一种新型计算机训练的气味模型在识别气味方面比人类做得更好。在分析50万种从未合成过的潜在气味分子时，它还轻松完成了需要70个人年才能完成的工作。虽然机器在模仿人类的视觉和味觉方面做得越来越好，但在开发嗅觉方面却有些落后。
当然，已经有电子鼻可以嗅出血细胞中的癌细胞，并对废水处理厂周围的空气进行评估，但真正由计算机驱动的嗅觉却一直难以实现。这也许是因为我们的鼻子有400个嗅觉受体，比视觉的4个受体和味觉的约40个受体多出许多。
宾夕法尼亚大学莫奈尔化学感官中心的研究人员与Osmo公司（GoogleDeepMind的衍生公司）的同事们一起，领导了一项研究，创建了一个基于神经网络的系统，该系统可以分析气味分子，并用人类语言描述该分子应该是什么味道。该人工智能系统开发出了研究人员所称的"主要气味图"（POM）。
"在嗅觉研究中[......]，是什么物理特性让空气中的分子在大脑中产生这样的气味一直是个谜。"但是，如果计算机能够辨别出分子的形状与我们最终如何感知其气味之间的关系，科学家们就可以利用这些知识来加深对我们的大脑和鼻子如何协同工作的理解。
这些知识可以帮助研究人员开发出更好的驱蚊剂或除臭产品，以及其他可能的应用。
为了训练该系统，研究小组向它输入了5000种气味物质的分子结构，以及一系列描述气味的描述，如"薄荷味"或"霉味"。研究小组还请来了15位专家组成员，让他们嗅出400种气味，并给他们55个词来描述每种气味。
在测试中，人工智能系统的表现略好于小组成员。但还有一个更令人印象深刻的结果。
"然而，最令人惊讶的结果是，该模型成功地完成了它没有接受过训练的嗅觉任务，"Mainland说。"让人大开眼界的是，我们从未训练它学习气味强度，但它仍能做出准确的预测"。
接下来，研究人员利用该系统绘制了50万种从未被实际合成过的气味分子--研究小组表示，这项任务需要人类嗅闻70年才能完成。
研究人员写道："神经科学的进步通常以神经回路支持的新世界地图的创建和发现来衡量。之所以能够做到这一点，是因为科学家们首先拥有了外部世界的地图，然后测量了大脑中的反应是如何随着刺激物在地图上的位置而变化的。这项研究提出并验证了以数据为驱动的人类嗅觉地图。我们希望这张地图能对化学、嗅觉神经科学和心理物理学研究人员有所帮助[......]成为研究嗅觉本质的新工具。"
这项研究发表在《科学》杂志上。
相关文章
头条焦点
精彩导读
关注我们
【查看完整讨论话题】 | 【用户登录】 | 【用户注册】