声明：本文源自微信公众号GenAI新世界（ID：gh_e06235300f0d），作者李禾子，经微新创想授权转载发布。你还记得Google Nose吗？这个诞生于2013年愚人节的项目，曾宣称拥有涵盖1500万种气味的数据库，只需在谷歌搜索框输入关键词并点击“闻一闻”，就能在电脑旁嗅到新车、篝火甚至埃及古墓的气息。这个十年前看似荒诞却充满创意的玩笑，如今正逐步变为现实。今年9月，《科学》杂志刊登了一篇由初创公司Osmo（前谷歌子公司）联合莫奈尔化学感官中心等多团队的研究论文，提出AI模型可赋予机器超越人类的“嗅觉”。这一突破令人惊叹，毕竟嗅觉对大众而言远比视觉和听觉更为抽象。RGB颜色图谱能描述人眼所见，声音可转化为频率波长，但气味无形无色，难以量化。将气味数字化似乎是天方夜谭。该研究核心目标，正是构建一个能真实反映气味特征的人类嗅觉高维图谱——POM（Principle Odor Map）。那么，这项研究究竟是如何实现的呢？
气味是人类嗅觉系统对空气中特定分子的感知。当气味分子进入鼻腔后，会与嗅觉细胞上的受体发生反应，产生的生物电信号经神经传递至大脑，最终形成味觉认知。气味的构成远比色彩和声音复杂，存在数百万种类型，每种又由数百种化学分子组成，性质各异。人类约400个功能性嗅觉受体，远超视觉的4个和味觉的40个。面对如此复杂的嗅觉机制，研究人员首先开发了一种机器学习模型——消息传递神经网络（MPNN）。作为特定类型的图神经网络（GNN），该模型通过引入图分析技术，为非规则数据特征提取提供了新方法，特别适合学习复杂的气味特征。
模型构建完成后，研究人员需要为其提供学习素材。他们整合了Good Scents and Leffingwell & Associates（GS-LF）香精香料数据库，建立了一个包含约5000个分子的参考数据集。每个分子可对应多个气味标签，如果香、花香、芝士味和薄荷味等。通过将分子形状结构作为输入数据，模型能输出最能描述某种气味的对应词汇。为提升训练精度，研究者采用了多种优化方法：将GS-LF数据库按8:2比例划分为训练集和测试集，训练集进一步细分为五个交叉验证子集；同时运用贝叶斯优化算法进行数据交叉验证，并对GNN模型超参数进行精细调整。最终实验形成了如下所示的嗅觉高维图谱POM（局部）：
这张图直观展示了各类气味的感知距离。例如，花香（floral）、肉味（meaty）和酒香（ethereal）等大类之间存在较大距离，而同类下更具体的气味，如百合花香（muguet）、薰衣草香（lavender）和茉莉花香（jasmine），感知距离则相对较近。论文将POM与基于摩根指纹的气味空间图（Morgan fingerprint-based maps）进行对比，发现后者无法体现上述感知距离差异。为验证模型效果，研究者招募了15位气味专家参与测试。每位专家需评价400种气味，从55个形容词中选择最贴切的描述，并打分评定。结果显示，模型在53%的测试分子上表现优于专家平均水平。此外，模型对30个气味描述词的预测结果，也超越了人类组的中位数（除麝香外）。
经过反复验证，研究者获得了稳定的分子结构-气味关系，并成功绘制了包含约50万种气味分子的图谱。这张图可视为上文感知距离坐标图的无限放大版，其中甚至包含许多尚未发现或合成的分子。若由人类专家逐一评价，需连续工作70年才能完成。这一突破性成果令人瞩目。
面对这一进展，网友纷纷畅想机器“嗅觉”的应用前景。有人认为可用于工厂污水处理的质量控制，或用于爆炸物、毒品、尸体的嗅探，甚至可能取代警犬和搜救犬。也有人期待借此研发更有效的除臭剂，改善运动后产生的异味。医疗领域同样备受关注，或可开发嗅觉丧失症疗法，通过气味检测疾病。香水行业从业者则表示，这能帮助他们判断同事是否喷洒过量香水。这些设想均颇具合理性。
首先，机器确实能弥补人类气味辨别的局限性。研究表明，每个人对气味的感知程度存在差异，受情绪、生理信号、经验、期望、个性或情境等多重因素影响。某些气味对人类至关重要：不良气味可能令人不适，而有害气体则直接威胁健康。机器辅助特定职业，或能提升作业效率和安全性。对调香师、厨师、设计师等职业而言，机器也能帮助创造更具功能的气味。研究表明，人类多数气味记忆源于婴儿及幼儿时期，而语言和视觉记忆则产生于10-30岁。气味引发的回忆往往更具情绪色彩，这揭示了人类与气味的紧密联系。
网友们的猜想也得到了论文作者之一Alex Wiltschko的印证。他在Osmo官网的文章中写道：“气味图谱是我们实现更宏伟目标的基础。若能开发出复制人类或犬类嗅觉功能的系统，我们就能更早发现疾病；AI将助力医生寻找更有效的药物，并辅助化学家和调香师的工作……我们的最终目标是，为改善人类健康和幸福奠定科学和商业基础。”然而，他也坦言研究仍存在不足：无法体现分子气味的浓淡，只能预测气味类型；目前仅针对单一分子，现实气味多为混合；即便技术成熟，气味复制和还原仍是巨大挑战。
最后，一位网友的评论颇具趣味：“我觉得这会让品酒失去乐趣。”