在更接近於人類的各種“感覺”上，人工智能(AI)科學家們一直在探索，比如視覺和聽覺方面已取得相當豐碩成果，但是對於人的味覺和嗅覺AI探索進展似乎並不大。
不過，最近有了突破。3月16日，英特爾與康奈爾大學在《自然-機器智能》雜誌上聯合發表論文，宣佈其利用英特爾神經擬態芯片Loihi可以識別10種有害氣體。而在2019年7月，IBM研究院的科學家宣佈其研發的“電子舌頭”能在1分鐘內識別多種液體，可以用於食品安全、工廠質檢、疾病診斷、環保檢測等。
為什麼AI識別嗅覺味覺的腳步要遠遠慢於識別視覺聽覺?味覺和嗅覺的解題為什麼難?嗅覺和味覺的解題背後有什麼樣的商業價值呢?
識別氣味與味道的挑戰
“人類的味覺是幾千年進化的結果。它讓我們享受愉快的食物和飲料，並警告我們不要攝入有害物質。另一方面，人造傳感器還沒有接近味蕾識別物質的容易程度。這是一個重大的技術差距，因為有許多物質，我們想‘品嚐’而沒有真正敢把它們放進我們的嘴裡。”
Patrick Ruch是IBM蘇黎世研究院的研究員，他在去年7月5日的IBM研究院博客上，以這樣開篇來講述IBM要做Hypertaste原因。
IBM蘇黎世研究院的研究員Patrick Ruch關於Hypertaste的博客截圖
在識別有毒有害的氣體與液體上，人類有很多種解題的方法，人造傳感器是其中之一，但人造傳感器並不十分給力，通常人造傳感器只能識別某一種液體。當然對氣體的判斷也可以用警犬，不過訓練警犬需要很長的時間成本。人類對於解題方法的優與劣通常有幾個衡量標準：效率、成本、方便性。因為前面的辦法有侷限性，於是科學家們想到了人工智能。
但是這些年將AI用於味覺與嗅覺的識別，其進展其遠遠落後於視覺和聽覺。
為什麼視覺和聽覺的進展更快?“其一是視覺、聽覺兩類數據相對容易獲得而且數據量大。在此前的信息化時代，比如2000年開始攝像頭普及，更早時候麥克風普及，讓我們積累了大量圖片數據、語音數據。其二是這兩類數據的標註相對容易。人類基於捕捉下來的照片或是錄製的音頻進行標註，基於人類的基本認知知識容易實現，容易確定它的正確與否。”英特爾中國研究院院長宋繼強在接受《中國電子報》記者採訪時表示。
這些年我們看深度學習能夠做的比較好的領域都具備了這樣的特徵：第一，數據量足夠，第二，有標註好的數據，第三，有訓練的數據池和未來要處理這個問題的真正測試集合，這樣訓練出來的模型，才能夠很好地處理真實的場景。這也是為什麼深度神經網絡擅長處理視覺數據、語音數據的原因。
但是嗅覺和味覺的數據量很少，而且不容易標註。
“利用信息技術識別氣味與味道的挑戰主要來自兩方面：一是人類對嗅覺和味覺的機理研究和了解還遠遠不夠，既不充分知道它們自身的機理，也不瞭解人類是如何對它們感知的;二是還完全沒有一套體系和方法能對嗅覺和味覺進行數字化的建模和分析處理。”IBM全球副總裁、中國研究院院長、大中華區首席技術官謝東在接受《中國電子報》記者採訪時表示，對比下視覺和聽覺，在視覺領域，我們知道光對人類視覺的作用機理，我們不僅知道如何檢測分析物體的顏色、形狀和空間位置，還能合成出可以讓人類準確感知的圖像。對於聽覺領域，也是類似的。
“而對味覺和嗅覺就瞭解太少了。我們知道氣味和味道跟物體的分子結構和組成有關，但還不知道它們之間的對應關係，在理論和實驗上，我們都不能通過一個物體的分子結構和組成準確的判斷它的氣味和味道。”謝東說。
“電子舌頭”和“電子鼻子”
不需要高端實驗室，不需要複雜設備，低成本、快速輕鬆完成，就像是我們自己的舌頭一樣。這是蘇黎世IBM研究院研究員Patrick Ruch以及其團隊的想法，在2014年IBM的“未來5年5大技術”(IBM研究院每年會提出5項影響未來5年的五大技術，簡稱“five in five”)項目裡，有這樣的描述：“未來傳感器將無處不在，傳感器可能會出現在手機中、出現在車裡。”所以Hypertaste的研究，應該是從2014年或者更早開始的。
據瞭解，“電子舌頭”使用電化學傳感器，每個電極通過電壓信號對分子組合的存在作出響應，電壓信號易於測量。“其中的關鍵是電化學傳感器中覆蓋了每個電極的聚合物塗層。這些塗層被設計用來捕捉一系列化學信息，並允許高度微型化。” Patrick Ruch和其團隊在蘇黎世的實驗室合成了這些塗層。
