Bendradarbiaudamas su CERN lietuvių startuolis siekia skaitmenizuoti kvapus

Bendradarbiaudamas su CERN lietuvių startuolis siekia skaitmenizuoti kvapus

Suskaitmeninti žmogišką uoslės pojūtį – tokią misiją sau kelia startuolio Volatile komanda. Šios misijos įgyvendinimui pasitelkiama technologija, leidžianti sujungti rinkoje jau esančių dujų sensorių galimybes su dirbtinio intelekto potencialu duomenų analizei. Apie tokios technologijos galimybes ir pritaikymą kalbamės su Volatile AI direktoriumi Adomu Malaiška.

Suskaitmeninti žmogiškąją uoslę – ambicingas tikslas. Kaip gimė idėja kurti tokią technologiją?

Istorija gana paprasta – mano kolega Lucas papasakojo apie atliktus tyrimus uoslės srityje ir mane tai be galo sudomino. Juk tai yra viena pagrindinių žmogaus juslių, o ištirta ir naudojama ji taip menkai. Pavyzdžiui, per pastaruosius metus su dirbtiniu intelektu vaizdo suvokimo srityje yra pasiektas ženklus progresas: nuo automatiškai veikiančių kamerų iki produktų kokybės vertinimo – vaizdinės technologijos labai plačiai pritaikytos ir sukuria daug vertės. Analogiška situacija su garsais, o štai kvapas visiškai neišnaudojamas.

Taigi pradėjau domėtis, kodėl taip yra. Kvapas yra be galo sudėtinga juslė – niekas net nežino, kiek kvapų yra, nėra jų apibrėžimų. Praktiškai ši sritis dar neištirta. Pradėjau labiau gilintis į tuos klausimus ir kadangi Lucas jau turėjo tam tikrus pagrindus, nusprendėme, kad būtų labai įdomu pabandyti išspręsti šią problemą.

Nebuvo baisu nerti į tokią mažai ištirtą sritį?

Tikslas ambicingas ir sritis sudėtinga, tačiau labai įdomi, ir, manome, kad tikrai perspektyvi. Ko gero, šioje srityje pasaulyje dirba mažiau nei 1000 žmonių, o skiriamas finansavimas irgi yra labai mažas. Mano skaičiavimu, šiandien šioje srityje veikiančios įmonės yra pritraukusios mažiau nei 100 milijonų dolerių investicijų. Visa industrija! Bet tokiems skaičiams pagrįsti yra logiškos priežastys – niekas iki galo nėra skaitmenizavęs kvapų ir niekas nežino tikrosios tokių projektų vertės. Žinoma, sudėtinga įvertinti ir tikslo apimtį –  ar tai 5, ar 50, ar 100 metų projektas.

Kodėl pasirinkote pradėti nuo maisto tyrimų?

Anksčiau esu dirbęs maisto pramonėje ir žinau šio sektoriaus problemas, tarp jų ir maisto išmetimas, ir besikeičianti kokybė. Stebint šiuos apmaudžius procesus kirbėjo mintis, jog jei bent minimalus proceso optimizavimas leistų mums šią situaciją keisti, jaustumėmės prisidėję prie prasmingo žingsnio tvarumo link. O sujungiant dujų sensorius su dirbtiniu intelektu ir darant cheminę maisto analizę sudaromos sąlygos efektyvinti procesus ir mažinti išmetimus.

Ar žengiate į visiškai naują nišą, ar visgi ir anksčiau buvo bandymų spręsti šias problemas?

