Google Brain研究员开发嗅觉AI演算法　根据化学分子结构识别气味

科学家可以透过观察光的波长，根据光谱确定其颜色。但当涉及气味，便没有“味谱”可以参考。因为气味是来自结构微妙的化学分子结构，因其复杂多变，科学家也难以单凭观察分子结构确认出某种气味。即使几十年来科学家和调香师设法找出化子结构和香味的关系，气味领域仍是充满谜团。Google Brain研究团队希望改变此局面，希望训练AI演算法凭化学分子辨识气味！

AI人工智能分析图片和语音，一些情况下甚至比人类更为精明；好像刚于香港发布的广东话版Google助理便是明证。Google Brain也希望AI能够识别气味，而且尽可能做得比人类厉害。该研究团队近日在Arxiv网站发表论文《Machine Learning for Scent: Learning Generalizable Perceptual Representations of Small Molecules》，解释如何训练出具备嗅觉的AI以及研究工作的进度。

Google Brain研究团队在香水商调香师协助下，设立一个收录逾5,000种气味分子的数据库。调香师以“奶油”、“热带风”和“杂草”等多个形容词标记各种分子。研究团队利用约三分之二的数据组来进行深度学习程序，训练AI，此人工智能是属于图像神经互联网（Graph Neural Network, GNN）演算法。随后研究员再利用余下的气味（约1,600多种）来测试AI，结果证明此GNN演算通过了测试，能够根据分子的结构识别其气味。

相关文章：广东话Google语音助理推出　Ben Sir力撑：助保育广东话【有片】

不过Wired指出Google Brain研究方式有不少掣肘，当中部份系令到气味科学如此棘手的原因所在。首先是人人对于气味的描述是主观的，几灵敏的鼻也好，闻到的气味都可能不同。即使形容同一只味，一人形容是“木味”；另一人可以说是“泥味”。二来，有时分子结构具有相同的原子和键，但有时会出现镜像排列。这一组手性组合（chiral pairs）分子，彼此得出的气味可以南辕北辙，葛缕子（caraway）和绿薄荷（spearmint）就是一例。合成气味就更加复杂，是为可能涉及更多分子。

Google研究员仍坚信训练AI，把分子结构与气味联系起来，是重要的第一步。嗅觉AI足以影响化学界，以及对人类营养作用和感觉神经生物学的理解，亦改变人造合成香料制作的方式。