研究人员设计出能够区分不同气味的AI模型

人工智能研究人员一直试图通过算法复制人类感官的各个方面。近年来，人工智能被用于显著增强计算机视觉应用，并且人工智能也被用于生成相当令人印象深刻的音频样本，甚至可以创建整首歌曲，模仿某位艺术家的风格。最近，来自加利福尼亚大学河滨分校的一组科学家成功地创建了一个能够区分不同气味的AI，基于气味的化学成分。

根据加利福尼亚大学河滨分校的细胞和系统生物学家Anandasankar Ray的说法，研究人员试图根据人类如何感知气味来构建他们的AI模型。人类鼻子中大约有400个嗅觉受体（ORs），当化学物质进入鼻子时就会被激活。不同的ORs被不同的化学物质集激活，并且它们能够检测到广泛的不同化学结构和家族。虽然科学家们对ORs如何检测和解释气味中的不同分子有相当的了解，但ORs检测到的刺激如何转化为感官体验或感知，或者说，闻到某种东西的体验，却知之甚少。

如Phy.org报道，Ray解释说，研究人员试图通过结合机器学习算法和化学信息学来模拟人类的嗅觉感知。机器学习算法能够分析大量的化学变量，提取它们的共同结构和模式，然后学习识别哪些化学物质会有某种气味。经过训练，算法最终可以预测新颖的化学组合会有什么样的气味，即使数据没有标签，也不知道化学物质的气味如何。

研究团队首先创建方法，以便计算机能够确定哪些化学特征能够激活ORs。然后，研究人员分析了超过50万种化学化合物，以找到能够与34个ORs结合的样本。研究人员然后尝试使用相同的算法来估计化学样本的感知特性，该算法用于预测OR活动。

研究团队发现，不同OR激活的组合似乎与感知编码有关。研究人员利用包含人类志愿者对化学物质评估的数据，并选择在化学样本的子集上提供最佳感知预测的ORs。然后，他们测试OR激活是否能够预测新的气味。

根据研究人员的说法，OR活动可以用来正确预测146种不同化学物质的感知。只需要几个ORs来预测感知，而不是所有的ORs。研究人员在果蝇上验证了这一假设，并成功预测了对不同气味的厌恶或吸引。

Ray解释说，数字化气味和相关预测的优势在于，结果可以用于确定用于创建新型香水和食品的新型化学物质。AI可以用于找到替代品，气味类似于正在变得昂贵或稀有的化学物质。它还可以用于替换具有不愉快气味的化合物，以更吸引人的化学物质取代。 Ray通过Phys.org表示：

“有毒或刺激性化学物质，例如在调味料、化妆品或家庭用品中，可以被更自然、更温和、更安全的化学物质所取代… 这项技术可以帮助我们发现能够替代现有化学物质的新化学物质，例如正在变得稀有或非常昂贵的化学物质。它为我们提供了一个广泛的化合物库，我们可以混合和匹配这些化合物以满足任何嗅觉应用的需求。”