Google Brain研究員開發嗅覺AI演算法　根據化學分子結構識別氣味

科學家可以透過觀察光的波長，根據光譜確定其顏色。但當涉及氣味，便沒有「味譜」可以參考。因為氣味是來自結構微妙的化學分子結構，因其複雜多變，科學家也難以單憑觀察分子結構確認出某種氣味。即使幾十年來科學家和調香師設法找出化子結構和香味的關係，氣味領域仍是充滿謎團。Google Brain研究團隊希望改變此局面，希望訓練AI演算法憑化學分子辨識氣味！

AI人工智能分析圖片和語音，一些情況下甚至比人類更為精明；好像剛於香港發佈的廣東話版Google助理便是明證。Google Brain也希望AI能夠識別氣味，而且盡可能做得比人類厲害。該研究團隊近日在Arxiv網站發表論文《Machine Learning for Scent: Learning Generalizable Perceptual Representations of Small Molecules》，解釋如何訓練出具備嗅覺的AI以及研究工作的進度。

Google Brain研究團隊在香水商調香師協助下，設立一個收錄逾5,000種氣味分子的數據庫。調香師以「奶油」、「熱帶風」和「雜草」等多個形容詞標記各種分子。研究團隊利用約三分之二的數據組來進行深度學習程序，訓練AI，此人工智能是屬於圖像神經網路（Graph Neural Network, GNN）演算法。隨後研究員再利用餘下的氣味（約1,600多種）來測試AI，結果證明此GNN演算通過了測試，能夠根據分子的結構識別其氣味。

相關文章：廣東話Google語音助理推出　Ben Sir力撐：助保育廣東話【有片】

不過Wired指出Google Brain研究方式有不少掣肘，當中部份係令到氣味科學如此棘手的原因所在。首先是人人對於氣味的描述是主觀的，幾靈敏的鼻也好，聞到的氣味都可能不同。即使形容同一隻味，一人形容是「木味」；另一人可以說是「泥味」。二來，有時分子結構具有相同的原子和鍵，但有時會出現鏡像排列。這一組手性組合（chiral pairs）分子，彼此得出的氣味可以南轅北轍，葛縷子（caraway）和綠薄荷（spearmint）就是一例。合成氣味就更加複雜，是為可能涉及更多分子。

Google研究員仍堅信訓練AI，把分子結構與氣味聯繫起來，是重要的第一步。嗅覺AI足以影響化學界，以及對人類營養作用和感覺神經生物學的理解，亦改變人造合成香料製作的方式。