研究人员设计出能够区分不同气味感知的 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，AI 已被用于显著增强计算机视觉应用，并且 AI 也被用于生成相当令人印象深刻的音频样本，甚至可以创建整个艺术家的风格歌曲。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气味 的 AI 模型，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，研究人员试图以人类感知气味的方式为基础来构建他们的 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会被激活。不同的 ORs 被不同的化学物质集激活，并且它们共同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，但还不清楚 ORs 检测到的刺激如何转化为感官体验，或称为感知，即闻到某种东西的感觉。

正如 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些气味。在训练后，算法可以预测新型化学组合的气味，即使数据没有标签，也不知道化学物质的气味。

研究团队首先创建了方法，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质量，该算法用于预测 OR 活动。

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

根据研究人员的说法，OR 活动可以用于正确预测 146 种不同化学物质的感知。只需要几个 ORs 就可以预测感知，而不是所有的 ORs。研究人员在果蝇上确认了这一假设，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，结果可以用于确定可以用于创造新型香水和食品的新型化学物质。AI 可以用于找到替代品，气味与变得昂贵或稀有的化学物质相似。它还可以用于用更吸引人的化学物质替换令人不愉快的气味化合物。 Ray 在 Phys.org 上表示：

“有毒或严酷的化学物质，例如在风味、化妆品或家庭产品中，可以被天然、更柔和、更安全的化学物质所取代… 该技术可以帮助我们发现可以替代现有化学物质的新化学物质，例如正在变得稀有的化学物质，或者非常昂贵的化学物质。它为我们提供了一个广泛的化合物调色板，我们可以混合和匹配任何嗅觉应用。”