利用AI技术和Osmo实现气味数字化：远程嗅觉预测与香水分子图像生成

众所周知，图像和音乐可以用AI生成，但令人惊讶的是，气味也可以。最近，一家名为Osmo的初创公司宣布，他们成功地将气味数字化。首个成功的案例是「新鲜的夏季李子」，复现的味道「闻起来」非常不错。整个过程完全依赖AI技术，无需人工干预。有了这项技术，你可以像下载音乐一样下载香水。

Osmo的CEO兼联合创始人Alex Wiltschko在谷歌工作期间开始了这个项目。2022年，他在Lux Capital和谷歌风投的支持下，将该项目发展成一家独立的初创公司。Wiltschko在接受CNBC采访时说：“我一直对气味非常感兴趣。它是情感表达的强大感官，但我们对它了解甚少。”

在成功复刻出李子的香味后，Wiltschko非常激动，并带着这个香味去了很多地方。Osmo的官方说法是，这项技术旨在「改善人类的健康和幸福」，因为嗅觉数字化对医疗检测和治疗疾病至关重要。例如，医生可以用气味触发患者的记忆或减轻焦虑。此外，这项技术还可以在VR游戏和电影中发挥作用，增加设备的沉浸感。甚至，你还可以用这项技术留住亲人的气味，尽管「按月付费」听起来有些讽刺。

在近期，Wiltschko希望Osmo能够制造出更安全、更可持续的香味分子，用于香水、洗发水、驱虫剂和洗衣粉等日常用品中的香料。Osmo的官网详细列出了他们的研发历史：

1. 初期阶段：在Osmo建立之前，Alex Wiltschko在谷歌研究院领导团队，使用先进的机器学习技术构建了Osmo气味映射图的基础。
2. 重大突破：使用图神经网络（GNN）根据分子结构预测其气味。
3. 创新分子：创造了以前从未闻过的分子，并以超越人类的准确度进行预测。
4. 实际应用：设计出蚊子觉得难闻的气味分子，例如驱虫剂，效果比避蚊胺（DEET）更好。

Wiltschko在2009年获得密歇根大学神经科学学士学位，并在哈佛大学学习嗅觉神经科学，2016年获得博士学位。2017年，他加入谷歌研究院，领导团队利用机器学习帮助计算机根据分子结构预测不同分子的气味，并开发了「主要气味映射图（POM）」。这项研究发表在2023年9月的《科学》杂志上。

POM坐标可以预测气味强度和感知相似性，即使这些特征不是模型训练的显式部分。为了构建这个气味地图，团队在一个包含5000个芳香分子的数据集上训练AI模型，涵盖各种气味类别，如花香、果香或薄荷味。Wiltschko发现，由于分子结构复杂，计算机在分析分子时可能会遇到困难，但得益于人工智能技术的进步，模型能够捕捉到分子不同结构中的模式，并准确预测其他分子的气味。

为了获取训练模型所需的数据集，Wiltschko和他的团队花费了一年时间与香水行业的公司合作，最终创建了一个全新的数据集。他们收集了数千种分子及其气味描述，并将其输入图神经网络（GNN），帮助AI模型理解原子、连接它们的键以及分子结构如何决定其气味。

气味数字化的应用前景广阔，最基础的就是气味的远程传输。Osmo希望最终能够利用自己的技术，将一个地方的气味数字化，然后在另一个地方再造一个完全相同的副本。具体来说，选择一种要传输的气味，将其放入一台GCMS（气相色谱-质谱）机。GCMS会识别原始数据并上传到云，成为主要气味映射图上的坐标。然后，这个配方被发送到一台配方机器人，混合不同的气味，复现样品的气味。

Osmo还使用AI发现了前所未有的配方，并向欧美市场发布了三种全新的香水气味分子，分别命名为Glossine、Fractaline和Quasarine。他们为这些香水气味编写了美妙的描述，例如Glossine被描述为“一种充满活力的花香，让人联想到茉莉花，后调和中调散发出耀眼的亮泽”。

此外，Osmo还在研究多模态AI，基于图像生成对应的气味，图像又可以基于文本生成。用户只需输入文本提示词，AI就会生成图像，再进一步生成分子配方。Osmo已经在线发布了这款工具Inspire，支持文本和图像输入，未来还将支持音乐、PDF、幻灯片和视频输入。

这项技术背后充满了无限可能性。例如，未来我们可能观看带有气味的电影，实现视觉、听觉和嗅觉的全方位体验。Osmo的长期目标之一是利用这项技术帮助更早地识别疾病，也许未来在体检时会有一个AI通过机器鼻子来判断我们的健康状况。

本文来源： iFeng科技【阅读原文】