為了幫助測試新的人工智能“鼻子”，德雷克塞爾大學的喬納森·多伊奇花了幾個小時嗅探和描述未知化學物質的氣味。圖片來源：《科學》雜志
科技日報記者 張佳欣
據《科學》雜志1日報道，英美科學家新設計的機器學習模型已達到與人類嗅覺水平相媲美的程度，能用語言描述化學物質的氣味。研究人員用它“描繪”了與數百種化學結構相對應的氣味圖，例如“果味”或“青草味”。這張指南圖可幫助研究人員設計新的合成氣味，并可能提供有關人腦如何解讀氣味的新見解，意味著向氣味數字化又邁近了一步。
為探索化學物質的結構和氣味之間的聯系，谷歌研究院衍生初創公司Osmo與美國莫內爾化學感覺研究中心、英國雷丁大學和美國亞利桑那州立大學合作，設計了一種神經網絡系統，它可將55個描述性單詞中的一個或多個，與對氣味的描述相匹配。團隊使用行業數據集對AI進行訓練，其中包括大約5000種已知氣味劑的氣味。AI還分析了每種氣味的化學結構，以確定結構與香氣之間的關系。
該系統識別了大約250種化學物質結構中的特定模式與特定氣味之間的相關性。研究人員將這些相關信息結合到主氣味圖（POM）中。當AI預測新分子的氣味時可參考該圖。
為了比較POM與人類鼻子的嗅覺水平，15名人類志愿者將特定的氣味與AI使用的同一組描述性詞匯相匹配。接下來，研究人員收集了數百種自然界中不存在但人們足夠熟悉且可描述出來的氣味劑。他們要求志愿者描述其中的323個分子，并要求AI根據每個新分子的化學結構預測其氣味。結果，AI的猜測非常接近人類給出的平均反應，且更接近正確答案。具體來說，該模型在53%的測試分子中表現優于小組成員的平均水平。
總編輯圈點
“虛無縹緲”的氣味，既看不見，又摸不著，人工智能如何對其進行預測？別忘了，對于有規律、有邏輯、可計算的事物，人工智能往往能展現出強大的優勢?；瘜W物質的氣味與結構之間，存在著特殊的聯系。這正是人工智能預測氣味的“抓手”，也是其可與人類調香師一比高下的訣竅所在。
