详细内容或原文请订阅后点击阅览
人工智能和嗅觉问题
很容易猜到颜色。如果你向人们展示波长为 510 nm 的光源，大多数人会说它看起来是绿色的。然而，准确地弄清楚特定分子的气味要困难得多。
来源:Robogeek新闻频道（关于机器人技术的俄罗斯与世界新闻）很容易猜到颜色。如果你向人们展示波长为 510 nm 的光源，大多数人会说它看起来是绿色的。然而，准确地弄清楚特定分子的气味要困难得多。
最近，22 个研究小组提出了一套算法，可以根据不同分子的化学结构来预测其气味。这些程序的用处有多大还有待观察。尽管如此，此类算法仍然可以帮助食品和香水制造商开发具有精确气味的新香水。
今天对嗅觉系统的研究建立在纽约洛克菲勒大学的一项早期研究的基础上，其中 49 名志愿者对 476 瓶纯气味剂的气味进行了评级。志愿者用 19 种描述词中的一种来标记每种气味，包括“鱼”、“大蒜”、“甜”或“热”。他们还对每种气味的愉悦度和强度进行了评级，为研究中的所有气味分子创建了一个包含超过 100 万个数据点的海量数据库。
当生物学家 Pablo Meyer 两年前了解到这项研究时，他看到了一个测试计算机是否可以用来预测人们如何评估气味的机会。他说，尽管研究人员在人体内发现了大约 400 个单独的气味受体，但它们如何协同工作来区分不同的气味在很大程度上仍然是一个谜。
2015 年，Meyer 和他的同事发起了 DREAM 嗅觉预测挑战赛。他们还为每个分子提供了 4,800 多个描述符，例如所包含的原子、它们的排列和几何形状，这是一组包含超过 200 万个数据点的单独集合。然后，这些数据被用来训练计算机模型，以根据化学结构信息预测气味。
Meyer 表示，此类模型将有助于创建适应特定气味的新分子，例如檀香或柑橘。