獨家編譯 | 人工智慧「長」鼻子了！

判斷色彩蠻容易：發出一束波長為510納米的光，正常人皆會說這是綠色。然而，要搞明白某種分子發出的氣味是咋樣的卻非常困難的。近日，一個由22位計算機科學家組成的團隊，公布了一組演算法，能夠根據不同分子的化學結構判斷出不同分子的氣味。雖然能否廣泛應用有待商榷，但目前他們希望該演算法可以幫助香料製造商與食品生產者能夠精確調製的香味以及開發新的味道。

這種氣味判斷演算法，始於嗅覺研究員Leslie Vosshall和紐約洛克菲勒大學的同事的一項研究。其中49名志願者判定了476瓶純氣味的味道。志願者用19個描述符標記氣味，包括「魚」，「大蒜」，「甜」或「燒焦」等。他們還評定了每個氣味的愉悅度和強度，旨在創建一個超過百萬數據的氣味資料庫。

事情是這樣的，計算生物學家Pablo Meyer在兩年前學習洛克菲勒研究時，他發現了一個機會：當人們面對具體分子時，計算機科學家可用它來預判人類哪一個嗅覺神經會被刺激。Pablo Meyer，在紐約Yorktown Heights的IBM Thomas J. Watson研究中心工作。Meyer主導了一個名為DREAM挑戰的競賽，要求計算機科學家團隊解決突出的生物醫學問題，例如預測基於臨床醫學的前列腺癌治療的結果變數，以及從乳房X線照片數據檢測乳腺癌。 「我從研究所院知道，嗅覺仍然是一個大未知數，」Meye說。儘管研究人員已經在人體中發現了大約400種單獨的氣味受體，但他們如何一起工作來區分不同的氣味仍然很大程度上是一個謎。

2015年，Meyer和他的同事們成立了DREAM嗅覺預測挑戰賽。他們將洛克菲勒組的數據集分為三部分。他們給參賽者志願者們評定出等級的三分之二的氣味、分子化學結構、每個分子多於4800個描述符，還包括原子排列和幾何形狀，構成了超過200萬個數據點的單獨集合。然後使用這些數據來訓練他們的計算機模型來判定化學結構信息的氣味。剩餘的數據組（兩組69個評級及其相應的化學信息）用於測試模型預測一個人如何評價氣味以及49個人如何評價氣味的程度。

來自全球的二十二個團隊迎接挑戰。大家都做得很好，但脫穎而出的有兩個：位於Ann Arbor的密歇根大學計算機科學家Yuanfang Guan領導的一個小組，他們能在預測個體受試者如何評價氣味濃度中獲得最高分。位於坦佩的亞利桑那州立大學的Richard Gerkin領導的另一個團隊在能預判參與者會如何評價氣味中獲得最高分。

「我們了解到，我們可以非常具體地為氣味的描述指定結構特徵，」Meyer說，例如具有硫基團的分子傾向於產生「garlicky」氣味，由此推測，聞到香草豆或具有與香草醛類似的化學結構的分子的受試者會感覺到「麵包店」氣味。

Meyer建議，這樣的模型也許可以幫助香料公司提煉出新分子，調製出可觸發特定的嗅覺的氣味，如檀香或柑橘。但是，科羅拉多州柯林斯堡的生物心理學家艾弗里·吉爾伯特（Avery Gilbert）說，他還不太確定。吉爾伯特說，發現是有用的，因為它提供了這麼大的數據集。但是，他說，不同氣味的19種不同的口頭描述是太有限了。 「這真的是一個很少的屬性集，相關替代性研究已經使志願者使用80個或更多類別來評定不同的氣味。」

當前的研究表明，計算機可以預測19個詞中人將用哪一個來描述這一組氣味，但不清楚的是否相同的人工智慧程序能在面對更多類別時是否應付如果有更多的類別。 「如果你有不同的描述符，你最好有不同的模型預判，所以我不知道離開我們的實驗場景，也許它的作用主要是提醒，氣味感知仍然是人類科學家和人工智慧學方面的挑戰。」