你想知道，下面這個(gè)分子是什么味道嗎？（文末揭曉）

圖片

8月31日，科學(xué)家在Science上發(fā)文稱，AI模型可以讓機(jī)器擁有比人類具有更好的「嗅覺」。

圖片

論文地址：https://www.science.org/doi/10.1126/science.ade4401

在這篇論文中，研究人員提出了一種由數(shù)據(jù)驅(qū)動(dòng)的人類嗅覺高維圖譜（POM）。這個(gè)圖譜逼真地再現(xiàn)了由單一分子誘發(fā)的氣味感知類別的結(jié)構(gòu)和關(guān)系。

圖片

50萬種氣味顏色都與AI預(yù)測的氣味標(biāo)簽相匹配

研究證明，機(jī)器學(xué)習(xí)模型在理解和描述氣味上，已經(jīng)達(dá)到了人類的水平。

并且，在氣味描述的前瞻性預(yù)測上，AI的準(zhǔn)確度已經(jīng)超過了人類個(gè)體！

這意味著，機(jī)器感知的邊界將進(jìn)一步擴(kuò)大——從視覺、聽覺，再到嗅覺.....

未來的機(jī)器將擁有更多的感知，真正感受和理解自身所處的世界，而不再只是從各種描述中，體驗(yàn)一個(gè)懸空的符號世界。

圖片

而既然AI模型能將分子結(jié)構(gòu)映射到氣味上，它就可以幫我們創(chuàng)造特定的食物口味，或者找到更好的驅(qū)蚊化合物。

空氣中的化學(xué)物質(zhì)，如何與大腦的氣味感相連？

人類有大約400個(gè)功能性嗅覺受體。

這些是位于嗅覺神經(jīng)末端的蛋白質(zhì)，它們與空氣中的分子連接，將電信號傳輸?shù)叫崆颍╫lfactory bulb）。

嗅覺受體的數(shù)量遠(yuǎn)遠(yuǎn)超過我們用于視覺的4個(gè)，甚至是超過味覺的約40個(gè)。

圖片

在嗅覺研究中，究竟是什么物理特性讓空氣傳播的分子在大腦中產(chǎn)生氣味，一直是個(gè)迷。

神經(jīng)科學(xué)的主要目標(biāo)是了解感官是如何將光轉(zhuǎn)化為視覺、將聲音轉(zhuǎn)化為聽覺、將食物轉(zhuǎn)化為味覺以及將質(zhì)地轉(zhuǎn)化為觸覺的。

對于視覺和聽覺，學(xué)界已有了完善的圖譜將物理屬性（如頻率和波長）和感知屬性（如音高和顏色）相關(guān)聯(lián)。

但嗅覺還沒有這樣的圖譜。

如果計(jì)算機(jī)能夠識(shí)別分子的形狀，以及我們最終如何感知?dú)馕吨g的關(guān)系，科學(xué)家就可以利用這一知識(shí)來加深對人類大腦和鼻子如何協(xié)同工作的理解。

為了解決這個(gè)問題，莫奈爾化學(xué)感官中心（Monell Chemical Senses Center）和初創(chuàng)公司Osmo（從谷歌分離出來）共同領(lǐng)導(dǎo)的一個(gè)研究小組，正在研究空氣中的化學(xué)物質(zhì)是如何與大腦中的氣味感知相聯(lián)系。

算法根據(jù)分子結(jié)構(gòu)預(yù)測氣味

分子結(jié)構(gòu)如何才能映射到氣味感知中？

更具體地說，計(jì)算機(jī)是否可以根據(jù)分子結(jié)構(gòu)預(yù)測氣味，以及是否優(yōu)于人類嗅覺的能力。

為了解決這個(gè)問題，Alex Wiltschko博士和團(tuán)隊(duì)創(chuàng)建了一個(gè)機(jī)器學(xué)習(xí)模型——即消息傳遞神經(jīng)網(wǎng)絡(luò)（MPNN）。

這是一種特定的圖神經(jīng)網(wǎng)絡(luò)，以學(xué)習(xí)如何將分子氣味的形象化描述與氣味的分子結(jié)構(gòu)相匹配。

圖片

為了繪制分子結(jié)構(gòu)如何與分子氣味相對應(yīng)圖譜，研究人員使用了5000種已知化合物的數(shù)據(jù)集來訓(xùn)練模型。

這些化合物與它們相應(yīng)嗅覺標(biāo)簽配對，比如，果味、花香、芝士味、薄荷味等等。

研究人員結(jié)合了Good Scents and Leffingwell & Associates (GS-LF) 香精香料數(shù)據(jù)庫（圖B），建立了一個(gè)包含約 5000 個(gè)分子的參考數(shù)據(jù)集，每個(gè)分子都有多個(gè)氣味標(biāo)簽（如奶油味、青草味）。

