首页电商互联 > —正文
AI也能有嗅觉!谷歌正训练人工智能预测分子气味
2019-11-06 20:05:06

人工智能、生命科学和化学领域的一组专家正在使用图形神经网络来识别分子和预测气味。这些专家建立的模型的性能已经超过了现有的所有方法,该模型诞生于嗅觉预测挑战中。

研究人员主要来自谷歌、加拿大高级研究所、多伦多矢量人工智能研究所、多伦多大学和亚利桑那州立大学。研究人员认为,随着机器学习在分子识别中的应用得到改善,机器智能将能够识别气味,就像人工智能模拟视觉和听觉等其他知觉能力一样。此外,研究人员还试图给机械手一种触觉感。

一篇相关论文写道:深入研究嗅觉的进展可以帮助我们发现新的化合物,从而减少对天然作物的需求,减少对生态环境的影响。从气味识别模型中推断出分子结构,可以帮助我们理解大脑的嗅觉感知是如何工作的。

IBM研究公司和香水公司Symise也在尝试通过机器学习设计新口味。研究人员说,图神经网络非常适合于结构-气味定量关系模型(QSOR),它可以在矢量空间中预分子特征(如气味)和聚类分子之间的关系。在这方面,气味识别可以被看作是一个多标签分类问题,研究人员称之为嗅觉嵌入,类似于计算机将图像分解为红色、蓝色和绿色。

研究人员在论文中解释道:通过把原子当作节点,把化学键当作边缘,我们可以把分子看作图像。本文提出将图神经网络应用于QSOR模型,并通过嗅觉专家提供的数据库证明了它的性能远远优于现有的方法。分析表明,图神经网络的分析嵌入可以挖掘分子结构与气味之间的潜在关系。

研究人员利用数据库中5030种香水材料的分子数据来训练他们的模型。每个分子数据都由嗅觉专家标记,包括水果、吐司等,并将其打乱。

为了加快嗅觉预测人工智能的进展,谷歌计划在未来披露更多相关数据集。这一领域的研究将能够对气味进行数字化,并帮助人们找到更多他们无法闻到的气味。