有了大量的麥克風和攝像頭，AI變得擅長“觀看”和“聆聽”。但是，人類沒有多少感覺是氣味?，F(xiàn)在，Google的研究人員正在嘗試開發(fā)一種神經網絡，以幫助AI識別分子的氣味特征。

該公司表示，識別氣味是一個多標簽分類問題，這意味著一種物質可以具有多種氣味特征。例如，香草醛(一種通常用于產生人造香草味的物質)具有多種氣味特征，例如甜味，香草味和巧克力味，其某些特征比其他特征更強。

因此，為了識別分子的氣味特征，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(chuàng)建了可用于識別分子嗅覺特性的氣味標簽。

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

谷歌研究人員表示，該模型不僅性能優(yōu)于舊方法，而且可用于預測RGB布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(chuàng)作創(chuàng)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(chuàng)建更多開放的數據集進行研究，以便研究人員可以將其用于各種與氣味相關的機器學習模型。