嗅觉数字化!AI还原记忆中的味道
本篇文章主要是结合我之前面试的各种经历和实战开发中遇到的问题解决经验整理的,希望这篇《嗅觉数字化!AI还原记忆中的味道》对你有很大帮助!欢迎收藏,分享给更多的需要的朋友学习~
人类嗅觉的数字化,它来了!
当今的计算机算法,尤其是AI技术,几乎已经把人类的视觉和听觉完全虚拟化了。
文字和语音的相互转换、文生图和视频的效果已经出神入化、难辨真假。
但同为人类最古老的感官之一,嗅觉却似乎没有相应的进展。

在这个时代,科研人员不会遗漏任何东西。下面将要出场的Osmo,已经开始应用相关的研究,并朝着商业化方向努力。

Osmo推出的气味传送技术,可以在世界的任何地方捕捉气味,并在另一个地方释放出来。
作为一种新的沟通方式,有朝一日,这将赋予数字世界新的感知——在新的时代,计算机将能够产生气味,就像我们今天生成图像和声音一样。
传送气味
这项技术能给我们带来什么?想象一下:
你可以在世界任何地方,闻到生长在你家附近的百合花;
参观完西斯廷教堂,将亲人送回家,还能闻到教堂里旧油漆和石膏的气味;
看一部关于大海和水手的电影时,可以在剧院闻到海水的咸味。

——这些听起来像是遥远的东西,但已经在Osmo的实验室中成为技术现实。
对此,有网友表示,“这正是我梦寐以求的”。

甚至有网友也在进行类似的工作:通过传感器捕捉气味数据、向量化后用于RAG,希望能够增强LLM的感知。

当然也有较为煞风景的网友:既然什么气味都能传,那我放个屁岂不是......

如何实现?
我们今天所知道的数字世界,大部分都是教计算机如何看和听的结果。
而传送气味的原理也类似,——使用环保分子记录、分析和再现气味,这项技术被命名为Scent Teleportation。
Scent Teleportation首先利用传感器采集薰衣草田的气味,然后处理器识别所有正在工作的分子,最后使用特殊的打印机找到正确的气味组合来重现它。

——之后,你就可以在纽约的一个实验室,闻到来自加利福尼亚的花香。
Scent Teleportation使用一种称为气相色谱质谱仪(GC/MS)的分子传感器,识别气味中工作的分子,并使用AI模型和气味图谱生成可用于传送的配方。最后,使用一个冰箱大小的打印机来还原气味。

以上的技术流程,以多篇谷歌Brain等机构的研究为基础,比如下面这篇:

论文地址:https://doi.org/10.1101/2022.09.01.504602
而Osmo的创始人兼首席执行官Alex Wiltschko,就是这些搞科研的大佬之一。

Alex Wiltschko毕业于哈佛大学,获得了神经科学博士学位,导师为Sandeep R Datta教授。
Alex Wiltschko的研究方向为嗅觉神经科学,并开发了下一代高通量行为表型技术,该技术已在数十家顶级实验室和制药公司中使用。

2017年,Alex加入Google Research,从事机器学习和生物学的交叉领域工作。
2022年,他创立了Osmo,同时,作为GV的常驻企业家,他还加入了生命科学团队,专注于推进数字嗅觉领域。
Alex Wiltschko曾多次创业,他职业生涯的大部分时间都在探索人工智能的新领域。
在加入谷歌之前,Alex与他人共同创立了Syllable Life Sciences(后被Neumora收购),该公司使用人工智能和计算机视觉来破译肢体语言,以加速临床前开发并构建更好的疾病治疗方法。
Alex还是Whetlab(被Twitter收购)的联合创始人,早期还自己负责coding。

