人工智能推动“电脑嗅觉”用于昆虫控制
小伙伴们对科技周边编程感兴趣吗?是否正在学习相关知识点?如果是,那么本文《人工智能推动“电脑嗅觉”用于昆虫控制》,就很适合你,本篇文章讲解的知识点主要包括。在之后的文章中也会多多分享相关知识点,希望对大家的知识积累有所帮助!
机器嗅觉初创公司Osmo于2023年1月成立,获得由Lux Capital和Google Ventures领投的 6000万美元A轮资金。Osmo将机器学习、数据科学、心理物理学、嗅觉神经科学、电气工程和化学融合在一种多学科的气味数字化方法中。

Osmo的工作是基于谷歌研究所团队验证的机器嗅觉研究,其中包括2019年的一项研究,利用图形神经网络预测分子的气味。该公司已经开始在香料市场上试水,旨在创造新一代更好、更安全、更环保的香料分子。随着时间的推移,Osmo希望在公共卫生和农业等领域取得更大的成就
最近,Osmo宣布收到了比尔和梅琳达·盖茨基金会的350万美元拨款,用于推进该公司的人工智能气味平台,以发现和生产能够击退、吸引或摧毁携带疾病的昆虫的化合物,从而改善动物和人类的健康。这笔资金是盖茨基金会对Osmo在2023年1月成立时所进行的500万美元股权投资的补充
世界卫生组织(WHO)估计,每年全球蚊子等携带疾病的昆虫造成数百万人死亡。由于昆虫在很大程度上依赖嗅觉来导航和定位潜在目标,气味成为引导携带疾病的昆虫远离人类的最直接方法。研发具有特定气味的化合物,可以有效地击退或阻止昆虫,从而破坏人类宿主对它们的吸引力,最大程度地减少疾病传播,提供一种有针对性、有效的昆虫控制方法
Osmo首席执行官Alex Wiltschko表示:“通过使用新的气味分子,我们可以更有效地引导携带疾病的昆虫远离人类接触,从而有可能挽救数百万人的生命。”“在数十亿个潜在分子的广阔空间中,只有几千个被筛选出来,具备这种能力。在盖茨基金会的慷慨支持下,我们正在利用我们的人工智能气味平台对这一广阔的化学空间进行分析,并发现能够改变昆虫行为以预防疾病的新型制剂,这些制剂对人类和动物的健康都是有效、安全和负担得起的。”
这笔拨款是在该基金会之前资助的一项概念验证试点之后获得的,并于2022年底作为研究论文发表。在试点中,研究团队在历史上迄今为止最大的驱蚊数据集上训练了一个最先进的计算模型。该团队在约400种不同化学性质的排斥分子上对该模型进行了实验评估,确定了八种比广泛使用的避蚊胺(DEET)和派卡瑞丁(Picaridin)更具排斥性的分子。
在当前项目中,Osmo将以概念验证试点为基础,主要目标是:
通过纳入更多的数据和对更多化合物的更多测试,将之前的研究扩大至少十倍。
利用机器学习技术,我们可以发现那些具有前景的、新颖、廉价且多样化的化学候选分子
我们需要开发预测模型,以将与候选分子相关的现实世界约束条件纳入考虑,包括成本、空间范围、生物降解性、毒性和人类气味感知
我们需要合成、测试和优化新型候选驱避剂,以便进行人体试验和生态影响评估
我们可以利用这个驱蚊剂模型来证明机器学习在发现新型蚊子引诱剂方面的有效性,这种引诱剂将会比现有的引诱剂更加优越
Osmo的昆虫控制平台设计大量采用了最新的机器学习和生成式人工智能技术,这使得系统能够在短短几秒钟内评估数十亿个分子的潜在有效性和安全性
"波士顿大学生物系助理教授梅格·杨说:“新的机器学习方法对于加速发现和设计改善的驱蚊剂和引诱剂具有重要的潜力。”“Osmo的模型展现出了巨大的前景,我对未来几年团队的进展充满期待。”
Osmo的昆虫控制工作是该公司使命的一部分,目的是通过让计算机拥有嗅觉来改善人类生活的健康和福祉。该任务的核心是由Osmo团队构建的“气味图谱”,用于预测分子的结构和气味
Wiltschko说:“Osmo揭示了昆虫和人类嗅觉之间令人惊讶的联系,我们的气味图谱预测了分子对人类和昆虫的嗅觉影响。”“我们的嗅觉数字化使命将有许多潜在的途径来让世界变得更健康、更快乐。相信所有人都对使用我们的图谱设计全新的分子来阻止虫媒疾病的传播感到特别兴奋。”
理论要掌握,实操不能落!以上关于《人工智能推动“电脑嗅觉”用于昆虫控制》的详细介绍,大家都掌握了吧!如果想要继续提升自己的能力,那么就来关注golang学习网公众号吧!
智能汽车系统中融合生物识别技术的应用
- 上一篇
- 智能汽车系统中融合生物识别技术的应用
- 下一篇
- 中国电信展示2023数字科技生态大会上的新一代天翼物联网创新成果
-
- 科技周边 · 人工智能 | 1小时前 | 缓存 · 人工智能 · 提示词工程 · 提示词缓存 cache_control Prompt Caching 静态前缀 cache_read_input_tokens
- 提示词缓存命中率低应如何划分静态前缀
- 453浏览 收藏
-
- 科技周边 · 人工智能 | 4小时前 |
- 模型路由怎样按任务难度分配不同推理预算
- 232浏览 收藏
-
- 科技周边 · 人工智能 | 6小时前 |
- 结构化输出遇到递归字段时怎样约束模式
- 215浏览 收藏
-
- 科技周边 · 人工智能 | 8小时前 | 人工智能 · 工具调用 ·
- 智能体工具调用失败后怎样设计可控重试
- 236浏览 收藏
-
- 科技周边 · 人工智能 | 10小时前 |
- 多模态模型输入图片过大时如何控制视觉令牌
- 196浏览 收藏
-
- 科技周边 · 人工智能 | 12小时前 |
- 推理服务连续批处理怎样减少 GPU 空转
- 404浏览 收藏
-
- 科技周边 · 人工智能 | 16小时前 | 人工智能 · LoRa PEFT merge_and_unload 量化推理 模型合并
- LoRA 合并权重后输出变化过大应检查什么
- 404浏览 收藏
-
- 科技周边 · 人工智能 | 20小时前 |
- RAG 分块重叠过大为什么会降低检索多样性
- 409浏览 收藏
-
- 科技周边 · 人工智能 | 22小时前 | 人工智能 ·
- 合成数据能否替代真实样本:覆盖率与偏差检查方法
- 128浏览 收藏
-
- 科技周边 · 人工智能 | 1天前 |
- 提示词版本怎么管理:样例、变量与回归集一起提交
- 111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。
- 393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。
- 472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。
- 478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。
- 422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。
- 249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

