本文文字由ChatGPT 3.5生成，生成本文是提示过程，给出指令，角色提示，多角色提示和组合提示，自动生成改写新闻。以及Midjourney Bot生成配图。
《科学》披露了一篇文章披露，科学家们近日成功地开发了一种"人工智能鼻子"，能够基于分子的结构预测其气味，从而使世界更接近将气味数字化、记录和再现的目标。这一突破性研究不仅为我们理解气味的本质提供了新的途径，还为食品和香料行业带来了无限可能性。
科学刊登了关于“人工智能鼻子”
传统上，气味一直是科学界中的一个挑战，因为与视觉和听觉不同，气味不能被轻松地测量或预测。然而，这一最新的研究在"人工智能鼻子"的帮助下迈出了重要的一步，该模型能够准确地预测分子的气味，甚至可以识别那些外表看似相异但气味相同，或者外表相似但气味完全不同的分子。
| 特点 | 人类鼻子 | 人工智能鼻子 |
|---|---|---|
| 理论值 | 美国《科学》杂志上报告说，人类的鼻子至少可以分辨出1万亿种不同的气味 | 通常能够识别多种气味，取决于传感器和算法，目前算法除了识别1万亿种不同的气味外，可以预测数十亿未知气味分子中的任何一种 |
| 实际体验 | 人类能识别并记忆的气味共1000余种 | 能够识别一定范围内的气味，目前可是别的气味种类约50万种 |
AI已经开始分析香料和香精：
| 特点 | AI鼻子 | 人类鼻子 |
|---|---|---|
| 概述 | 机器学习和人工智能算法的应用，用于检测和识别气味 | 人类鼻子的仿制，用于模拟和检测气味 |
| 疾病诊断 | 可用于识别某些疾病的气味标志物，如糖尿病、癌症等 | 不能直接用于疾病诊断 |
| 侵入性 | 非侵入性的方法，无需直接与患者接触 | 通常需要接触或靠近患者的身体部位 |
| 早期检测 | 可能提供早期疾病诊断的潜力 | 通常不用于早期疾病检测 |
| 治疗支持 | 可以为医生提供有关患者的气味信息，辅助治疗决策 | 不提供治疗支持 |
| 多样性 | 能够识别多种气味和气味组合，有广泛的应用潜力 | 通常只能模拟一种或少数几种气味 |
| 精确性 | 在合适的训练和数据下，可能具有高度的精确性 | 受到模拟鼻子的设计和故障的影响 |
| 应用领域 | 医疗诊断、疾病早期检测、健康监测等领域 | 医疗培训、化学品检测、食品和香料制造等领域 |
简·帕克教授，来自英国雷丁大学，对这项研究表示：“视觉研究有波长，听觉研究有频率，这些可以通过仪器进行测量和评估。但气味呢？我们长期以来一直没有一种方法来测量或准确预测分子的气味。”
这个"人工智能鼻子"的工作原理基于机器学习，它创造了一个"气味地图"，为合成化学家们提供了宝贵的工具，使他们能够更轻松地研发新的风味和香气。此外，这项技术还为生产更可持续的香味和风味打开了新的大门。
| 特征 | 人类鼻子 | 人工智能鼻子 |
|---|---|---|
| 敏感度 | 人类鼻子具有极高的气味敏感度，能够检测到非常低浓度的气味物质 | 人工智能鼻子的敏感度取决于传感器的灵敏度和算法，通常可以达到一定程度的敏感度 |
| 气味范围 | 人类鼻子能够识别和区分广泛的气味，包括数千种不同的化合物 | 人工智能鼻子在经过训练后也能够识别多种气味，但可能无法涵盖所有可能的气味 |
| 学习和适应 | 人类鼻子能够适应新的气味和环境，具有学习和适应性能力 | 人工智能鼻子需要经过训练才能适应新的气味，通常需要大量的数据 |
| 精确性 | 人类鼻子在识别特定气味方面通常非常准确，但也受主观因素影响 | 人工智能鼻子在经过训练后可以提供一定程度的精确气味识别，但仍然受到传感器和算法的限制 |
| 高通量分析 | 人类鼻子无法进行高通量分析，速度较慢 | 人工智能鼻子可以用于高通量气味分析，能够快速处理大量样本 |
| 主观性 | 人类鼻子的气味感知是主观的，因为它受到个体差异、情感和记忆的影响 | 人工智能鼻子提供客观的气味分析，不受主观因素的影响 |
| 成本和维护 | 人类鼻子的使用成本低，但需要培训和专业评估，一旦生病就无法达到原有的水准 | 人工智能鼻子的成本可能较高，但通常不需要专业评估，需要定期维护传感器 |
| 培训 | 培训周期长，个体差异大 | 人工智能鼻子隐形成本开发高，培训成本也比较高 |
帕克教授还补充道：“作为一名风味化学家，多年来我一直依赖于自己的嗅觉来描述香气。这个地图不仅适用于已知的气味物质，还可以描述一大批结构不同的、不相关的分子。”
图片来自《科学》
该研究团队与宾夕法尼亚大学的蒙内尔化学感觉中心、亚利桑那州立大学以及Osmo公司合作进行了研究，该公司是谷歌机器学习实验室孵化出来的企业。
