online gambling singapore online gambling singapore online slot malaysia online slot malaysia mega888 malaysia slot gacor live casino malaysia online betting malaysia mega888 mega888 mega888 mega888 mega888 mega888 mega888 mega888 mega888 現在,AI也懂嗅覺了

摘要: 辨識顏色是件容易的事情:只要光的波長爲510納米,大多數人就會說它是綠色。然而,要想根據一個特定的分子特徵辨識出對應的味道,那是非常困難的。現在這個難題有新的解決方案了。雷鋒網瞭解到,22個計算機科學家團隊公佈了一套算法,能夠根據不同分子的化學結構來辨識不同氣味。這些方案可以發揮什麼作用仍有待觀察。但是有一種可能,這些的算法可以幫助香味商和食品生產者設計新型的氣味劑,而且可以量身定製某種味道。


圖名

嗅覺研究員Leslie Vosshall與紐約洛克菲勒大學的同事在最近的一項研究中,讓49名志願者評價了476小瓶純氣味劑。志願者用19個標籤對每一瓶氣味劑打標評價,包括「魚」、「大蒜」、「甜」或「燒焦」等。他們還評定每個氣味劑帶來的愉悅感及強烈度,總共收集超過100萬個數據點,構建了關於這些氣味分子的海量數據庫。 

兩年前,計算生物學家Pablo Meyer在洛克菲勒大學學習時,他發現計算機科學家可以用這套數據集來研究人類評價氣味的機制。除了在紐約約克敦海茨的IBM Thomas J. Watson研究中心工作之外,Meyer還主導了一個名爲DREAM挑戰的競賽,旨在讓計算機科學家團隊解決突出的生物醫學問題,例如基於臨牀數據預測前列腺癌治療的結果,或從乳房的X線照片數據檢測乳腺癌。「我從研究生院知道,嗅覺的運行機制仍然是一個謎,」Meyer說。儘管研究人員已經在人體中發現了大約400種不同的氣味受體,但他補充說,這些氣味受體是如何協作來區分不同氣味,很大程度上仍然是一個謎。

2015年,Meyer和他的同事們舉辦了DREAM嗅覺辨識挑戰賽。他們將洛克菲勒團隊收集到的氣味數據集分爲三部分,參與者被給予三分之二的志願者評級數據集,包括產生每種氣味的分子化學結構。他們還給每種分子打了超過4800個標籤,例如分子的原子組合,排列和幾何形狀,構成了超過200萬個數據點的獨立數據集合。然後使用這些數據集來訓練他們的計算機嗅覺辨識模型,輸入的特徵是分子的化學結構。剩餘的三分一的數據作爲驗證集,包括69個味道評價數據及其相應的化學信息,被用來評估模型的辨識味道的準確度,辨識結果與49人的平均評級結果和個體的評級結果做比較。

來自全球的22個團隊迎接了挑戰。許多團隊表現良好,但有兩個團隊脫穎而出,安娜堡的密歇根大學計算機科學家Yuanfang Guan領導的一個小組,在模擬單個受試者的氣味評價中表現最佳。坦佩亞利桑那州立大學Richard Gerkin領導的另一個團隊,在模擬參與者平均氣味評價中表現最佳,Meyer和他的同事在《Science》期刊中報道。

「我們瞭解到,我們可以將特定的分子結構與氣味的描述對應起來,」Meyer說。例如,具有硫基團的分子傾向於產生「大蒜」氣味,具有香草醛類似的化學結構的分子,受試者則會感受到「麪包店」氣味。

 Meyer建議這樣的模型可以幫助香料和香料公司構建新的分子結構,調出特定的氣味,如檀香或柑橘味。但是,來自科羅拉多州柯林斯堡Synesthetics的生物心理學家Avery Gilbert,一個經驗豐富的香水和香精行業老兵,不太確定這種方式的可行性。Gilbert認爲這項研究工作是有用的,因爲它提供了龐大的數據集。但是,用19種標籤來標識不同氣味的實在是太侷限了,用來描述氣味的屬性太少。另一項研究中已經讓志願者用80個或更多屬性來評價不同的氣味。 

當前的研究表明,計算機可以預測人們會用19個標籤中的哪一個來描述聞到的這一組氣味,但不清楚如果有更多的標籤,同樣的人工智能程序是否還能準確預測人類會使用的標籤。 Gilbert說,如果你用不同的描述符,可能需要不同的模型才能預測他們的評價,所以他不知道這個方法在什麼程度可以超越人類。也許這個觀點的主要作用是提醒,氣味辨識仍然是人類科學家和人工智能的挑戰。

via Artificial intelligence grows a nose

轉貼自: 幫趣


留下你的回應

以訪客張貼回應

0
  • 找不到回應