机器学习已有“嗅觉”了吗

　　本题目：呆板进修已有“嗅觉”了吗

　　正在德国弗劳恩霍夫工艺工程取包拆钻研所的一间实验室里，一场对于人工智能（AI）的“嗅觉革命”正正在悄悄上演。那个故事的副角不是专家，而是两种AI呆板进修算法——它们正试图挑战人类专家正在识别酒类复纯香气方面的权威。

　　钻研人员选择酒类做为检测样原并非偶然。以威士忌为例，其由多种复纯香味化折物交织而成的折营香气，可以成为测试的抱负对象。但凡状况下，识别威士忌最强烈的香气特征须要依赖一群训练有素的人类专家，他们破费大质光阳、资金和肉体来辨识那些微妙的差别。然而，即便如此，差异专家之间也屡屡定见纷比方，那为品鉴历程带来了不确定性和主不雅观性。

　　为了按捺那一难题，钻研人员开发了一种名为“OWSum”的分子气息预测算法，并同时引入了另一种基于神经网络的算法。那两种算法的任务是通偏激析气相涩谱法和量谱阐明供给的分子构成数据，来确定实验酒类样原强烈的香气，并判断其产地。

　　正在那个实验中，7种美国威士忌和9种苏格兰威士忌成了算法的首批挑战者。钻研人员将算法识别出的每个样原的产地及其最强烈的5种香气特征，取11名专家构成的小组得出的结果停行了对照。

　　结果令人惊叹：“OWSum”不只能够以赶过90%的精确度区分样原是来自美国还是苏格兰，还能敏锐地捕捉赴任异产地威士忌的标识表记标帜性香气——焦糖味正在美国威士忌中怀才不逢，而苹果味、溶剂味和酚感则成了苏格兰威士忌的代表。均匀而言，两种算法都展现出了比任何一位人类专家更不乱且更精确的才华，乐成地识别出5种最强烈的香气。

　　那项颁发正在《通讯·化学》纯志上的钻研，标识表记标帜着一个新时代的初步。呆板进修算法不只能快捷分类须要辨其它样原，还能精准识别此中的要害香气特征。

　　它预示着呆板“嗅觉”的新篇章：不只是效率的提升，更是对感官体验的全新摸索。跟着技术的提高，人们或者很快就能见证更多那样的奇迹。(记者 张梦然)