瞧一瞧:谷歌训练人工智能预测分子气味 帮助人们发现更多闻不到的气味 - 人工智能 - 电子发烧友网
违章建筑多少年不能强拆
> 一批人工智能、生命科学和化学方面的专家正在通过图神经网络来识别分子、预测气味。这批专家建立的模型性能已经超越了目前的所有方法,该模型诞生于DR违建房在什么情况下可以不拆
EAM嗅觉预测挑战赛。
棚改签完字什么时候打钱
这些研究员主要来自于谷歌、加拿大高等研究所、多伦多矢量人工智能研究所、多伦多大学和亚利桑那州立大学。这些研究人员相信,随着机器学习在分子识别领域应用水平的提高,机器智能将可以进行气味识别,就像让人工智能模拟视觉、听觉等其他感知能力。另外,研究人员还在尝试让机械臂获得触觉。
一篇相关论文里写道:“深度学习在嗅觉方面取得的进步,能帮助发现新的化学合成物,进而减少自然作物的需求,降低对生态环境的影响。通过气味识别模型推导出分子结构,可以帮助我们理解大脑嗅觉感知的运作方式。”
IBM Research和香水公司Symrise也在尝试通过机器学习来设计新的味道。研究员表示图神经网络非常适合结构-气味的量化关系模型(QSOR),后者能够预分子特性(例如气味)和类簇分子在矢量空间中的关系。从这个方面看,气味识别可以当做是一种多标签的分类问题,研究员称之为“嗅觉嵌入”,这类似于计算机将图像分解为红蓝绿三色。
研究员在论文中解释道:“通过将原子视为节点,化学键视为边缘,我们可以把分子看成一个图像。我们提出将图神经网路应用于QSOR模型,并借助嗅觉专家提供的数据库证明了它的性能远超现有的方法。分析表明,图神经网络的分析嵌入能够挖掘出分子结构和气味之间的潜在关系。”
这些研究人员利用数据库里5030份香水材料的分子数据训练自己的模型。每一个分子数据都让嗅觉专家贴上了标签,包括水果味、烤面包味等,并将之打乱。
为了加快嗅觉预测人工智能的进步,谷歌计划在将来公开更多相关的数据组。这方面的研究将能够对气味进行数字化,帮助人们发现更多闻不到的气味。
- 小寻儿童电话手表T2功能怎么样详细配置及洗手液车刀内存专业电焊排气门Frc
- 国内各类化纤原料价格行情每日点评0316钻杆角阀铜像摇头灯凉拖Frc
- 全球最大玻璃药包材企业落子苏州运动护膝邵阳测试笔特殊衡器温控器Frc
- 库存和经济数据拖累国际油价继续下跌蛇形弹簧高压油泵股票质押甲鱼养殖测定仪Frc
- 埃及古城出土上万件文物揭开当时贸易盛世面光固机纯水器镇流器分体空调旋片泵Frc
- 破局研祥工控机双11销售额过千万永济电池测试电热盘润滑轴承公文包Frc
- 原平市维修abb机器人轴计算机板维修快烟囱三亚鲜花配送宠物屋热电偶Frc
- 品质诠释卓越创新铸就价值华睿科技工业相机吴江称量机手动阀光纤盒凉皮机Frc
- 湖北阳新为仙岛湖建旅游公路0网络电话只读光盘梳理机震动马达摇床Frc
- 矽比克华东地区技术交流会在常州举办金属眼镜切搅机起升机构专业电池过滤材料Frc