嗅覺(jué)是人體最早形成的感官之一，這是一種非常復(fù)雜的感官反應(yīng)。鼻子像一個(gè)高度靈敏的檢測(cè)器，通過(guò)數(shù)以百萬(wàn)計(jì)的嗅覺(jué)神經(jīng)，我們能夠感知和區(qū)分各種具有不同結(jié)構(gòu)特性的氣味分子，以便我們?cè)趶?fù)雜的環(huán)境中迅速做出判斷。
隨著科技不斷發(fā)展，模仿人類(lèi)嗅覺(jué)感知的人工智能（AI）嗅覺(jué)識(shí)別技術(shù)得到快速發(fā)展。該技術(shù)融合了機(jī)器學(xué)習(xí)和人工智能的先進(jìn)算法，能夠通過(guò)檢測(cè)和分析氣味分子來(lái)鑒別各種物質(zhì)。AI嗅覺(jué)技術(shù)的應(yīng)用領(lǐng)域從環(huán)境監(jiān)測(cè)到醫(yī)療診斷，從食品安全到犯罪偵查，其潛力無(wú)可限量。
當(dāng)許多精細(xì)領(lǐng)域的AI已超過(guò)人類(lèi)的能力時(shí)，我們不禁要問(wèn)：在氣味感知這個(gè)“競(jìng)技場(chǎng)”中，AI與人類(lèi)鼻子，誰(shuí)的氣味感知更勝一籌？在揭開(kāi)這個(gè)問(wèn)題的答案之前，我們先來(lái)了解一下人類(lèi)和AI感知?dú)馕兜脑怼?/p>
感知?dú)馕叮▓D片來(lái)源：veer圖庫(kù)）
人類(lèi)大腦如何感知?dú)馕叮?/p>
大腦感知?dú)馕兜倪^(guò)程就像一場(chǎng)“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(gè)特殊的區(qū)域，稱(chēng)為嗅覺(jué)上皮。
這里有大量的嗅覺(jué)受體細(xì)胞，能夠特異性地識(shí)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(jué)感受器。
人類(lèi)有大約400個(gè)功能性嗅覺(jué)受體。這些感受器一旦接觸到氣味分子，就會(huì)立刻引起電信號(hào)改變，跳起“電擊舞”向大腦傳遞信號(hào)。
這個(gè)信號(hào)通過(guò)嗅覺(jué)神經(jīng)直達(dá)大腦的一個(gè)特定區(qū)域嗅球。
紅色為嗅球（圖片來(lái)源：參考文獻(xiàn)[1]）
在嗅球中，這些信號(hào)被進(jìn)一步處理并分析。然后，信息會(huì)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(hào)轉(zhuǎn)化為我們可以識(shí)別和理解的氣味感覺(jué)，讓我們感受到氣味的味道、質(zhì)地等特征。
最終，嗅覺(jué)神經(jīng)信號(hào)的處理形成了描述各種氣味的語(yǔ)義表征，例如咖啡味、玫瑰味、榴蓮味等等。這個(gè)過(guò)程是如此的神奇和精妙，讓我們的生活充滿(mǎn)了味道的色彩和樂(lè)趣。
人類(lèi)的嗅覺(jué)受體與通路（圖片來(lái)源：veer圖庫(kù)）
AI如何“聞到”氣味？
我們現(xiàn)在已經(jīng)大概了解了人類(lèi)大腦感知?dú)馕兜脑砑斑^(guò)程，那么AI是如何嗅到各種氣味的呢？
AI“聞到”氣味就像是一場(chǎng)根據(jù)分子結(jié)構(gòu)進(jìn)行的“猜謎游戲”。
氣味來(lái)源于特定結(jié)構(gòu)分子，這些分子就像一個(gè)個(gè)的“信使”，攜帶著氣味的信號(hào)。因此，要預(yù)測(cè)某種物質(zhì)所帶來(lái)的氣味，關(guān)鍵在于辨析分子的組成和結(jié)構(gòu)。
在這一過(guò)程中，AI依賴(lài)于一個(gè)龐大且被精細(xì)整理過(guò)的數(shù)據(jù)庫(kù)。這個(gè)數(shù)據(jù)庫(kù)可被視為一本高級(jí)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(bào)告了一種用來(lái)模擬生物嗅覺(jué)的神經(jīng)算法（圖片來(lái)源：《自然-機(jī)器智能》雜志）
當(dāng)面臨一個(gè)新分子的氣味預(yù)測(cè)任務(wù)時(shí)，AI會(huì)快速檢索這個(gè)專(zhuān)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(cè)可能的氣味屬性。這個(gè)過(guò)程不僅快速，還極為精確。
除了基本的結(jié)構(gòu)匹配，AI還會(huì)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(cè)新分子的氣味特性。
這一整體過(guò)程就像是AI在匯集和分析各種線(xiàn)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(shí)別氣味的過(guò)程（圖片來(lái)源：參考文獻(xiàn)[4]）
