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·多伊奇花了幾個將玩家自飛機彈射小時嗅探和描述未知化學物質的氣味。圖片來源：《科學》雜誌
科技日╲報記者 張佳欣
據《科學》雜誌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艾拉成氣味卐，並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與美國莫史蓋瑞內爾化學感覺研究中心、英國雷丁大報復束腕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個描述性單詞中的卐一個或多個，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Ψ 包括大約5000種已知氣味劑的氣味。AI還分析了衰退的世界樹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魚仔繫腰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預測新分中级剥皮子的氣味時可參考該圖。
為了比較POM與人類鼻子的嗅覺水放逐雷霆流放者平，15名人類誌願者將特定的氣味與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。他們要求誌願○者描述其中的323個分子，並要求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，且更接近黯刃復仇者正確答案。具體來說，該模型在53%的測試分子中〖表現優於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¤於有規律、有邏輯、可計算的事物，人工智能往往能羅德隆居民展現出強大的優勢。化學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。
