（文章來源：newscientist）

通過人工智能可以嗅出某些氣味，讓我們得以一窺我們的鼻子如何工作。紐約康奈爾大學(xué)的Thomas Cleland和英特爾科技公司的Nabil Imam基于哺乳動(dòng)物嗅球(MOB)，即大腦中負(fù)責(zé)處理氣味的區(qū)域，開發(fā)出了一種人工智能。該算法模仿了部分嗅球來區(qū)分在空氣中以混合物形式呈現(xiàn)的不同氣味。

這個(gè)區(qū)域的嗅球包含兩種關(guān)鍵的神經(jīng)元： 一種是僧帽細(xì)胞，當(dāng)氣味出現(xiàn)時(shí)，它會(huì)被激活，但不能識(shí)別氣味；另一種是顆粒細(xì)胞，能從氣味中識(shí)別出化學(xué)物質(zhì)。上述算法模仿了這個(gè)過程。

他們訓(xùn)練人工智能探測(cè)10種不同的氣味，包括氨氣和一氧化碳的氣味，并使用之前工作中的數(shù)據(jù)，這些數(shù)據(jù)記錄了風(fēng)洞中化學(xué)傳感器對(duì)這些氣味的反應(yīng)。當(dāng)輸入這些數(shù)據(jù)時(shí)，人工智能學(xué)會(huì)根據(jù)傳感器對(duì)化學(xué)物質(zhì)的反應(yīng)來探測(cè)氣味的存在，然后根據(jù)數(shù)據(jù)中的模式來識(shí)別氣味。識(shí)別的時(shí)候，人工智能有一個(gè)類似于人類大腦電活動(dòng)峰值的“人工智能活動(dòng)峰值”。

人工智能通過五個(gè)周期探測(cè)識(shí)別來改進(jìn)它的學(xué)習(xí)，最終顯示出針對(duì)每種氣味的活動(dòng)峰值。然后，研究人員測(cè)試了人工智能嗅出其他氣味的能力，這些氣味是沒有被訓(xùn)練過的。他們認(rèn)為，當(dāng)人工智能的第五個(gè)脈沖模式與傳感器產(chǎn)生的模式匹配或相似時(shí)，就能成功識(shí)別出氣味。

人工智能對(duì)八種氣味的識(shí)別幾乎100%正確，對(duì)其余兩種氣味的識(shí)別大約90%正確。為了測(cè)試它如何識(shí)別環(huán)境中的異味污染物，研究人員屏蔽了80%的氣味信號(hào)，以模擬更真實(shí)的場(chǎng)景。在這些測(cè)試中，人工智能的準(zhǔn)確率下降到不到30%。

英國蘇塞克斯大學(xué)專家表示，這個(gè)人工智能與嗅球聯(lián)系相當(dāng)緊密，這種算法或許可以從某種程度上解釋它在人類鼻子里是如何工作的。但他表示，希望人工智能解決現(xiàn)實(shí)生活問題的能力進(jìn)一步提高，比如通過識(shí)別與炸彈相關(guān)的有害氣味來探測(cè)炸彈等。

（責(zé)任編輯：fqj）