IBM “電子舌頭”Hypertaste
而事實上，電化學傳感器並非今天才有，在上世紀50年代就開始出現，但目前很多手持式電化學傳感器都只能檢測一種液體成分，而 “電子舌頭”則不相同。它真的就像人類的舌頭一樣，通過組合檢測，識別出多種不同類型的液體，並且無需專門針對這種液體對設備進行重新的調整。
謝東認為，“電子舌頭”的創新工作主要有兩部分：一是快捷的液體分子組成檢測設備和方法;二是用人工智能的方法預測具有這種分子組成的液體最可能的氣味和味道。“電子舌頭”從測試上傳到獲得答案不超過一分鐘，它的實現路徑是，除了帶有特殊塗層的電化學傳感器，還利用了AI與雲。
而這次康奈爾大學與英特爾公司合作的項目，是利用英特爾神經擬態芯片Loihi來識別爆炸物和毒品，它的靈感來人腦對於氣味識別過程的啟發。“人是通過鼻腔讓空氣吸進來，如果想甄別味道更快，可能要快速呼吸幾下，讓它的濃度、流動的速度都加快起來，可以接觸到更多氣味。是讓空氣流動和鼻子裡的傳感細胞接觸。”宋繼強說。
英特爾與康奈爾的“電子鼻”是構造出一個類似於人的鼻腔通道，裡面放了化學傳感器、有機物傳感器，通過感知氣體流過時的分子接觸傳感細胞的時間、空間的序列，形成一個時間上的脈衝序列，它有空間上的分佈。再對這些數據進行模型匹配，通過這一測試能把它的模式很好地記錄下來，記錄下來之後再碰到這樣一個氣味就能夠產生最高響應。宋繼強進一步解釋。
在英特爾與康奈爾的“電子鼻”項目中，核心關鍵是傳感器+算法+神經擬態芯片，而神經擬態芯片的運用使得，解決了如何可以在低成本、數據量很少、功耗很低的背景下來解決聞味的問題。因為在一個Loihi芯片上構造這樣的系統，它的功耗非常低，功耗只是毫瓦級別，無論是是訓練還是識別都不需要花太多電，所以可以把它做成類似於“電子鼻”的小設備。而且它可以擴展去識別很多種類的氣體。
英特爾“電子鼻”
無論是IBM還是英特爾與康奈爾，其電子舌頭和電子鼻解決方案，都有一個共同的特徵：高效率、識別多樣性、低成本、具備易用性。這是我們檢驗一個創新區別於此前創新的核心關鍵。
全球的科學家以及科技公司在嗅覺和味覺AI的探索上各顯神通，事實上在聞味AI和嗅覺AI的上的探索並不僅僅是英特爾、IBM等公司。去年5月，有媒體報道了微軟公司與釀酒廠及科技公司三方合作，推出了全球上第一款由AI製造出來的威士忌。這款威士忌依靠大數據調製，被形容為帶點果味、橡木味及少許鹹味的佳釀。根據微軟的說法，由微軟Azure雲端及Azure認知服務提供Mackmyra酒廠的機器學習模型，並採用了現有的配方、銷售數據以及客戶喜好，讓AI透過這大數據從超過7000萬個方式及口味中挑選出來製作。
與此同時，日本NEC公司與三重大學也曾利用傳感器向食物發射不同波長的紅外線，結合反射數據來勾勒出食物的“指紋”，然後將其與數據庫資料對比，可以辨別出數十種實物的味道和名稱。而美國的NotCo公司創始人開發了一款機器學習軟件，可以發現不同動物和植物蛋白之間的聯繫，通過描述食物和配料的分子數據，食物和配料的光譜圖像，以及一系列收集的數據，來幫助NotCo公司推出香腸、肉沫、冰淇淋等高熱量食物的純素植物替代品。
而在中國，中國輕工業聯合會在去年4 月提交的一份報告顯示，自 2015 年以來，有超過 10 家傳統中國食品製造商參與了政府支持的“AI 試味”項目，在生產過程中通過AI驗證測試食品味道是否符合標準，保證食品安全。
AI識別味覺嗅覺的未來探索
回望這些項目，我們可以歸納出其中幾個關鍵詞：新型傳感器、新型算法、類腦計算、雲計算。味覺、嗅覺AI的突破需要交互感知、材料學、動力學、分子化學、生物信息學等多種技術集成協作，通過感知不同的材料、感知不同電流的變化，而獲得信息，結合AI算法、模型以及更適配的計算力，與數據庫數據配對，獲得結果。總結這些味覺與嗅覺AI這些項目，給我們的未來創新有更多的啟示。
其一，當我們希望突破更難的“題目”，多學科技術集成協作成為必要手段。事實上在IBM的“電子舌頭”項目中，神秘武器之一是“聚合物塗層”，這些聚合塗層捕捉一系列化學信息，並允許高度微型化，它是複合材料領域的突破。
