POM：人工智能获得嗅觉准确识别气味

国际学术期刊Science于9月1日发表了一篇关于人工智能模仿人类嗅觉能力的研究进展的新论文。德雷克塞尔大学的研究团队使用图神经网络生成了一个名为主要气味地图（POM）的模型，该模型能够保留感知关系，并对以前未表征的气味进行预测。

研究人员通过让AI嗅探400瓶未知液体的气味，并根据化学结构判断每个小瓶监测到的是55种气味中的哪一种，证明了该模型在描述气味质量方面与人类一样可靠。结果显示，AI推断气味的评分比排名中间的人类志愿者的评分更接近小组成员人的平均值。此外，研究团队还利用该模型生成了50万个假设的未知分子的化学结构，并很快推断出它们的气味。通过应用简单、可解释且有理论基础的转换方法，POM在其他几个气味预测任务上优于化学信息学模型。

神经生物学家Wiltschko和它的Osmo团队设计了一种称为神经网络的人工智能系统，能够为气味物质（odorant）分配一个或多个描述性词汇，如“鱼腥味”或“葡萄酒味”。

该系统可以描述大约5000种气味物质的香气。AI还分析了每种气味物质的化学结构，以确定结构和香气之间的关系。

这个工具能识别看起来不同但气味相同的分子，以及看起来非常相似但气味完全不同的分子。

该AI系统识别了大约250种特定的化学结构模式与特定气味之间的关联。研究人员将这些关联组合成一个主要气味地图（POM），AI在被要求预测新分子的气味时会参考这个地图。这项研究已经发表在《Science》杂志上。

该工具应用了机器学习来创建一个“气味地图”，这将对食品和香料行业的合成化学家工作非常有价值

https://www.biorxiv.org/content/10.1101/2022.09.01.504602v4.full