在這個(gè)數(shù)據(jù)集中，數(shù)據(jù)輸入是分子的形狀，輸出是對哪些氣味詞最能描述其氣味的預(yù)測。

GS-LF香精香料數(shù)據(jù)庫數(shù)據(jù)庫

為了訓(xùn)練模型，研究人員使用Adam優(yōu)化了模型參數(shù)：將加權(quán)交叉熵?fù)p失超過150個(gè)epoch，學(xué)習(xí)率從5×10衰減 (?4) 到1×10 (?5) ，批大小為128。

此外，GS-LF數(shù)據(jù)集被拆分為80/20訓(xùn)練/測試集，其中80%的訓(xùn)練集進(jìn)一步細(xì)分為五個(gè)交叉驗(yàn)證集。

有了這些交叉驗(yàn)證集，就可以使用Vizier（一種貝葉斯優(yōu)化算法），通過調(diào)整1000次試驗(yàn)，來優(yōu)化超參數(shù)。

當(dāng)正確調(diào)整超參數(shù)時(shí)，其性能在許多模型體系結(jié)構(gòu)中都是穩(wěn)健的。

經(jīng)驗(yàn)感知空間（圖D）直觀地表示了感知距離（例如，聞起來有茉莉花香味的兩個(gè)分子之間的距離應(yīng)該比聞起來有牛肉味的分子之間的距離近）和層次（例如，茉莉花和薰衣草是花香氣味家族的子類型）。

氣味感知距離和層次

但研究表明，這種結(jié)構(gòu)在基于摩根指紋的氣味空間圖（Morgan fingerprint-based maps）中丟失了（圖E），但POM保留了相對感知距離和層次結(jié)構(gòu)（圖F）。

圖片

對此，Wiltschko表示，「計(jì)算機(jī)已經(jīng)能夠?qū)⒁曈X和聽覺數(shù)字化，但無法將嗅覺數(shù)字化——我們感受世界最深層次的感官，這項(xiàng)研究提出并驗(yàn)證了一種新的數(shù)據(jù)驅(qū)動(dòng)的人類嗅覺圖譜，將化學(xué)結(jié)構(gòu)與氣味感知相匹配?！?/span>

大蒜和臭氧，是什么味道？

為了確定這個(gè)模型的有效性（能否擴(kuò)展到新的氣味上），莫內(nèi)爾大學(xué)的研究人員進(jìn)行了一個(gè)盲驗(yàn)證過程。

在這個(gè)過程中，一組訓(xùn)練有素的研究參與者會(huì)描述新分子，然后他們的答案會(huì)與模型的描述進(jìn)行比較。

15名小組成員每人會(huì)被要求聞400種氣味，并且接受了訓(xùn)練，用55個(gè)單詞（從薄荷到霉味）來描述每種分子。

共同一作Emily Mayhew博士表示：我們對這個(gè)模型非常有信心。

Mayhew在莫奈爾讀博期間，參與了這項(xiàng)研究。她現(xiàn)在是密歇根州立大學(xué)的助理教授。另一位共同一作是Brian K. Lee博士，來自谷歌團(tuán)隊(duì)。

為了教會(huì)被試們識(shí)別氣味、選擇最合適的詞來描述自己的感覺，莫奈爾團(tuán)隊(duì)專門設(shè)計(jì)了一個(gè)氣味參考工具包。

這是因?yàn)椋谶^去的研究中，很多被試會(huì)犯一些常見錯(cuò)誤，比如將霉味和麝香混為一談。

被試會(huì)被要求從55個(gè)選項(xiàng)中，選擇最適用的描述術(shù)語，并且對400種氣味中的每一種，用1到5分來打分，來評定這個(gè)術(shù)語在多大程度上適合于這個(gè)氣味。

一位專家組成員，就將以前未定性的氣味劑2,3-二氫苯并呋喃-5-甲醛的氣味，評為粉末狀，有點(diǎn)腥臭。

在人類嗅覺和AI模型最終pk中，質(zhì)量控制也非常重要。

這就輪到英國Reading大學(xué)的風(fēng)味化學(xué)教授Jane Parker出場了。

她的團(tuán)隊(duì)驗(yàn)證了用于測試模型預(yù)測的樣品的純度。

首先，他們用氣相色譜法，分離出樣品中的每種化合物，包括任何雜質(zhì)。

接下來，團(tuán)隊(duì)成員會(huì)分別聞嗅每種分離出的化合物，以確定是否有雜質(zhì)壓倒了目標(biāo)分子的已知?dú)馕丁?/span>

