AI 正在攻克难题——赋予计算机嗅觉

  每周跟踪AI热点新闻动向和震撼发展 想要探索生成式人工智能的前沿进展吗?订阅我们的简报,深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同,从行业内部的深度分析和实用指南中受益。不要错过这个机会,成为AI领域的领跑者。点击订阅,与未来同行! 订阅:https://rengongzhineng.io/

百年前的呼吁,今天的回应:机器嗅觉的革命性进展

一百多年前,亚历山大·格雷厄姆·贝尔在《国家地理》杂志上向读者发出大胆而新颖的倡议——“创立一门新科学”。他指出,基于声音和光的科学已经存在,但还没有关于气味的科学。贝尔呼吁读者“测量气味”。

如今,大多数人的口袋里都有智能手机,它们基于声音和光的科学提供了令人印象深刻的内置功能:语音助手、面部识别和照片增强。而关于气味的科学尚未提供类似的技术,但这种情况正在改变,机器嗅觉(也称为“数字化气味”)的进展终于响应了贝尔的号召。

研究机器嗅觉面临着人类嗅觉复杂性的巨大挑战。人类视觉主要依赖于视网膜中的感受细胞——视杆细胞和三种视锥细胞,而嗅觉是通过大约400种鼻腔中的感受细胞来体验的。

机器嗅觉从检测和识别空气中的分子开始,这些传感器的作用类似于人类鼻子的受体。然而,要对人类有用,机器嗅觉需要更进一步。系统需要知道某种分子或一组分子对人类来说闻起来像什么。为此,机器嗅觉需要机器学习。

将机器学习应用于气味

机器学习,特别是一种称为深度学习的机器学习,是语音助手和面部识别应用取得显著进展的核心。同样,机器学习也是数字化气味的关键,因为它可以学习将气味化合物的分子结构映射到文本气味描述。机器学习模型学习人类用来描述特定气味化合物的词汇,例如“甜”和“甜点”,用于描述遇到香草醛时的体验。

然而,机器学习需要大型数据集。网络上有海量的音频、图像和视频内容,可用于训练识别声音和图像的人工智能系统。但机器嗅觉长期面临数据短缺的问题,部分原因是大多数人无法像描述视觉和听觉那样轻松且清晰地描述气味。没有大规模数据集,研究人员无法训练出真正强大的机器学习模型。

重要的里程碑

2015年,情况开始改变,研究人员发起了DREAM嗅觉预测挑战赛。比赛发布了由研究嗅觉的生物学家安德烈亚斯·凯勒和莱斯利·沃斯豪尔收集的数据,并邀请全球团队提交他们的机器学习模型。这些模型必须根据分子结构预测气味标签,如“甜”、“花”或“果”。

表现最佳的模型于2017年在《科学》杂志上发表。一种称为随机森林的经典机器学习技术获胜,这种技术结合了多个决策树流程图的输出。

机器学习研究者对将机器学习应用于化学和精神病学有着长期兴趣。DREAM挑战赛激起了兴趣,同时也感受到对嗅觉的个人连接。家庭根源可追溯到印度北部的香水之都卡瑙杰,父亲是一名化学家,职业生涯大部分时间都在分析地质样本。机器嗅觉因此提供了在香水、文化、化学和机器学习交汇处的不可抗拒的机会。

进展加速

DREAM挑战赛结束后,机器嗅觉的进展开始加速。COVID-19大流行期间,报告了许多嗅觉丧失(或嗅觉障碍)的病例。通常不太被重视的嗅觉因此引起了公众的关注。此外,一个名为Pyrfume的研究项目使更多、更大规模的数据集公开可用。

到2019年,最大的数据库从DREAM挑战赛中的不到500种分子增长到约5000种分子。由Alexander Wiltschko领导的Google Research团队终于将深度学习革命引入了机器嗅觉。他们的模型基于一种称为图神经网络的深度学习类型,在机器嗅觉领域建立了最先进的成果。Wiltschko现在是Osmo公司的创始人兼CEO,该公司的使命是“赋予计算机嗅觉”。

最近,Wiltschko和他的团队使用图神经网络创建了“主要气味图”,在这个图中,感知上相似的气味比不相似的气味更接近。这并不容易:分子结构的微小变化可能导致嗅觉感知的巨大变化。相反,具有非常不同分子结构的两个分子可能闻起来几乎一样。

前景光明

破解气味代码的这种进展不仅在智力上令人兴奋,而且还具有高度前景的应用,包括个性化香水和香料、更好的驱虫剂、新型化学传感器、早期疾病检测和更逼真的增强现实体验。机器嗅觉的未来充满光明,也将带来美好的气味体验。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/diannao/22582.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Nginx GeoIP 使用指南-宝塔识别ip屏蔽地区

Nginx 的 GeoIP 模块允许根据访问者的 IP 地址识别其地理位置,并根据地理位置执行特定操作。本文档将详细展示如何配置和使用 Nginx 的 GeoIP 模块,包括基本配置、访问控制、基于地理位置的重定向等。 1. 安装 GeoIP 模块 首先,需要确保 Nginx 安装了 GeoIP 模块。如果未安…

VUE3 学习笔记(13):VUE3 下的Element-Plus基本使用

UI是页面的门面,一个好的UI自然令人赏心悦目;国人团队开发的ElementUI在众多UI中较为常见,因此通过介绍它的使用让大家更好的了解第三方UI的使用。 安装 Npm install element-plus --save 或 Cnpm install element-plus --save 配置 全局配置…

Windows CMD对MySQL进行基本操作的常用命令

目录 前言1. 数据库操作2. 表操作3. 记录操作4. 备份与恢复数据库 前言 对于基本的命令行以及优化推荐阅读: 数据库中增删改常用语法语句(全)Mysql优化高级篇(全)命令行登录Mysql的详细讲解 启动MySQL服务&#xff1…

