AI也能「闻」得到！Google正在训练人工智慧辨识气味
▲一批由来自Google、加拿大高等研究所等团队的研究人员正试图透过图神经网路来识别空气中的分子。（图／路透）
一批由化学、生命科学及人工智慧（AI）研究人员组成的团队正试图透过图神经网路（Graph neural network）来识别空气中的分子，进一步辨识气味。据外媒报导，这批专家所建构的模型性能以优于当前的所有方案，此模型也是DREAM嗅觉辨识挑战赛中表现最好的模型。
科技网站VentureBeat报导，此研究团队成员主要来自Google、加拿大高等研究所、Vector Institute人工智慧研究所、多伦多大学及亚利桑那州立大学。研究人员认为，随着分子识别的机器学习应用程式不断进步，机器智慧将能进行气味辨识，就像近几年来人工智慧开始可以模拟视觉及听觉等其他感官。除此之外，研究人员也正试图让机械手臂获得触觉。
一篇相关论文写道：「深度学习在嗅觉部分取得进展将有助于发现新的化学合成物，从而减少天然作物的需求，降低对大自然的影响。此外，经过气味辨识任务训练的模型推导出分子结构，可能有助于我们对大脑嗅觉感知的理解。」
IBM Research及香水香精香料生产商Symrise也正在尝试透过机器学及来创造新的气味。研究人员表示，神经网路适合用于建构结构-气味的量化关系模型（QSOR）。从这方面来看，气味识别可以当做是一种多标签的分类问题，研究人员称之为「嗅觉嵌入」，类似于电脑会将「R、G、B」（红色、绿色、蓝色）视为视觉嵌入的方式。
「我们提出将图神经网路应用于QSOR模型，并借助嗅觉专家提供的数据库证明了它的性能远超现有的方法。分析显示，图神经网路的分析嵌入能够挖掘出分子结构和气味之间的潜在关系。」
研究人员使用来自香水材料资料库的5030份分子数据训练自己的模型，每个分子都由嗅觉专家（主要是调香师）用一个或多个描述（如水果味或面包味等）进行标记。为了使AI在气味辨识方面能更进一步，Google计划开源更多与气味辨识有关的资料库，这方面的研究将有助于使气味数位化，帮助人们发现更多闻不到的气味。 其他人也看了这些...
►这款CP值很可以！