其實，IBM研究院很多項目突破都基於其深厚的多學科融合底子。比如今年1月IBM宣佈將基於海水研發電池，而這款新型電池在多個方面的表現均超越鋰離子電池，包括更低的成本、更快的充電時間、更高的電量和能量密度、更強的能源效率，以及更低的易燃性。而IBM研究院電池實驗室結合了材料學、分子化學、電氣工程、先進電池試驗設備與AI計算機模擬等海量新型技術。
在多學科融合的解題中，“計算機科學並不僅僅是‘工具’，更是方法論、理念、定律。”中國科學院院士李國傑表示，計算機科學家與其他領域的科學家密切合作，已成為當代科學研究的特點。計算機科學技術不僅僅是其他領域的“工具”，而是認識未知世界的知識源泉之一。其他領域的學者運用普遍流行的算法和軟件也可能會解決一些局部性的問題，獲得一些漸進性的改進，但要獲得算法上的根本性突破，需要與真正懂算法的計算機科學家深度合作。
其二，對於計算力的選擇已經進入“好馬配好鞍”的時代。有人說，這一輪人工智能的浪潮大舉進入各個領域，是得益於算法模型的成熟，但其實它是數據豐盈、算力澎湃、算法成熟三者交匯的結果。這一次康奈爾大學與英特爾聯合的“電子鼻”項目中，神經擬態芯片Loihi是一個關鍵。為什麼解題嗅覺、味覺要採用類腦計算，而不是諸如量子計算或是傳統計算?
英特爾神經元芯片Loihi
宋繼強給出的答案，第一神經擬態計算不需要依賴於大量的數據。神經擬態計算從一個樣本的訓練中就可以達到比較高的準確率，百分之九十幾，這和過去人們專門去定製一些規格特徵來識別的效果非常相似。第二是低功耗，這樣可以在很小的設備上就可以做成電子鼻子。第三是可擴展，能夠做更多種類的氣體識別。
“當然也可以用傳統計算機來解題，但如果是傳統計算機就需要構造更精巧的算法，在傳統的CPU上當然可以模擬各種各樣的計算場景，但是執行效率肯定不如在Loihi上這麼直接、這麼低功耗。而量子計算是適合做大規模有並行選項同時驗證的事情，並不是適合做嗅覺識別，因為嗅覺識別需要針對只有少量的、有時間序列的數據，進行快速判別。”宋繼強說。
類腦計算跟量子計算是完全不同的理論基礎和技術路線。謝東表示，“類腦計算是要模仿人腦神經元的模式進行“計算”，是神經科學、人工智能、超級計算引領下的前沿方向。從算力上看，它不僅專注於超強的算力，還希望通過模仿人腦的結構模式實現超低功耗的計算。而量子計算則是基於量子物理現象和過程實現的信息表達和計算。類腦計算和量子能解決的問題會有交叉，但在大範圍上是不同的。至於說哪個更適合解決嗅覺味覺的問題，二選一的話，我選類腦計算。”
類腦計算、量子計算、傳統計算各有各的優勢場景，用不同的需求適配不同的計算已經成為流行趨勢。
其三，學術機構+創業公司+大企業的“社區化”運作，讓生態快速生成。英特爾的Loihi芯片在3月16日、3月19日三天內連續爆出兩大突破，一是識別了十種有毒有害氣味，二是英特爾用Loihi構造了一個超過1億個神經元的新神經擬態研究系統Pohoiki Springs，突破了歷史規模。談及英特爾神經元芯片為什麼可以那麼快速取得連續性突破，宋繼強透露了其中關鍵是建立了Loihi社區(英特爾神經擬態社區INRC)，社區中不僅有神經擬態計算研究的學術機構，也吸納了非常多不同種類的創業公司、全球五百強企業，希望大家一起來看神經擬態計算能夠很好地解決哪些類型應用領域問題，由此來驅動神經擬態計算的發展。
IBM量子計算系統IBM Q System One
這種針對前沿領域的多觸點、多樣態的“社區化”運作模式，不僅僅是英特爾，IBM也同樣擅長此道。事實上IBM在量子計算領域就組建了這樣的社區， IBM的量子計算社區裡同樣是“學術機構、創業公司、500強企業”的“配置”。因為這樣的多觸點、多樣態的社區化模式，能夠為未來技術的找到典型應用場景以及更好的技術發展路徑和技術業態。中國的量子計算創業公司本源量子公司副總裁張輝曾對《中國電子報》記者表示，本源量子公司在研發量子計算推動生態聯盟時，就學習了IBM的量子計算社區模式。
這是一個充滿機會、充滿探索的時代，巨頭們關於味覺、嗅覺AI的探索將給我們帶來更多的啟示，讓創新靈感萌生、發芽、破土、生長。
閱讀更多 中國電子報 的文章
