يعكس كيف يمكن لنماذج الذكاء الاصطناعي أن تعزز من فهمنا الدقيق للروائح.

وفي ختام هذه الدراسة، تم اختبار الميزات الجزيئية الخارجية في مهمة توقع التشابه بين الخلطات، حيث أظهرت توافقًا بسيطًا مع التشابه المدرك. وعلى الرغم من أن الدروس التعليمية المقدمة لم تقدم فوائد إضافية مع مجموعة التدريب الكاملة، إلا أن النتائج تساهم في فهم كيفية ارتباط التركيب الجزيئي بإدراك الروائح. إن الابتكارات المستندة إلى اللغة قد تفتح آفاقًا جديدة في مجال الكيمياء والعلم الحسي، مما يعزز من قدرتنا على تفسير الروائح الطبيعية المعقدة.