众所周知，图像与音乐均可借助AI技术生成，而令人惊讶的是，气味同样能被AI所创造。
近期，一家名为Osmo的初创公司宣布，他们已成功实现气味的数字化。首个成功案例即为“新鲜夏日李子”的气味，且其还原度极高，闻起来极为逼真。整个过程完全依赖AI技术，无需人工干预。凭借此项技术，用户有望像下载音乐一样轻松下载香水。
Alex Wiltschko，作为Osmo的CEO及联合创始人，发帖分享了这一喜讯。将气味数字化的创意，最初源于他在谷歌工作时的一个研究项目。2022年，在Lux Capital与谷歌风投的支持下，他将该项目发展为一家独立的初创公司。
Wiltschko在接受CNBC采访时表示：“我一直对气味充满好奇。它是一种极具影响力的感官，但我们对它的了解却相当有限。”在成功还原李子气味后，他兴奋不已，甚至“带着这股香气四处游走”。
关于这项技术的潜在应用，Osmo表示旨在“提升人类的健康与幸福感”。嗅觉数字化对于医疗人员检测与治疗疾病至关重要，例如，医生可利用特定气味触发患者的记忆或缓解其焦虑情绪。
此外，该技术有望在VR游戏与电影中发挥巨大作用，进一步提升VR设备的沉浸感。更有趣的是，用户甚至能利用这项技术保留亲人的气味，尽管“按月付费”的设定略显讽刺。
当然，这些愿景的实现尚需时日。在短期内，Wiltschko期望Osmo能研发出更安全、更环保的香味分子，用于香水、洗发水、驱虫剂及洗衣粉等日常用品的香料配制。
AI模型的训练基于数千个香气分子
Osmo的官网简要回顾了其研发历程：
在Osmo成立之前，Wiltschko在谷歌研究院领导团队，利用先进的机器学习技术构建了Osmo气味映射图的基础。
团队取得重大突破，能够利用图神经网络根据分子结构预测其气味。
创造了全新分子，并以超越人类的精确度进行气味预测。
设计出对蚊子具有强烈驱赶效果的分子（如驱虫剂），并在人体试验中证明其效果优于传统的避蚊胺(DEET)。
要深入了解Osmo的研发历程，还需追溯至Wiltschko的早期经历。
Wiltschko于2009年在密歇根大学获得神经科学学士学位，后在哈佛大学攻读嗅觉神经科学，并于2016年获得博士学位。次年，他加入谷歌研究院，担任研究科学家，领导团队利用机器学习技术预测不同分子的气味，并开发了“主要气味映射图（POM）”。
这项研究成果于2023年9月发表在《科学》杂志上。POM坐标可用于预测气味的强度与感知相似性，即使这些特征并非模型训练的显式部分。这些结果已被用于构建多种嗅觉预测模型，且表现优于之前的特征集。
为了构建气味地图，团队在包含5000个芳香分子的数据集上训练AI模型，这些分子涵盖了花香、果香、薄荷味等多种气味类别。由于分子结构复杂，计算机在分析时面临挑战。但得益于AI技术的进步，模型能够捕捉到分子结构中的模式，并准确预测其他分子的气味。
值得一提的是，训练模型的数据集来之不易。大型语言模型可通过互联网数据训练，但当时并无类似的气味信息数字图书馆。因此，Wiltschko团队与香水行业公司合作，收集数千种分子及调香大师的描述，创建了新的数据集。他们利用图神经网络（GNN）帮助AI模型理解分子结构如何决定其气味。
气味数字化的广泛应用前景
气味数字化将开辟前所未有的应用场景，其中最基本的是气味的远程传输。Osmo希望利用技术实现气味的数字化与远程复制，从而实现气味的远程传送。事实上，该公司最新博客已表明他们已在这方面取得成功。
具体来说，他们选择一种要传输的气味，并利用气相色谱-质谱（GCMS）机进行分析。GCMS会识别原始数据（即分子），并将其上传至云端，成为POM上的坐标。然后，这个配方会被发送至配方机器人，机器人会根据配方混合不同的气味，从而还原样品的气味。
此外，Osmo还利用AI发现了前所未有的配方，并向欧美市场发布了三种全新的香水气味分子，分别命名为Glossine、Fractaline、Quasarine。他们还为这些香水编写了美妙的描述，如Glossine被描述为“充满活力的花香，让人联想到茉莉花，后调和中调散发出耀眼的亮泽”。
Osmo还在研究多模态AI，即基于图像生成对应的气味。用户只需输入文本提示词或上传图像，AI即可生成相应的分子配方。当然，要亲身闻到这些气味，还需借助相应的设备。目前，他们已在线发布了这款工具Inspire，支持文本与图像输入，并计划未来支持音乐、PDF、幻灯片及视频输入。
这项技术背后蕴含着无限可能。未来，我们或许能观看带有气味的电影，实现视觉、听觉与嗅觉的全方位体验。这将使那些风景如画的电影更加引人入胜、芬芳四溢。
最后，Wiltschko表示Osmo还有一项长期目标，即利用这项技术帮助更早地识别疾病。未来，在体检时，或许会有一个AI通过其“机器鼻子”判断我们的健康状况。
