人工智能有鼻子 01.03.2017

长期以来，科学家们一直在争论人体受体究竟如何让我们感知各种气味并给予它们特定的描述。 为了解决这个问题，来自世界各地的工程师团队被要求创建一种能够像人类一样感知气味的人工智能。

预测颜色并不难：例如，如果光波达到 510 nm 的波长，那么大多数人会说它是绿色的。 但是弄清楚一个特定分子的气味要困难得多。 22 支科学家团队创建了一套算法，可以根据各种分子的化学结构预测其气味。 该程序的全部实际应用还有待观察，但开发人员希望，首先，它将帮助调香师、药剂师和食品工人开发新的、独特的气味组合。

这项工作始于纽约洛克菲勒大学的 Leslie Vosshull 及其同事最近的一项研究，其中 49 名志愿者必须猜测 467 种气味的气味。 对于他们每个人，开发了一个由 19 种基本模式组成的比较系统：受试者说气味是否类似于鱼或大蒜，评估气味的强度和个人愉悦感。 结果，创建了一个目录，其中包含超过一百万个表征某些气味分子的细胞。

当计算生物学家 Pablo Meyer 发现这一点时，他立即将这项研究视为测试计算机系统是否可以预测人们如何评估气味的机会。 尽管研究人员已经在人体中发现了大约 400 种气味受体，但对于科学家们来说，它们究竟是如何协同工作以使人们能够区分甚至是细微的气味阴影仍然是一个谜。

2015 年，Meyer 及其同事发起了 DREAM 嗅觉预测挑战赛。 比赛的参与者可以使用相同的志愿者评级表来描述气味，以及产生气味的分子的化学结构。 此外，参与者还获得了一个包含每个分子的 4800 个描述的数据库——它的原子、它们的相对位置、一般几何形状，最终达到大约 2 万个数据点。 最终，这些数据应该用于训练计算机程序根据结构信息识别气味。

来自世界各地的 22 支队伍参加了比赛，虽然很多队伍表现出色，但有两支队伍尤为突出。 由杨方光领导的密歇根州立大学团队最擅长提出预测个体气味的算法。 由 Richard Gerkin 领导的亚利桑那大学的另一个团队在训练程序以平均整个样本的气味评级方面做得最好。 Meyer 在《科学》杂志上发表的一篇文章中报告了这一点。

当然，许多科学家对这些发展持怀疑态度，称所做的工作虽然对科学做出了重大贡献，但仍然是一个相当原始的选择，自然界中整个气味谱的 19 个描述性元素显然非常非常很少。

志愿者的替代研究使用 80 种或更多这些标准来口头评估不同的气味。 如果必须面对这样一组信息，现有算法是否能够正确预测气味评分尚不清楚。 因此，迄今为止，对气味的感知对于医生和工程师来说仍然是一个谜。