多线程知识-13

为什么应该在循环中检查等待条件 为了实现多线程的同步和协调,通常使用等待和唤醒机制。在等待和唤醒机制中,等待条件是指一个线程等待某个条件的满足,当条件满足时,线程被唤醒继续执行。 在循环中检查等待条件的目的是为了避免虚…

关于nginx的配置参数

关于nginx的配置参数 nginx参考配置参数 #宝塔服务器PHP项目配置文件 server {listen 80;server_name 服务器公网地址;index index.php index.html index.htm default.php default.htm default.html;root /root/peopledata/front/dist/;#CERT-APPLY-CHECK--START# 用于SSL证书…

Binary Ninja 4.0.5336 (macOS, Linux, Windows) - 逆向平台

Binary Ninja 4.0.5336 (macOS, Linux, Windows) - 逆向平台 请访问原文链接:https://sysin.org/blog/binary-ninja/,查看最新版。原创作品,转载请保留出处。 作者主页:sysin.org Binary Ninja A New Type of Reversing Platfo…

【TB作品】msp430g2553单片机,智能台灯,依据亮度调节小灯亮度,IIC oled,PWM亮度

功能 msp430g2553单片机,读取gy-30的光照强度,oled显示光照强度,依据光照强度调节小灯亮度。 硬件 gy-30 0.96寸 iic oled //gy-30 //SCL--P1.4 //SDA--P1.5 //VCC--3.3V //GND--GND //ADDR--GND//oled //SCL--P2.0 //SDA--P2.1 //VCC--…

MATLAB算法实战应用案例精讲-【数模应用】内容效度(附R语言代码实现)

目录 前言 几个高频面试题目 不同类型的效度对比 一、效度定义 二、结构效度 三、结构效度延伸

如何零基础自学软件测试

自学软件测试需要掌握以下技能: 一、基础技能 掌握编程语言:软件测试的基础是编程,因此需要掌握至少一种编程语言,如Python、Java等。这是测试用例编写、自动化脚本编写、测试报告编写等的基础。了解测试理论:包括软…

Nginx--安装SSL证书(支持https)的方法

原文网址:Nginx--安装SSL证书(支持https)的方法_IT利刃出鞘的博客-CSDN博客 简介 本文介绍Nginx如何安装SSL证书。 1.上传证书 1.在Nginx的配置文件目录下创建存放证书的目录 cd /etc/nginx/ #进入Nginx默认配置文件目录。请根据实际配置调整。 mkdir cert #…

机器学习算法 —— 逻辑回归

🌟欢迎来到 我的博客 —— 探索技术的无限可能! 🌟博客的简介(文章目录) 目录 逻辑回归逻辑回归的介绍逻辑回归的优点逻辑回归的缺点逻辑回归的应用 实践演示库函数导入模型训练模型参数查看数据和模型可视化模型预测 …

11_JavaWeb监听器

文章目录 监听器1.监听器的分类2.application域监听器案例 监听器 概念:后端要发生一些事情的时候,自动触发一些代码的执行; 1.监听器的分类 web中定义八个监听器接口作为监听器的规范,这八个接口按照不同的标准可以形成不同的分类 按监听的…

下载ubuntu22.04

建议使用:清华源镜像 官网下载比较慢Ubuntu 22.04.4 LTS (Jammy Jellyfish) 打开清华源向下翻 然后找到22.04 下载完成:

C++的线性回归模型

线性回归模型是数理统计中的一种回归分析方法,其核心思想是通过建立一个线性方程来描述因变量与自变量之间的关系。这种关系可以表示为y wx e,其中y是因变量,x是自变量,w是回归系数向量,e是误差项,服从均…

28份 | FCIS 2023网络安全创新大会(公开)PPT分享

1、AIGC安全审计框架初探 2、AI领航,提效网络安全运营新未来 3、AI时代大模型安全分析 4、AI在企业内部的机遇与挑战 5、从0开始设计webshell管理工具 6、从实战看红队进攻技巧 7、移动终端软件供应链安全治理探讨 8、大模型时代下蓝军攻防实践 9、多视角下…

如何微调出自己的大模型——LoRA原理解析

1、前言 上一篇文章,我们已经讲了隐扩散模型——Stable Diffusion生成大模型。这种大模型,参数量及其之大。你没有足够的算力资源,就只能够使用人家已经训练好的大模型。既然没有办法训练属于自己的模型,那我们就想,是…

RocketMQ教程(一):RocketMQ的基本概念

RocketMQ是什么? RocketMQ 是一个分布式消息中间件和流计算平台,由阿里巴巴团队开源并贡献给 Apache 软件基金会,现为 Apache 顶级项目。它主要用于处理大规模数据的传输问题,支持高吞吐量、高可用性和可扩展性的消息发布和订阅服…

篇3:Mapbox Style Specification

接《篇2:Mapbox Style Specification》,继续解读Mapbox Style Specification。 目录 Spec Reference Root 附录: MapBox Terrain-RGB

Kotlin 抽象类

文章目录 定义构造函数普通成员(属性或方法)抽象成员(属性或方法)实例化抽象类使用伴生对象继承抽象类 定义 在 Kotlin 中,抽象类使用abstract class定义: abstract class 类名 { 属性/方法 }我们可以尝试…

华为人工智能工程师面试题

华为作为一家在人工智能领域有着深厚布局的科技企业,其人工智能工程师面试题可能会涵盖多个方面,以全面评估应聘者的专业知识、技能以及解决问题的能力。以下是面试题: 基础知识与技能: 请解释机器学习、深度学习和神经网络的基本原理,并举例说明它们在人工智能领域的应用…