AI嗅觉远超人类？是噱头还是事实？

　　原标题：AI嗅觉远超人类？是噱头还是事实？真相来了......

　　流言

　　嗅觉是人体最早形成的感官之一，这是一种非常复杂的感官反应。鼻子像一个高度灵敏的检测器，通过数以百万计的嗅觉神经，我们能够感知和区分各种具有不同结构特性的气味分子，以便我们在复杂的环境中迅速做出判断。

　　随着科技不断发展，模仿人类嗅觉感知的人工智能（AI）嗅觉识别技术得到快速发展。该技术融合了机器学习和人工智能的先进算法，能够通过检测和分析气味分子来鉴别各种物质。AI嗅觉技术的应用领域从环境监测到医疗诊断，从食品安全到犯罪侦查，其潜力无可限量。

　　当许多精细领域的AI已超过人类的能力时，有传闻也称： AI的嗅觉已经远超人类鼻子。

　　那么，到底谁的气味感知更胜一筹？在揭开这个问题的答案之前，我们先来了解一下人类和AI感知气味的原理。

　　分析

　　人类大脑如何感知气味？

　　大脑感知气味的过程就像一场“邂逅”。

　　首先，气味分子悄然而至，进入鼻腔。在鼻腔的上方有一个特殊的区域，称为嗅觉上皮。

　　这里有大量的嗅觉受体细胞，能够特异性地识别气味分子。这些气味分子在鼻腔中四处游走，寻找它们的搭档，也就是我们的嗅觉感受器。

　　人类有大约400个功能性嗅觉受体。这些感受器一旦接触到气味分子，就会立刻引起电信号改变，跳起“电击舞”向大脑传递信号。

　　这个信号通过嗅觉神经直达大脑的一个特定区域——嗅球。

　　红色为嗅球

　　在嗅球中，这些信号被进一步处理并分析。然后，信息会传送到与记忆和情感相关的大脑区域，如海马体和杏仁核。

　　最后，大脑将这些信号转化为我们可以识别和理解的气味感觉，让我们感受到气味的味道、质地等特征。

　　最终，嗅觉神经信号的处理形成了描述各种气味的语义表征，例如咖啡味、玫瑰味、榴莲味等等。这个过程是如此的神奇和精妙，让我们的生活充满了味道的色彩和乐趣。

　　AI如何“闻到”气味？

　　我们现在已经大概了解了人类大脑感知气味的原理及过程，那么，AI是如何嗅到各种气味的？

　　AI“闻到”气味就像是一场根据分子结构进行的“猜谜游戏”。

　　气味来源于特定结构分子，这些分子就像一个个的“信使”，携带着气味的信号。因此，要预测某种物质所带来的气味，关键在于辨析分子的组成和结构。

　　在这一过程中，AI依赖于一个庞大且被精细整理过的数据库。这个数据库可被视为一本高级的“气味-分子翻译词典”，其中详尽地列出了已知分子结构与其相应气味之间的联系。每一种分子与气味的关联都被细致地记录与归档。

　　《自然-机器智能》杂志的一篇论文中报告了一种

　　用来模拟生物嗅觉的神经算法

　　图片来源：《自然-机器智能》杂志

　　当面临一个新分子的气味预测任务时，AI会快速检索这个专业“词典”，寻找与新分子结构相近的已知分子，并从中推测可能的气味属性。这个过程不仅快速，还极为精确。

　　除了基本的结构匹配，AI还会综合考虑其他化学性质，如分子的电负性和立体构型等，以更全面地预测新分子的气味特性。

　　这一整体过程就像是AI在汇集和分析各种线索，以推断出新分子可能产生的气味。

　　2023年8月，在《科学》杂志上发表了一款AI气味分析的图神经网络（GNN）模型。

　　AI识别气味的过程

　　分子结构输入到模型中后，GNN会优化不同化学结构在特定气味中的权重，最后通过预测层对分子的气味进行判断，输出对应的气味描述词。

　　研究人员对GNN模型和人类组进行了气味测试。结果显示，AI在53%的化学分子以及55%的气味描述准确度方面表现优于人类专家的特性。

　　人类与AI：到底谁是气味专家？

　　我们可以想象一个由专业人士组成的团队，他们是“气味专家”。

　　与依赖大量数据和算法的AI不同，这些专家主要依赖他们的嗅觉和多年积累的经验来解析和描述气味。他们有能力识别出各种复杂气味的细微差别，并能用精确的语言进行描述。

　　例如，他们能明确地区分花香、果香、草香、皮革香等各种不同类型的气味，并对其进行深入的解释。

　　此外，这些气味专家还能够结合气味的来源和环境因素，对其进行分析和解读。例如，他们可以分辨出烹饪过程产生的气味、植物的气味、动物身上特有的气味等，并根据这些气味的特点和变化，对其产生的原因和影响进行系统分析。

　　与数据驱动的AI的预测不同，这些气味专家的描述和判断可能会受到主观因素的影响。

　　他们的结论可能因人而异，甚至会受到多种因素的影响。因此，在某些情况下，他们对于气味的描述可能会与AI的判断有所不同。

　　当然，这只是一个想象，并不代表真正的气味专家并不专业。在目前阶段，AI的嗅觉能力尚未达到碾压人类的水平，且人类在感知气味的主观体验和理解上具有无可替代的优势。

　　首先，面对复杂的气味谱系，AI需要依靠海量的数据和先进算法进行学习和模拟，以便输出较为准确的判断。

　　然而，人类的嗅觉系统则可以表现出更高的灵活性，这是目前的AI系统尚难以企及的。

　　不同AI模型的预测结果

　　与人类组平均值的相关性

　　人类的嗅觉还会受到许多其他因素的影响，例如情绪、健康状况、生活经验等。这些因素可能会影响我们对气味的感知和判断。

　　这些变量为人类嗅觉添加了一层复杂性，而AI则缺乏这种复杂性，还难以完全理解和模拟人类的嗅觉系统。

　　结论

　　尽管AI在嗅觉科技方面展示出了令人瞩目的潜能，并已经在某些领域取得了显著的进展，但其尚未能全面超越人类。两者各自拥有不同的优势和局限性。随着技术的不断进步，我们有理由期待AI在嗅觉方面将会实现更多的突破。

　　然而，这一领域还面临多种挑战，如气味分子的准确识别、稳定性和可重复性等，都需要进一步地研究和改进。此外，公众对于这一新兴技术的接受度和信任度也是推动其成功应用的关键因素。

　　综上所述，AI嗅觉科技拥有广阔的发展前景和无限的可能性，但其具体的发展轨迹和成果仍需时间和实践来验证。我们期待科研人员和工程师能够解决这些挑战，为社会带来更多的便利和安全。

　　参考文献：

　　[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.