Žinoma, panašios cheminės analizės buvo vykdomos ir iki šiol. Deja, šiuo metu analogiškas procesas yra brangus – vienas testas gali kainuoti nuo 50 iki 250 eurų, o pats testavimo aparatas net iki kelių šimtų tūkstančių eurų. Todėl akivaizdu, jog pirma problema – proceso kaina. Antras kylantis iššūkis – procesas yra gana sudėtingas, o tokia analizė užtrunka ilgai, nes jai atlikti reikalingas patyręs chemikas ir tinkama laboratorija, analizuojamus pavyzdžius tenka siųsti ten, kur galima atlikti reikalingus tyrimus. Iš klientų dažnai girdime, kad net ir mažesnė įmonė, tarkime, alaus darykla, nors ir galėtų samdyti reikalingą specialistą, bet jų rinkoje tiesiog trūksta. Todėl neretai pasirenkamas kitas būdas – maisto cheminę sudėtį tikrina specialistų komisija.

Skamba neįprastai, jog tokį įvertinimą padaro žmonės, o ne technologijos. Kaip tai veikia?

Išties, dažniausiai tai yra keliolikos asmenų komisija, kurie yra specialiai apmokyti atlikti šią užduotį. Paprastai atlikdami patikrinimą komisijos nariai pildo klausimynus, kuriuose ragaudami pažymi produkto kvapą ar skonį skalėje nuo 1 iki 10. Šis procesas yra lėtesnis ir žymiai brangesnis, kadangi komisijos narių mokymas nepigus. Iškyla ir kitų problemų – nors žmonės savo darbą atlieka gana tiksliai, nėra užtikrinamas stabilumas. Jeigu kuriam komisijos nariui nosis būna bent kiek užgulta, pasikeičia oro drėgnumas ar kitos sąlygos, nebelieka objektyvaus įvertinimo. Dėl šių priežasčių mes norime sukurti technologiją, kuri būtų panaudojama tais atvejais, kai reikia atskirti paprastus skirtumus.

Ką turite omenyje? Kokia jūsų galutinio produkto vizija?

Idealiu atveju tai turėtų būti į nedidelį kavos aparatą panašus įrenginys, kurį įmonės darbuotojai galėtų patogiai transportuoti gamyklos patalpose ar laboratorijoje ir vietoje itin greitai atlikti mėginių analizę. Brėžiame tikslą, jog tokia analizė galėtų būti įgyvendinta per šešiasdešimt minučių.

Ir tokią technologiją kurti Jums šiuo metu padeda CERN inkubatorius. Kaip čia atsidūrėte?

CERN garsėja plačiu technologijų spektru, ne tik fizikinių dalelių tyrimais. Būtent technologijų poreikio vedami teikėme paraišką į CERN inkubatorių. Mes norėtumėme išbandyti ir pritaikyti jautresnius ir selektyvesnius sensoriaus. Kadangi CERN savo tyrimuose naudoja įvairių sensorių ir technologijų, kurios nėra labai lengvai prieinamos, mes kartu žiūrime, kaip panaudoti šias technologijas, ką galima pritaikyti sprendžiant mums kylančius iššūkius. Šiandien esame sukūrę aparato prototipą, ir renkame maisto mėginius.

Ar turite daug klientų, kurie atsiunčia pavyzdžius testavimui ir kokią informaciją įprastai pateikia apie siunčiamą pavyzdį?

Šiandien dirbame su pirmaisiais klientais. Iš jų mes gauname pavyzdžius su trumpa informacija: žinome, koks tai yra mėginys, gauname jo aprašymą arba pagrindinius parametrus. Tada apmokome savo prietaisą ir galutiniame rezultate gaunamus duomenis lyginame su prieš tai duotais. Šio proceso esmė dirbtinio intelekto algoritmai, kurie leidžia pastebėti nedidelius mėginių skirtumus. 

Kokie Jūsų ateities planai? Ką planuojate veikti po CERN inkubatoriaus?

Šiandien mūsų tikslas yra parodyti, kad mūsų kuriamas sprendimas yra stabilus ir kad gauti rezultatai nesikeis po savaitės. Tai ganėtinai nauja technologija šnekant apie platesnį panaudojimą procesuose. Vis dėlto laikui bėgant tikimės pasiekti industrinį kokybės standartą, kuris suteiktų vertės stebint maisto produktus bei analizuojant jų ingredientus.

Ačiū už pokalbį.