这项研究的成功依赖于雷丁大学的贡献，他们评估了用于测试人工智能模型的化合物的纯度，确保实验数据的准确性。通过气相色谱技术，他们分离了微量杂质和目标分子，以便逐一检测每个分子的气味，确保没有杂质影响了目标分子的气味。
图片来自《科学》
帕克博士解释说：“一旦人工智能学会了足够的数据，它预测新化合物的气味的能力就非常出色。如果正常运行，它应该与一组人类的平均气味评分相匹配，而它确实做到了。”
| 特点 | AI鼻子 | 人工鼻子 |
|---|---|---|
| 概述 | 基于机器学习和人工智能算法的应用，用于检测和识别食品气味 | 人类鼻子的仿制，用于模拟和检测食品气味 |
| 食品品质控制 | 可用于检测食品中的异味、变质或质量问题 | 通常用于食品品质控制，但依赖于培训和维护 |
| 新产品开发 | 有助于研发新食品产品，识别新的风味组合 | 通常不直接用于新产品开发 |
| 食品配方改进 | 可用于改进现有食品配方，以满足不同口味需求 | 通常需要人类评审来决定口味改进 |
| 检测食品污染 | 能够检测食品中的污染物质，如细菌、霉菌或异物 | 主要用于检测气味，不能直接检测污染物质 |
| 品尝食品 | 无需实际品尝，可以识别食品的气味特性 | 需要食品专家或品尝者实际品尝食品 |
| 高通量分析 | 能够处理大量食品样本，实现高通量分析 | 通常较慢，不适用于高通量分析 |
| 持续性和一致性 | 在正确训练和维护的情况下，能够保持一致的性能 | 受到模拟鼻子的设计和故障的影响 |
| 应用领域 | 食品品质控制、新产品开发、食品污染检测、食品配方改进等领域 | 食品生产、食品评估、食品品尝等领域 |
气味是唯一一种直接从感觉器官（在本例中为鼻子）传递到大脑的记忆和情感中心的感觉信息。其他类型的感觉输入首先通过其他大脑区域。这种直接途径解释了为什么气味可以唤起特定的、强烈的记忆。
图片由Midjourney 生成
经过训练，人工智能的猜测往往非常接近人类
为了探索化学物质的结构与其气味之间的关联，Wiltschko和他在Osmo的团队设计了一种称为神经网络的人工智能 (AI) 系统，该系统可以分配55 个描述性词语中的一个或多个，例如鱼腥味或酒味。一种气味剂。该团队指示人工智能描述大约5,000种气味剂的香气。人工智能还分析了每种气味的化学结构，以确定结构与香气之间的关系。
图片由Midjourney 生成
该系统识别出化学品结构中的特定模式与特定气味之间的大约250种相关性。研究人员将这些相关性组合成主要气味图（POM），当人工智能被要求预测新分子的气味时可以参考该图。
为了测试POM与人类鼻子的对比，研究人员训练了15名志愿者，将特定的气味与人工智能使用的同一组描述性词语联系起来。接下来，作者收集了数百种自然界中不存在但人们足够熟悉、可以描述的气味剂。他们要求人类志愿者描述其中323个分子，并要求人工智能根据每个新分子的化学结构来预测其气味。人工智能的猜测往往非常接近人类给出的平均反应——通常比任何个人的猜测更接近。
人工智能鼻子究竟在哪些领域发挥作用？
食品工业：AI鼻子可以帮助食品科学家和工程师更好地理解不同食材和食品产品的气味特性。这可以用于食品的品质控制、新产品的开发以及检测食品中的异味或变质。
香料和香水行业：香料和香水的制造通常依赖于香气的混合和调配。AI鼻子可以帮助识别新的香气组合，提高产品创新，减少开发周期，并确保香水或香料的质量一致性。
医疗领域：气味分析可以在医疗诊断中发挥关键作用，例如，检测某些疾病或健康问题的气味标志物。AI鼻子可以用于非侵入性的疾病诊断，例如糖尿病、癌症和感染性疾病的早期诊断。
环境监测：AI鼻子可以用于监测空气和水中的污染物，以及其他环境气味。这对于保护环境、检测有害气体和确保工作场所的安全非常重要。
药物研究：在药物研究中，AI鼻子可以帮助科学家评估药物分子的气味特性，这有助于选择最合适的药物交付方法，提高患者的治疗体验。
风味和饮料工业：对于风味和饮料行业，AI鼻子可以帮助研发新的食品和饮料配方，以满足不同文化和市场的口味需求。
安全和防御：AI鼻子可用于检测危险化学物质、爆炸物或毒气的存在，从而在安全和防御领域发挥关键作用。
农业：在农业领域，AI鼻子可以用于检测作物、土壤或畜牧业中的问题，有助于提高农业生产的效率和可持续性。
这一文章着实令人兴奋，这意味着目前的算法可以为合成化学领域带来了宝贵的工具，使科学家们能够更有效地寻找新的气味和香气，就像制药行业在寻找新药物一样。这不仅将为食品和香料行业带来革命性的变革，还为气味科学的未来开辟了全新的可能性。这个"人工智能鼻子"为将气味数字化、记录和再现的愿景带来了更近一步。
