來源標題：機器學習已有“嗅覺”了嗎
在德國弗勞恩霍夫工藝工程與包裝研究所的一間實驗室里，一場關于人工智能(AI)的“嗅覺革命”正在悄然上演。這個故事的主角不是專家，而是兩種AI機器學習算法——它們正試圖挑戰人類專家在識別酒類復雜香氣方面的權威。
研究人員選擇酒類作為檢測樣本并非偶然。以威士忌為例，其由多種復雜香味化合物交織而成的獨特香氣，可以成為測試的理想對象。通常情況下，識別威士忌最強烈的香氣特征需要依賴一群訓練有素的人類專家，他們花費大量時間、資金和精力來辨識這些微妙的差別。然而，即便如此，不同專家之間也常常意見不一，這為品鑒過程帶來了不確定性和主觀性。
為了克服這一難題，研究人員開發了一種名為“OWSum”的分子氣味預測算法，并同時引入了另一種基于神經網絡的算法。這兩種算法的任務是通過分析氣相色譜法和質譜分析提供的分子組成數據，來確定實驗酒類樣本強烈的香氣，并判斷其產地。
在這個實驗中，7種美國威士忌和9種蘇格蘭威士忌成為了算法的首批挑戰者。研究人員將算法識別出的每個樣本的產地及其最強烈的5種香氣特征，與11名專家組成的小組得出的結果進行了對比。
結果令人驚訝：“OWSum”不僅能夠以超過90%的準確度區分樣本是來自美國還是蘇格蘭，還能敏銳地捕捉到不同產地威士忌的標志性香氣——焦糖味在美國威士忌中脫穎而出，而蘋果味、溶劑味和酚感則成為了蘇格蘭威士忌的代表。平均而言，兩種算法都展現出了比任何一位人類專家更穩定且更準確的能力，成功地識別出5種最強烈的香氣。
這項發表在《通訊·化學》雜志上的研究，標志著一個新時代的開始。機器學習算法不僅能快速分類需要鑒別的樣本，還能精準識別其中的關鍵香氣特征。
它預示著機器“嗅覺”的新篇章：不僅是效率的提升，更是對感官體驗的全新探索。隨著技術的進步，人們或許很快就能見證更多這樣的奇跡。
