|
谷歌研究员表示，他们已经教会了AI识别气味--他们的算法可以根据分子结构识别气味。 2019年10月23日，在Arxiv上发表的一篇论文《机器气味学习-小分子的可概括感知表征》中，来自谷歌大脑团队的研究人员Wiltschko和他的团队描述了他们如何使用机器学习来指导机器人通过评估分子结构来准确分类不同的气味。香水师对不同的分子结构的气味进行识别并贴上标签，比如“辛辣味”、“草香味”、“茉莉花香”、“木香”等，总共收集了近5000个分子结构的数据集，该团队调用了约2/3的数据，使用图形神经网络(GNN)训练其AI，将分子结构与对其气味的描述相关联。然后研究人员用剩下的1/3的数据来测试人工智能--它通过了。这是AI嗅觉实现的一大重要跨步！ 世界经济论坛未来制造委员会主席、美国密西根大学终身教授倪军曾说：“人为什么智能？如果把人的视听触嗅觉去掉，人是很笨的。人可以在感知到后，根据经验做出一些有效决策。” 嗅觉是人出生时第一个启动的感官，成年人可以区分1万种不同的气味，而狗的嗅觉比人类强20倍。几十年来，香水师和科学家一直在努力预测分子结构和气味之间的关系。嗅觉科学落后于许多其他领域。人们对光的理解已经有几个世纪了。众所周知我们所感知的不同颜色实际上是不同的波长。但是嗅觉没有这样的对应指导。如果说波长是光的基本成分，那么分子就是气味的基石。当它们进入我们的鼻子时，这些分子与受体相互作用，这些受体向我们大脑中称为嗅球的一小部分发送信号。科学家可以观察波长并知道它看起来是什么颜色，但他们不能对分子和气味做同样的事情。 事实证明，要从分子的化学结构中辨别出它的气味是极其困难的。负责该项目的谷歌研究团队的Wiltschko说“改变或删除一个原子或键，玫瑰的气味可以变成腐烂的鸡蛋。”即使是训练有素的鼻子在面对两种不同气味的分子时，也可能对其都贴上“木质”或“泥土”的标签。 还有一个关键的难点在于原子和键都相同，但排列成彼此的镜像的分子结构，味道截然不同，但是GNN目前还无法对这种分子分开进行识别。Wiltschko说“下一步将处理这一问题。” 尽管困难重重，谷歌的研究人员认为，训练人工智能将特定分子与其气味联系起来是重要的第一步。它可能会对化学、我们对人类营养的理解、感官神经科学以及我们如何制造合成香水都产生影响。Wiltschko说：“GNN和其他机器学习一样，依赖更加完善的数据，随着数据的不断完善和丰富，它会变得更好。我认为，我们已经推动了这一领域的发展。” 冷泉港实验室(Cold Spring Harbor Laboratory)的研究员阿列克谢·库拉科夫(Alexei Koulakov)表示：“该项目对于向气味数据集中引入数千个新分子是有价值的，而且这些数据可以构成未来改进这种算法和其他算法的基础。” 在探索机器嗅觉的道路上，谷歌并不形单影只。今年早些时候，在伦敦巴比肯中心(Barbican Centre)举行的人工智能展览上，科学家们利用机器学习重现了一种已经灭绝的花朵的气味。在俄罗斯，人工智能被用来嗅出可能致命的气体混合物，IBM正在试验人工智能产生的香水。 外网reddit评论中，有人表示这对于医学领域来说很有前景，但是在未来具体怎样应用，机器人能否闻出疾病等提出好奇，也有人说已经有少数案例显示人或动物能够通过闻气味，而知晓对方是否生病。中国古代名医扁鹊以“望闻问切”4步诊断病情，在AI时代，是否只靠“闻”，便可以察觉病情呢？值得期待。科技的探索是永无止境的，除了疾病，或许气味还可以读懂人的心情，人的秉性，还能闻出爱情。 |
|
|
