机器学习赋能计算机嗅觉革命：Osmo 的气味图谱突破

气味与代码的双重痴迷

12 岁的 Alex Wiltschko 用零花钱购买了人生第一瓶香水 Azzaro pour Homme，由此开启了对气味的终生迷恋。这位现任 Osmo CEO 的科学家坦言："我的大脑天生为气味而兴奋"。他将对香水的热爱与计算机技术结合，最终开创了数字嗅觉这一新兴领域。

主气味图谱的诞生

Osmo 团队的核心突破是构建了"主气味图谱"(Principal Odor Map, POM)，其原理类似于视觉领域的 RGB 色彩模型：

1. 数据基础：基于 5000 个已知气味分子的图神经网络(GNN)训练

2. 维度突破：在 256 维空间中建立分子结构与气味感知的映射关系

3. 验证实验：对 400 种新分子进行盲测，预测准确率超越专业调香师

"这就像通过了气味的图灵测试，"Osmo 产品总监 Jon Hennek 表示。该模型甚至比单个人类评估者更接近专家组的平均判断。

技术实现路径

• 分子编码：将原子作为节点、化学键作为边构建图结构

• 算法创新：利用 GNN 处理非结构化分子数据，突破传统矩形/网格数据限制

• 跨物种扩展：通过 1940 年代美国政府蚊虫驱避剂数据库验证模型跨物种预测能力

商业与医疗应用

1. 香水工业：开发环保合成香料替代濒危植物提取物

2. 疾病诊断：通过"气味指纹"检测癌症等疾病的呼吸标志物

3. 公共卫生：与盖茨基金会合作研发新型驱蚊剂，预防疟疾传播

未来愿景

Wiltschko 预言计算机将在 10-20 年内具备完整嗅觉能力，需突破三大技术关卡：

1. 气味读取：微型化质谱检测设备

2. 气味理解：完善 POM 的预测模型

3. 气味合成：开发安全可控的分子释放系统

目前 Osmo 已获得 6000 万美元融资，其技术路线展示了机器学习在跨感官领域的革命性潜力。正如 Wiltschko 所说："当我们能数字化玫瑰的芬芳时，人类感知世界的维度将被永久扩展。"更多精彩内容 请关注我的个人公众号 公众号（办公 AI 智能小助手）公众号二维码

办公AI智能小助手