作为业内的大佬,Alex Wiltschko也发表了许多具有影响力的文章。

感官地图
如何测量气味?气味是由在空气中飘荡、进入我们的鼻子并与感觉受体结合的分子产生的。潜在的数十亿个分子可以产生气味,因此很难确定哪些分子会产生哪些气味。
感官地图(Sensory map)可以帮助我们解决这个问题。
不过嗅觉是一个更难解开的问题:分子的变化方式比光子多得多;数据收集需要物理上接近(没有类似的摄像头);相比之下,人眼只有三个颜色感觉感受器,而人的鼻子超过有300个气味感受器。
2019年,Alex Wiltschko参与的谷歌团队开发了一个图神经网络(GNN)模型,用于探索数千个不同分子的例子,每个例子与它们唤起的气味标签配对,例如“牛肉”、“花香”或“薄荷”,以了解分子结构之间的关系,以及此类分子具有每个气味标签的概率。
模型的嵌入空间包含每个分子的表示,作为固定长度的向量,根据气味描述分子,就像根据RGB值描述颜色一样。

传送气味是第一步,Osmo的下一个目标是传送各种气味的组合,比如苹果和薰衣草的混合。
随着未来技术的进步,嗅觉的数字化终将走出实验室,成为我们日常生活的一部分。

当然了,应用于全新领域的AI模型也需要全新的数据集,包括传感器和打印机的改进,都是有趣的技术。

Osmo在去年拿到了850万美元的投资,来自比尔及梅琳达·盖茨基金会(Bill & Melinda Gates Foundation),另外Alex Wiltschko的老东家Jeff Dean也是公司的投资人之一。

将气味数字化意味着重构数字世界的感官,同时将更广泛的真实气味带入物理领域。这让我们对气味世界有了新的掌握,与我们最古老、最能引起情感共鸣的感官建立新的联系。
未来,将有数以百万计的人捕捉和分享气味,或者重新混合来创造自己的气味。这种创作也会成为一种新的公共艺术形式,香水行业或将为之颤抖。
文中关于AI,数字化的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《嗅觉数字化!AI还原记忆中的味道》文章吧,也可关注golang学习网公众号了解相关技术文章。
golang可变参数是否可以用于并发操作?
- 上一篇
- golang可变参数是否可以用于并发操作?
- 下一篇
- 特斯拉等六家车企通过国家汽车数据安全检测
-
- 科技周边 · 人工智能 | 6小时前 |
- Tokenizer padding_side 影响批量生成的对齐
- 206浏览 收藏
-
- 科技周边 · 人工智能 | 8小时前 | python · 人工智能 · 数据迭代 Hugging Face Datasets streaming IterableDataset 大语料
- Datasets streaming 读取大语料的迭代方式
- 337浏览 收藏
-
- 科技周边 · 人工智能 | 11小时前 | python · Transformers generate 停止条件 批量输出
- Transformers generate 的停止条件与批量输出
- 133浏览 收藏
-
- 科技周边 · 人工智能 | 13小时前 | 人工智能 · LoRa 显存优化 bitsandbytes QLoRA 4-bit量化
- bitsandbytes 量化模型配合 LoRA 训练的显存边界
- 249浏览 收藏
-
- 科技周边 · 人工智能 | 15小时前 | 人工智能 · LoRa PEFT load_adapter set_adapter 适配器切换
- PEFT LoRA 适配器按任务切换的加载方案
- 268浏览 收藏
-
- 科技周边 · 人工智能 | 17小时前 | 人工智能 · LoRa PEFT merge_and_unload 适配器合并
- PEFT 适配器合并后为什么输出会变化
- 221浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- Tokenizer 左填充和右填充应该怎么选
- 399浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- Safetensors 为什么支持按需读取权重切片
- 258浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- MLflow Model Alias 怎么替代固定版本号部署
- 360浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 | 索引优化 · 向量数据库 · 向量检索 FAISS Index Factory IVF PQ
- FAISS Index Factory 字符串怎么组合索引结构
- 100浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- 知识库切片重叠率怎么影响检索结果
- 268浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 260次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 306次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 286次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 262次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 72次使用
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览
-
- Canva手机闪退解决方法及适配指南
- 2026-05-25 501浏览