Parker說：「在測試的50個(gè)樣品中，我們確實(shí)發(fā)現(xiàn)了一些含有明顯雜質(zhì)的樣品?！?/span>

比如，在某個(gè)案例中，雜質(zhì)來自合成目標(biāo)分子時(shí)使用的試劑的痕跡，并賦予樣品一種獨(dú)特的黃油氣味，超過了感興趣的氣味?！冈谶@種情況下，我們能夠解釋為什么小組對氣味的描述與人工智能的預(yù)測不同。」

這種雜質(zhì)來自于合成目標(biāo)分子時(shí)使用的一種試劑，它使樣品散發(fā)出一種獨(dú)特的奶油味，這種奶油味就蓋過了相關(guān)氣味物質(zhì)的氣味。

「在這種情況下，我們就明白為什么專家組成員對氣味的描述與AI的預(yù)測不同?！?/span>

AI嗅覺，趕超人類

研究人員將模型與個(gè)人小組成員的表現(xiàn)進(jìn)行比較時(shí)，除了雜質(zhì)，該模型對小組氣味評級平均值的預(yù)測比研究中的任何一個(gè)小組成員都要好。

具體來說，在53%的測試分子中，該模型的表現(xiàn)都優(yōu)于小組成員的平均值。

圖片

GNN模型的總體表現(xiàn)達(dá)到了人類水平，但它在不同感知和化學(xué)類別中的表現(xiàn)如何呢？

研究人員按氣味標(biāo)簽對其性能進(jìn)行分類時(shí)，除麝香外，該模型在所有標(biāo)簽上的表現(xiàn)都在人類評分者的分布范圍之內(nèi)，并且在30/55個(gè)標(biāo)簽上的表現(xiàn)超過了小組成員的中位數(shù)（55%）。

按標(biāo)簽劃分的結(jié)果表明，GNN模型優(yōu)于之前在相同數(shù)據(jù)上訓(xùn)練的最先進(jìn)模型。

模型性能在結(jié)構(gòu)類和感知類中都很穩(wěn)健

對特定標(biāo)簽的預(yù)測性能，取決于該標(biāo)簽的結(jié)構(gòu)-氣味映射的復(fù)雜程度。

因此不難理解，模型在大蒜和腥味等具有明確結(jié)構(gòu)決定因素（大蒜為含硫；腥味為胺）的標(biāo)簽上表現(xiàn)最佳，而在麝香標(biāo)簽上表現(xiàn)最差，因?yàn)轺晗銟?biāo)簽至少包括五種不同的結(jié)構(gòu)類別（大環(huán)、多環(huán)、硝基、甾體類型和直鏈）。

相比之下，小組成員對特定標(biāo)簽的表現(xiàn)取決于他們對該標(biāo)簽在氣味背景下的熟悉程度。

因此，小組成員中對堅(jiān)果、大蒜和芝士等描述常見食物氣味的標(biāo)簽的一致性很強(qiáng)，而對麝香和干草等標(biāo)簽的一致性較弱。

模型的性能還取決于特定標(biāo)簽的訓(xùn)練示例數(shù)量。有了足夠的示例，模型甚至可以學(xué)習(xí)到復(fù)雜的結(jié)構(gòu)與感知之間的關(guān)系。

一般來說，對于訓(xùn)練示例較多的標(biāo)簽（如果味、甜味、花香），模型性能較高（圖B），但對于訓(xùn)練示例較少的標(biāo)簽，模型性能要么較高（如腥味、樟腦味、涼意），要么較低（如臭氧、尖銳、發(fā)酵）。

同樣，模型性能也受到面板測試-重復(fù)相關(guān)性的限制。

圖片

按化學(xué)類別（如酯類、酚類、胺類）進(jìn)行分類時(shí)，專家小組和模型的表現(xiàn)相對一致（圖C），其中含硫分子的專家小組和模型表現(xiàn)最強(qiáng)。

此外，模型在不同嗅覺任務(wù)中的表現(xiàn)依然出色。甚至能在沒有經(jīng)過訓(xùn)練的嗅覺任務(wù)上也取得成功。

圖片

并且，該模型能夠識(shí)別出幾十對結(jié)構(gòu)不同但氣味卻非常相似的分子，還能描述潛在氣味分子的各種氣味特性，如氣味強(qiáng)度。

而通過模型可以直接計(jì)算出分子在POM中的坐標(biāo)（圖A），研究人員根據(jù)這些坐標(biāo)編制出了大約50萬種潛在的氣味！

圖片

這個(gè)數(shù)量遠(yuǎn)遠(yuǎn)超出了目前氣味目錄所涵蓋的空間（約5000種可購買的、有特征的氣味物質(zhì)）。

這些分子需要訓(xùn)練有素的人類小組成員花費(fèi)約70人/年的連續(xù)嗅覺時(shí)間才能收集到。

最后，解答下開篇中提到分子味道，其實(shí)是榴蓮的臭味分子。

參考資料：https://www.science.org/doi/10.1126/science.ade4401