气味|现实版黑客帝国!AI能给气味编程了,想要啥味要啥味( 四 )


文章图片

气味|现实版黑客帝国!AI能给气味编程了,想要啥味要啥味
文章图片

除了预测气味描述之外 , 图形神经网络(GNN)还可以用于其他嗅觉任务 , 比如用仅有的数据对新提炼出的气味进行分类 。
就像从色彩中提炼出“三原色” , 具有神经网络的图形是将气味关系定量建模的一种合适的方法 , 在这方面 , 气味可以被标记为多个分类标签 , 研究人员称之为“气味嵌入” 。
小气味分子是香精的最基本组成部分 , 因此也代表了气味预测问题最简单的形式 。 但是每个分子可以用多种气味来描述 , 比如香兰素的味道可以被描述成甜味、香草味、奶油味和巧克力味 。 因为一些事物的某些气味成分比另一些更多 , 因此气味预测也是一个多标签分类的问题 。
嗅觉深度学习的进展将会有助于发现新的合成增香剂 , 从而减少从天然作物中提取香料而造成的生态影响 。
此外 , 经过气味识别任务训练的模型衍生分子的新形式 , 还可能有助于加强人类大脑中对一些事物的感知理解 。
2、英特尔研发嗅觉芯片 , 可识别10种气味
不止谷歌团队通过机器学习进军“数字嗅觉” , 在今年的3月份 , 英特尔和康奈尔大学发表的一份联合文件也证明了英特尔在Loihi神经形态芯片(专用芯片)上成功设计了基于大脑嗅觉电路的神经网络机制算法 , 该算法赋予了芯片在明显的噪声和遮盖情况下 , 学习和识别10种有害物质的能力 。
Loihi是英特尔在2017年9月推出的自学习神经形态芯片 , 基于14nm的制程工艺 , 管芯尺寸60毫米 , 包含超过20亿个晶体管、13万个人工神经元和1.3亿个突触 , 以及三个用于编排的可管理Lakemont内核 。
▲Loihi , 英特尔的神经形态研究芯片
气味|现实版黑客帝国!AI能给气味编程了,想要啥味要啥味
文章图片

据英特尔称 , Loihi的信息处理速度是传统处理器的1000倍 , 效率高10000倍 , 并且可以解决某些类型的优化问题 , 其速度和能源效率提升了三个数量级以上 。
此外 , Loihi可以保持实时性能 , 并且在扩展50倍时仅会多消耗30%的功率 , 而传统硬件在相同状况下则会多消耗50%的功率 , 与广泛使用的CPU同步定位和映射方法相比 , 它消耗的电能大约只占传统方式的百分之一 。
据悉 , 这一研究成果还发表在了《自然(Nature)》杂志子刊《自然机器智能(Nature Machine Intelligence)》上 , 并成为了封面文章 。
在Loihi上开发神经算法 , 就像是在模仿人闻到某种气味后大脑中发生的事 。 研究人员称 , 他们采用了一个由72个化学传感器活动组成的数据集 , 通过配置生物嗅觉的电路图来描述如何“教”Loihi闻味道 。 他们说他们的技术不会破坏芯片的气味记忆 , 并且与以往的传统方法相比 , 它的识别精度更高 , 这种级别的精度需要每级的训练样本数量多3000倍才能达到 。
▲基于新的神经网络算法下的Loihi芯片电路板
气味|现实版黑客帝国!AI能给气味编程了,想要啥味要啥味
文章图片

论文作者 , 英特尔神经形态计算实验室高级研究科学家纳比尔·伊玛姆(Nabil Imam)认为 , 这项研究将为神经形态系统铺平道路 , 该系统将可以诊断疾病、检测武器和爆炸物 , 及时发现麻醉剂、烟雾和一氧化碳之类的有害气味 , 并对它们进行甄别 。
除了谷歌和英特尔这些科技巨头 , 英国和俄罗斯的一些其他公司也在发力数字嗅觉 。 2019年在伦敦巴比肯中心的一次AI展览中 , 科学家们使用机器学习重现出了已灭绝花朵的气味 , 而俄罗斯的技术效果与英特尔的很像 , 也是利用人工智能嗅出可能致命的混合气体 。
甚至早在1999年 , DigiScents开发的iSmell设备已经能通过USB连接到电脑 , 来重现一些气味了 。
▲iSmell设备
气味|现实版黑客帝国!AI能给气味编程了,想要啥味要啥味
文章图片

结语:数字嗅觉逐步向个性化、定制化推进
虽然人们目前对嗅觉数字化的认知度不是很高 , 但是各大厂商已经纷纷发力这一领域 , 数字嗅觉也逐渐成为了AI领域的一个“小热门” 。
无论是将数字量化用于检测 , 还是将气味提取出来 , 实现跨时空的嗅觉连接 , 数字嗅觉像数字视听觉一样成为了一种趋势 。
从目前的趋势来看 , 将嗅觉数字化已经逐渐从面向企业到面向个人 , 进而满足针对企业和个人更加定制化、个性化的需求 。 因此在关注数字视听觉的同时 , 也要了解或许在不久的将来 , 数字嗅觉和味觉的地位也同样不可替代 。
来源:VentureBeat、Aryballe、气味王国


推荐阅读