首页 >> 学识问答 >

向数字化嗅觉迈进了一步模型比人类小组成员更好地描述气味

2023-09-06 17:10:23

问题描述:

向数字化嗅觉迈进了一步模型比人类小组成员更好地描述气味,求路过的高手停一停,帮个忙!

最佳答案

推荐答案

2023-09-06 17:10:23

神经科学的一个主要关键是了解我们的感官如何将光转化为视觉,将声音转化为听觉,将食物转化为味觉,将质地转化为触觉。嗅觉是这些感官关系变得更加复杂和令人困惑的地方。

为了解决这个问题,由莫内尔化学感官中心和马萨诸塞州剑桥初创公司Osmo共同领导的一个研究小组,从谷歌研究院、GoogleDeepMind(以前称为GoogleBrain)进行的机器学习研究中分离出来。),正在研究空气中的化学物质如何与大脑的气味感知联系起来。

为此,他们发现机器学习模型在用语言描述化学品的气味方面已经达到了人类水平。他们的研究发表在9月1日的《科学》杂志上。

“该模型解决了对嗅觉的科学理解中长期存在的差距,”资深合著者、莫内尔中心成员乔尔·梅兰德博士说。

此次合作让世界距离将气味数字化、记录和再现又近了一步。它还可以为香料和香料行业识别新的气味,不仅可以减少对天然来源的濒危植物的依赖,还可以识别用于驱蚊或掩盖恶臭等用途的新功能性气味。

我们的大脑和鼻子如何协同工作

人类大约有400个功能性嗅觉受体。这些是位于嗅觉神经末端的蛋白质,与空气中的分子连接,将电信号传输到嗅球。嗅觉感受器的数量比我们用于色觉的数量要多得多——四个,甚至味觉感受器的数量——大约40个。

“然而,在嗅觉研究中,什么物理特性使空气中的分子闻到大脑的气味仍然是一个谜,”梅兰德说。“但是,如果计算机能够辨别分子的形状与我们最终如何感知它们的气味之间的关系,科学家们就可以利用这些知识来加深对我们的大脑和鼻子如何协同工作的理解。”

为了解决这个问题,Osmo首席执行官AlexWiltschko博士。他的团队创建了一个模型,学习如何将分子气味的散文描述与气味的分子结构相匹配。这些相互作用的结果图本质上是相似气味的分组,例如花香和糖果香。

“计算机已经能够数字化视觉和听觉,但不能数字化嗅觉——我们最深层、最古老的感觉,”威尔奇科说。“这项研究提出并验证了一种新的数据驱动的人类嗅觉图,将化学结构与气味感知相匹配。”

POM解决了一组基本的嗅觉预测任务。图片来源:OsmoAI

大蒜或臭氧的气味是什么?

该模型使用行业数据集进行训练,其中包括5,000种已知气味剂的分子结构和气味质量。数据输入是分子的形状,输出是对哪种气味词最能描述其气味的预测。

为了确定该模型的有效性,莫内尔大学的研究人员进行了盲法验证程序,其中一组经过培训的研究参与者描述了新分子,然后将他们的答案与模型的描述进行了比较。15名小组成员每人被给予400种气味剂,并接受训练使用一组55个单词(从薄荷味到霉味)来描述每种分子。

“我们对这个模型的信心只能与我们对用来测试它的数据的信心一样高,”共同第一作者艾米丽·梅休博士说,她在莫内尔大学博士后研究员期间进行了这项研究。她现在是密歇根州立大学的助理教授。BrianK.Lee博士,马萨诸塞州剑桥市GoogleResearchBrain团队的博士,也是共同第一作者。

莫内尔团队为小组成员提供了实验室设计的气味参考套件,教他们如何识别气味并选择最合适的词语来描述他们的感知。为了避免过去研究中的陷阱,例如小组成员将“霉味”(如潮湿的地下室)和“麝香”(如香水)混为一谈,培训课程和实验室设计的气味参考套件向每位小组成员介绍了与每个描述性术语相关的气味质量。

小组成员被要求从55种描述词中选择适用的描述词,并为400种气味中的每一种以1到5的等级来评价该术语最适合气味的程度。例如,一位小组成员将之前未表征的气味剂2,3-二氢苯并呋喃-5-甲醛的气味评价为非常粉状(5)且有点甜(3)。

在人类嗅探器与计算机模型的最终比较中,质量控制也很重要。这就是合著者、英国雷丁大学风味化学教授JaneParker博士的用武之地。

她的团队验证了用于测试模型预测的样本的纯度。首先,气相色谱法使他们能够分离出样品中的每种化合物,包括任何杂质。接下来,帕克和她的团队闻了每种分离的化合物,以确定是否有任何杂质掩盖了目标分子的已知气味。

“在50个测试样品中,我们确实发现了一些含有明显杂质的样品,”帕克说。在一种情况下,杂质来自于目标分子合成中使用的微量试剂,使样品具有独特的黄油气味,盖过了感兴趣的气味剂。“在这种情况下,我们能够解释为什么专家组对气味的描述与人工智能的预测不同。”

比人类更好吗?

在将模型的性能与个别小组成员的性能进行比较时,除了杂质之外,该模型比研究中的任何单个小组成员都能更好地预测该组气味评级的平均值。具体来说,该模型在53%的测试分子中表现优于小组成员的平均水平。

“然而,最令人惊讶的结果是,该模型成功地完成了未经训练的嗅觉任务,”梅兰德说。“令人大开眼界的是,我们从未训练它学习气味强度,但它仍然可以做出准确的预测。”

该模型能够识别出数十对结构不同的分子,这些分子具有与直觉相反的相似气味,并表征了500,000个潜在气味分子的各种气味特性,例如气味强度。“我们希望这张图对化学、嗅觉神经科学和心理物理学的研究人员有用,作为研究嗅觉本质的新工具,”梅兰德说。

下一步是什么?研究小组推测模型图可能是根据新陈代谢来组织的,这将是科学家对气味看法的根本转变。换句话说,地图上彼此接近或感知上相似的气味也更有可能与代谢相关。感官科学家目前以化学家的方式组织分子,例如询问它是否有酯环或芳香环?

“我们的大脑不会以这种方式组织气味,”梅兰德说。“相反,这张地图表明我们的大脑可能根据气味所来源的营养物质来组织气味。”

  免责声明:本答案或内容为用户上传,不代表本网观点。其原创性以及文中陈述文字和内容未经本站证实,对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺,请读者仅作参考,并请自行核实相关内容。 如遇侵权请及时联系本站删除。

 
分享:
最新文章