AI也能有嗅觉！谷歌正训练人工智能预测分子气味
编译：叶展盛
一批人工智能，生长球之空中小岛生命科学和化学方面的专家正在通过图神经网络来识别分子，木崎纱耶预测气味。这批专家建立的模型性能已经超越了目前的所有方法，该模型诞生于DREAM嗅觉预测挑战赛。
这些研究员主要来自于谷歌，加拿大高等研究所，多伦多矢量人工智能研究所，大连阡陌网多伦多大学和亚利桑那州立大学。这些研究人员相信，随着机器学习在分子识别领域应用水平的提高，绯夜剑机器智能将可以进行气味识别，就像让人工智能模拟视觉，听觉等其他感知能力。另外，研究人员还在尝试让机械臂获得触觉。
一篇相关论文里写道：“深度学习在嗅觉方面取得的进步，能帮助发现新的化学合成物，进而减少自然作物的需求，降低对生态环境的影响。通过气味识别模型推导出分子结构，可以帮助我们理解大脑嗅觉感知的运作方式。”
IBM Research和香水公司Symrise也在尝试通过机器学习来设计新的味道。研究员表示图神经网络非常适合结构-气味的量化关系模型（QSOR），后者能够预分子特性（例如气味）和类簇分子在矢量空间中的关系。从这个方面看，气味识别可以当做是一种多标签的分类问题，雨墨卡盟研究员称之为“嗅觉嵌入”，这类似于计算机将图像分解为红蓝绿三色。
研究员在论文中解释道：“通过将原子视为节点，化学键视为边缘，我们可以把分子看成一个图像。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。分析表明，图神经网络的分析嵌入能够挖掘出分子结构和气味之间的潜在关系。”
这些研究人员利用数据库里5030份香水材料的分子数据训练自己的模型。每一个分子数据都让嗅觉专家贴上了标签，包括水果味，绯夜剑烤面包味等，并将之打乱。
为了加快嗅觉预测人工智能的进步，谷歌计划在将来公开更多相关的数据组。这方面的研究将能够对气味进行数字化，帮助人们发现更多闻不到的气味。