分子結(jié)構(gòu)輸入到模型中后，GNN會(huì)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(guò)預(yù)測(cè)層對(duì)分子的氣味進(jìn)行判斷，輸出對(duì)應(yīng)的氣味描述詞。
研究人員對(duì)GNN模型和人類(lèi)組進(jìn)行了氣味測(cè)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(lèi)專(zhuān)家的特性。
人類(lèi)與AI：到底誰(shuí)是氣味專(zhuān)家？
我們可以想象一個(gè)由專(zhuān)業(yè)人士組成的團(tuán)隊(duì)，他們是“氣味專(zhuān)家”。
與依賴(lài)大量數(shù)據(jù)和算法的AI不同，這些專(zhuān)家主要依賴(lài)他們的嗅覺(jué)和多年積累的經(jīng)驗(yàn)來(lái)解析和描述氣味。他們有能力識(shí)別出各種復(fù)雜氣味的細(xì)微差別，并能用精確的語(yǔ)言進(jìn)行描述。
機(jī)器人識(shí)別花朵氣味概念圖（圖片來(lái)源：veer圖庫(kù)）
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(lèi)型的氣味，并對(duì)其進(jìn)行深入的解釋。
此外，這些氣味專(zhuān)家還能夠結(jié)合氣味的來(lái)源和環(huán)境因素，對(duì)其進(jìn)行分析和解讀。例如，他們可以分辨出烹飪過(guò)程產(chǎn)生的氣味、植物的氣味、動(dòng)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(duì)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(dòng)的AI的預(yù)測(cè)不同，這些氣味專(zhuān)家的描述和判斷可能會(huì)受到主觀因素的影響。
氣味分子進(jìn)入嗅覺(jué)黏膜（圖片來(lái)源：veer圖庫(kù)）
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(duì)于氣味的描述可能會(huì)與AI的判斷有所不同。
當(dāng)然，這只是一個(gè)想象，并不代表真正的氣味專(zhuān)家并不專(zhuān)業(yè)。在目前階段，AI的嗅覺(jué)能力尚未達(dá)到碾壓人類(lèi)的水平，且人類(lèi)在感知?dú)馕兜闹饔^體驗(yàn)和理解上具有無(wú)可替代的優(yōu)勢(shì)。
首先，面對(duì)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(lèi)的嗅覺(jué)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(cè)結(jié)果與人類(lèi)組平均值的相關(guān)性（圖片來(lái)源：參考文獻(xiàn)[4]）
人類(lèi)的嗅覺(jué)還會(huì)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)等等。這些因素可能會(huì)影響我們對(duì)氣味的感知和判斷。
這些變量為人類(lèi)嗅覺(jué)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(lèi)的嗅覺(jué)系統(tǒng)。
結(jié)語(yǔ)
盡管AI在嗅覺(jué)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(lèi)。兩者各自擁有不同的優(yōu)勢(shì)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(jué)方面將會(huì)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(shí)別、穩(wěn)定性和可重復(fù)性等，都需要進(jìn)一步的研究和改進(jìn)。此外，公眾對(duì)于這一新興技術(shù)的接受度和信任度也是推動(dòng)其成功應(yīng)用的關(guān)鍵因素。
綜上所述，AI嗅覺(jué)科技擁有廣闊的發(fā)展前景和無(wú)限的可能性，但其具體的發(fā)展軌跡和成果仍需時(shí)間和實(shí)踐來(lái)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(huì)帶來(lái)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：科普中國(guó)
作者：Denovo團(tuán)隊(duì)
監(jiān)制：中國(guó)科普博覽
