人类的嗅觉与其它哺乳动物相比弱化不少，因此长期以来一直有说法称这是一种不值得神经生物学家研究的原始感觉。

而气味也很难进行系统研究，因其并不完全对应于分子的结构：结构相似的分子可能产生不同的气味，而不同分子组成的物质却可能反而让人闻不出差别。

但现在，研究人员设计出了一个人工智能系统，其可以描述约5000种气味剂的香气，并用55个单词中的一个或多个进行描述，如鱼腥味或者红酒味。这一模型还能分析气味剂的化学结构，确定分子组成与香气之间的联系。

这一研究发表在8月31日的《科学》杂志上。哥伦比亚大学的神经科学家Stuart Firestein称这是嗅觉研究的一个福音，另一名神经生物学家Andreas Grasskamp则表示这一方法具有巨大潜力，可以帮助挖掘气味上的消费品。

混合气味

Alexander Wiltschko是主持该研究的神经生物学家，其初创公司Osmo是从谷歌研究院分拆出来的公司。

目前，Wiltschko团队的AI模型已经在特定结构和特定气味中间找到了250种相关性，研究人员将这些相关性组合成了主要气味图（POM）。

研究人员还做了进一步的实验。为了测试POM与人类鼻子之间的对比，研究人员找到15名志愿者，要求他们对323种单一分子结构的气味剂进行形容；另一方面，研究人员要求人工智能通过每种气味剂的分子化学结构来预测气味。

实验结果证明，人工智能给出的描述词非常接近于人类给出的主流回答，人工智能的表现也比任何志愿者更加稳定。

神经科学家Firestein认为POM可以为食品和清洁产品行业提供有效的参考，但该模型实际上仍没有揭示人类嗅觉背后的生物学知识。人工智能只找到了化学结构和大脑反应之间的联系，但并没有解释不同分子如何与人类鼻子中约350个气味受体如何互相作用。

Wiltschko对此表示，研究的下一步着眼于找出气味剂混合以产生不同气味的原理。他强调，预测混合气味就是下一个前沿领域。

但Firestein认为这将非常困难，仅将100个分子以10种不同的组合进行混合，就会产生17万亿种变化，计算机可能无法分析。而Firestein称这就是人类实际闻气味的方式，即使是一种特定的味道，如咖啡，其也是数百种散发气味的化学物质的组合产品。

编辑/范辉