AI嗅覺遠(yuǎn)超人類？是噱頭還是事實(shí)？真相來了……

大腦感知?dú)馕兜倪^程就像一場“邂逅”。

首先，氣味分子悄然而至，進(jìn)入鼻腔。在鼻腔的上方有一個特殊的區(qū)域，稱為嗅覺上皮。

這里有大量的嗅覺受體細(xì)胞，能夠特異性地識別氣味分子。這些氣味分子在鼻腔中四處游走，尋找它們的搭檔，也就是我們的嗅覺感受器。

人類有大約400個功能性嗅覺受體。這些感受器一旦接觸到氣味分子，就會立刻引起電信號改變，跳起“電擊舞”向大腦傳遞信號。

這個信號通過嗅覺神經(jīng)直達(dá)大腦的一個特定區(qū)域——嗅球。

紅色為嗅球

圖片來源：參考文獻(xiàn)[1]

在嗅球中，這些信號被進(jìn)一步處理并分析。然后，信息會傳送到與記憶和情感相關(guān)的大腦區(qū)域，如海馬體和杏仁核。

最后，大腦將這些信號轉(zhuǎn)化為我們可以識別和理解的氣味感覺，讓我們感受到氣味的味道、質(zhì)地等特征。

最終，嗅覺神經(jīng)信號的處理形成了描述各種氣味的語義表征，例如咖啡味、玫瑰味、榴蓮味等等。這個過程是如此的神奇和精妙，讓我們的生活充滿了味道的色彩和樂趣。

AI如何“聞到”氣味？

我們現(xiàn)在已經(jīng)大概了解了人類大腦感知?dú)馕兜脑砑斑^程，那么，AI是如何嗅到各種氣味的？

AI“聞到”氣味就像是一場根據(jù)分子結(jié)構(gòu)進(jìn)行的“猜謎游戲”。

氣味來源于特定結(jié)構(gòu)分子，這些分子就像一個個的“信使”，攜帶著氣味的信號。因此，要預(yù)測某種物質(zhì)所帶來的氣味，關(guān)鍵在于辨析分子的組成和結(jié)構(gòu)。

在這一過程中，AI依賴于一個龐大且被精細(xì)整理過的數(shù)據(jù)庫。這個數(shù)據(jù)庫可被視為一本高級的“氣味-分子翻譯詞典”，其中詳盡地列出了已知分子結(jié)構(gòu)與其相應(yīng)氣味之間的聯(lián)系。每一種分子與氣味的關(guān)聯(lián)都被細(xì)致地記錄與歸檔。

《自然-機(jī)器智能》雜志的一篇論文中報告了一種

用來模擬生物嗅覺的神經(jīng)算法

圖片來源：《自然-機(jī)器智能》雜志

當(dāng)面臨一個新分子的氣味預(yù)測任務(wù)時，AI會快速檢索這個專業(yè)“詞典”，尋找與新分子結(jié)構(gòu)相近的已知分子，并從中推測可能的氣味屬性。這個過程不僅快速，還極為精確。

除了基本的結(jié)構(gòu)匹配，AI還會綜合考慮其他化學(xué)性質(zhì)，如分子的電負(fù)性和立體構(gòu)型等，以更全面地預(yù)測新分子的氣味特性。

這一整體過程就像是AI在匯集和分析各種線索，以推斷出新分子可能產(chǎn)生的氣味。

2023年8月，在《科學(xué)》雜志上發(fā)表了一款A(yù)I氣味分析的圖神經(jīng)網(wǎng)絡(luò)（GNN）模型。

AI識別氣味的過程

圖片來源：參考文獻(xiàn)[4]

分子結(jié)構(gòu)輸入到模型中后，GNN會優(yōu)化不同化學(xué)結(jié)構(gòu)在特定氣味中的權(quán)重，最后通過預(yù)測層對分子的氣味進(jìn)行判斷，輸出對應(yīng)的氣味描述詞。

研究人員對GNN模型和人類組進(jìn)行了氣味測試。結(jié)果顯示，AI在53%的化學(xué)分子以及55%的氣味描述準(zhǔn)確度方面表現(xiàn)優(yōu)于人類專家的特性。

人類與AI：到底誰是氣味專家？

我們可以想象一個由專業(yè)人士組成的團(tuán)隊，他們是“氣味專家”。

與依賴大量數(shù)據(jù)和算法的AI不同，這些專家主要依賴他們的嗅覺和多年積累的經(jīng)驗(yàn)來解析和描述氣味。他們有能力識別出各種復(fù)雜氣味的細(xì)微差別，并能用精確的語言進(jìn)行描述。

