使用人工智能复制气味并通过香水感知的实验量化来验证它们

挪威科技大学的一个化学工程师小组与 IA Murins Startups 的同事合作，开发了一种方法，利用机器学习来复制气味，然后通过香水感知的实验量化来验证它们。该小组发布了一篇论文，描述了他们在arXiv预印本服务器上的研究。

先前的研究表明，可以使用机器学习/人工智能应用来生成具有所需气味的分子，无论是用于香水还是添加到食品中的化学物质。但研究人员指出，此类应用在帮助开发真正有用的香水方面还远远不够。

特定香水中的分子在进入鼻子之前会与环境相互作用，而这种相互作用会对它们产生深远的影响。研究人员还指出，香水和其他散发气味的材料含有时间敏感成分，会随着时间的推移而发生变化。

例如，香水具有所谓的“前调”，即散发到空气中后不久就能闻到的气味。它们还有中调和低音，可以持续数小时或数天。

在这项新研究中，研究人员试图创建一个能够考虑所有这些因素的人工智能应用程序，首先只关注两种现有的香水。

他们首先创建了一个基本的人工智能应用程序，并在具有已知香调的已知分子数据库上进行了训练。他们创造了一系列与某些所需特征相匹配的分子，然后他们选择了所创造分子的一个子集，预计这些分子将以类似于原始香水的方式蒸发。最后，他们使用另一个人工智能来减少和最小化不匹配。

经过逻辑检查后，他们发现分子的配方与他们最初寻找的分子配方非常匹配。他们计划继续与他们的应用程序合作，以实现使用人工智能按需生成任何所需气味的最终目标——这一发展可以为计算机和其他设备提供类似于当前图像生成方式的生成气味的方法。