谷歌正在训练AI来预测分子的气味

有了大量的麦克风和摄像头，AI变得擅长“观看”和“聆听”。但是，人类没有多少感觉是气味。现在，Google的研究人员正在尝试开发一种神经网络，以帮助AI识别分子的气味特征。

该公司表示，识别气味是一个多标签分类问题，这意味着一种物质可以具有多种气味特征。例如，香草醛(一种通常用于产生人造香草味的物质)具有多种气味特征，例如甜味，香草味和巧克力味，其某些特征比其他特征更强。

因此，为了识别分子的气味特征，研究人员使用了图神经网络(GNN)，这是一种将图作为输入的深度学习模型。该团队在香水专家的帮助下创建了可用于识别分子嗅觉特性的气味标签。

神经网络通过使用各种特性(例如原子身份和原子电荷)创建代表向量来启动该过程。然后，它将向量广播到相邻节点，然后共同传递以更新函数以获取中心节点的向量。

谷歌研究人员表示，该模型不仅性能优于旧方法，而且可用于预测RGB布局中的新气味或未分类气味，例如“气味嵌入”。

将来，该团队希望为数字化气味创作创建解决方案，甚至为那些没有嗅觉的人建立解决方案。此外，它希望创建更多开放的数据集进行研究，以便研究人员可以将其用于各种与气味相关的机器学习模型。