透過利用麥克風和攝像頭，人工智能在“觀看”和“聆聽”方面表現出色。但是，人類的嗅覺並沒有太多。現在，Google(谷歌)的研究人員正在嘗試開發一種神經網絡，以幫助AI識別分子的氣味特徵。

谷歌研究人員表示，識別氣味是一個多標籤分類問題，這意味著一種物質可以具有多種氣味特徵。例如，香草醛（一種通常用於產生人造香草味的物質）具有多種氣味特徵，如甜味，香草味和巧克力味，其某些特徵比其他特徵更強。

Image Credit: Khari Johnson / VentureBeat

因此，為了識別分子的氣味特徵，研究人員使用了圖神經網絡（GNN），這是一種將圖作為輸入的深度學習模型。該團隊在香水專家的幫助下創建了可用於識別分子嗅覺特性的氣味標籤。

神經網絡通過使用各種特性（例如原子身份和原子電荷）創建代表向量來啟動該過程。然後，它將向量廣播到相鄰節點，然後共同傳遞以更新函數以獲取中心節點的向量。

圖：每個節點都表示為一個向量，向量中的每個條目最初都會編碼一些原子級信息。

對一層重複此過程，然後對多層繼續。 最後，AI將分子的向量求和或求平均值，以識別多個嗅覺標識符。

圖：GNN的氣味預測圖。 我們將分子轉換為具有信息的圖，並將其饋送到GNN層中，以學習節點的更好表示。 這些節點被簡化為單個向量，並傳遞到用於預測多個氣味描述符的神經網絡中。

谷歌研究人員表示，該模型不僅性能優於舊方法，而且可用於預測RGB佈局中的新氣味或未分類氣味，例如“氣味嵌入”。

將來，該團隊希望為數字化氣味創作創建解決方案，甚至為那些沒有嗅覺的人建立解決方案。 此外，它希望創建更多開放的數據集進行研究，以便研究人員可以將其用於各種與氣味相關的機器學習模型。

對於以上消息，各位298電腦讀者又怎看呢？

歡迎到我們的<<討論區>>分享你的意見。

灣仔298電腦資訊網
免費網上電腦雜誌，電腦IT人集中地!

網址：www.wanchai298.com