例如，他們能明確地區(qū)分花香、果香、草香、皮革香等各種不同類型的氣味，并對其進(jìn)行深入的解釋。

此外，這些氣味專家還能夠結(jié)合氣味的來源和環(huán)境因素，對其進(jìn)行分析和解讀。例如，他們可以分辨出烹飪過程產(chǎn)生的氣味、植物的氣味、動物身上特有的氣味等，并根據(jù)這些氣味的特點(diǎn)和變化，對其產(chǎn)生的原因和影響進(jìn)行系統(tǒng)分析。

與數(shù)據(jù)驅(qū)動的AI的預(yù)測不同，這些氣味專家的描述和判斷可能會受到主觀因素的影響。

他們的結(jié)論可能因人而異，甚至?xí)艿蕉喾N因素的影響。因此，在某些情況下，他們對于氣味的描述可能會與AI的判斷有所不同。

當(dāng)然，這只是一個想象，并不代表真正的氣味專家并不專業(yè)。在目前階段，AI的嗅覺能力尚未達(dá)到碾壓人類的水平，且人類在感知?dú)馕兜闹饔^體驗(yàn)和理解上具有無可替代的優(yōu)勢。

首先，面對復(fù)雜的氣味譜系，AI需要依靠海量的數(shù)據(jù)和先進(jìn)算法進(jìn)行學(xué)習(xí)和模擬，以便輸出較為準(zhǔn)確的判斷。

然而，人類的嗅覺系統(tǒng)則可以表現(xiàn)出更高的靈活性，這是目前的AI系統(tǒng)尚難以企及的。

不同AI模型的預(yù)測結(jié)果

與人類組平均值的相關(guān)性

圖片來源：參考文獻(xiàn)[4]

人類的嗅覺還會受到許多其他因素的影響，例如情緒、健康狀況、生活經(jīng)驗(yàn)等。這些因素可能會影響我們對氣味的感知和判斷。

這些變量為人類嗅覺添加了一層復(fù)雜性，而AI則缺乏這種復(fù)雜性，還難以完全理解和模擬人類的嗅覺系統(tǒng)。

結(jié)論

盡管AI在嗅覺科技方面展示出了令人矚目的潛能，并已經(jīng)在某些領(lǐng)域取得了顯著的進(jìn)展，但其尚未能全面超越人類。兩者各自擁有不同的優(yōu)勢和局限性。隨著技術(shù)的不斷進(jìn)步，我們有理由期待AI在嗅覺方面將會實(shí)現(xiàn)更多的突破。

然而，這一領(lǐng)域還面臨多種挑戰(zhàn)，如氣味分子的準(zhǔn)確識別、穩(wěn)定性和可重復(fù)性等，都需要進(jìn)一步地研究和改進(jìn)。此外，公眾對于這一新興技術(shù)的接受度和信任度也是推動其成功應(yīng)用的關(guān)鍵因素。

綜上所述，AI嗅覺科技擁有廣闊的發(fā)展前景和無限的可能性，但其具體的發(fā)展軌跡和成果仍需時間和實(shí)踐來驗(yàn)證。我們期待科研人員和工程師能夠解決這些挑戰(zhàn)，為社會帶來更多的便利和安全。

參考文獻(xiàn)：

[1]Edmund Chong, Monica Moroni, Christopher Wilson, et al. Manipulating synthetic optogenetic odors reveals the coding logic of olfactory perception Science 2020, 368, 6497.

[2]Lulu Guo, Jie Cheng, Shuo Lian, et al. Structural basis of amine odorant perception by a mammal olfactory receptor. Nature 2023, 618, 193.

[3]Jia Duan, Peiyu Xu, Xiaodong Luan, et al. Hormone- and antibody-mediated activation of the thyrotropin receptor. Nature 2022, 609, 854.

[4]Brian K. Lee, Emily J. Mayhew, Benjamin Sanchez-Lengeling, et al. A principal odor map unifies diverse tasks inolfactory perception. Science 2023, 381, 999.

出品丨科普中國

作者丨Denovo團(tuán)隊

監(jiān)制丨中國科普博覽

本文封面圖片及文內(nèi)圖片來自版權(quán)圖庫，轉(zhuǎn)載引用可能引發(fā)版權(quán)糾紛。