模拟人类感知的人工智能技术，我们已经介绍过很多了，而今天我们要关注一种新的感知智能——嗅觉AI。 正如人类在“眼耳鼻舌身”这些不同感觉器官在获取信息中所占的比重不同，在AI技术当中的感知智能也几乎呈现出相似结构的比重，其中，机器视觉的比重最大，可谓是一枝独秀，几乎是市面上人工智能应用的代名词。另外一种是听觉智能，主要应用是在语音语义识别，其他类型的声音识别也有一些应用出现，而其他感知智能的开发占比就更小的多了。 根据最近几年的观察，研究人员已经对气体的AI识别，特别是对气体或液体的有害性识别上有所进展。现在研究人员对于食物的气味识别，有了新的嗅觉智能的解决方案。 最近，新加坡南洋理工大学(NTU Singapore)的一个科学家团队发明了一种嗅觉AI系统，通过模仿我们人类的鼻子，借助一个“条形码”阅读器作为中介，来识别肉类食物的新鲜程度。 初次看到这一研究，很多人觉得跟人类的嗅觉能力相比，应用范围实在太窄。但经验告诉我们，一旦专业性的AI应用在大规模普及的实际场景中，将可以带来非常惊人的生产力提升效果。而基于这一项嗅觉AI的研究，在食物的新鲜度检测上面，将可能大有作为。 缘起：为什么要做食物新鲜度检测？ 餐桌上的浪费，已经成了很多人日常生活中可以熟视无睹的一种常态。相比较这种“看得见”的浪费，那些在食物被做好端上餐桌之前的浪费则更加隐蔽，浪费也更加严重。 根据全球农业与食品营养问题委员会的一份报告，全世界每年浪费13亿吨粮食，总价值在1万亿美元，而其中三分之一在端上餐桌前就已经被浪费掉。其中，每年超过半数的水果和蔬菜被浪费掉，25%的肉类没能端上餐桌还有像种子、坚果、奶制品以及海产品等高营养价值的食物因保存不当被浪费掉。与此同时，全世界有30亿人处在食物缺乏或营业不均衡状态。 全球性的粮食危机和食物的结构性浪费问题，是一个举世公认的难题。除了呼吁富裕地区的消费者在购买食材、消费食物的过程中奉行节约、适量、打包等原则外，还有另外一个解决途径就是重新优化食物生产、加工、运输和售卖的各个环节，减少这个阶段的食物损耗。 具体到食物的流通环节，有大量食物是因为长相不好就被零售商丢掉，有一些容易腐烂的食物则会在运输、储存和冷冻过程中坏掉，还有更多食物是在货架上临近保质期而被扔掉，也有大量食物在消费者购买回家后来不及食用而被丢掉。 在这个过程中，我们可以注意到，新鲜度对于这些食物是否会被丢弃非常重要。如何随时检测这些食物的新鲜度，并且区分出不同的销售日期或者给出更为优惠的价格，将可以更好地促进这些食物的出售；同样对于已经被消费者买到家的食物，一些人会对不太新鲜的食物保持警惕而直接扔掉，也有一些人可能无法判断食物的腐烂情况而照单全收，这样又可能会造成食物健康风险。 通常来说，我们都是靠着个人经验和自己的嗅觉能力来判断这些食物的新鲜程度，但显然食物零售商们做不到雇人随时检测变化来评估食物的使用周期，消费者做不到对冰箱里的生鲜食物做到准确判断。 如果有一套能够准确测算，又就如同塑料包装一样便宜好用的设备来对食物进行新鲜度监测的话，那就可以极大提高食物的利用效率，比单纯张贴一个固定的建议食用日期，更能够反映食物的可食用状态。 现在，新加坡南洋理工大学团队发明的这套嗅觉AI系统，将为解决这一问题打开一个新的思路。 AI电子鼻：为肉类新鲜度标上“气味指纹” 实现嗅觉AI，有一个关键问题是如何将嗅觉的对象——“气味”进行数据化统计？ 从目前看到的研究方向来说，有以下几种方式。一种是还原的方式，比如谷歌的科学家们采用的方式就是通过气味的识别模型来推到出气体的分子结构，进而再推到大脑嗅觉感知的运作方法。一种是模拟的方式，比如尼日利亚的一个研究小组直接用生物传感器和芯片来识别特定气味，他们研发了一种使用小鼠神经元制造的计算机芯片，可以通过气味训练，用来检测挥发性化学物质、爆炸物甚至是癌症等疾病的气味。 由于气味本身具有非常高度混合性或者非结构化特征，往往很难直接对气体的分子结构进行还原或进行模拟分析，否则只能变成对某些单一气体进行分辨和识别。 这一次，新加坡南大团队发明的这种嗅觉AI系统则是对“气味”的数据化进行两个步骤的拆解，将气味的化学信号转变成图形颜色的识别信号，解决了气味本身的复杂度问题。 这个嗅觉AI系统被称为“电子鼻”（e-nose），保护两个部分：1、条形码：能够根据肉类腐烂时产生的气体而改变颜色；2、阅读器：一个经过深度卷积神经网络算法驱动的手机应用程序。电子鼻的“阅读器”可以根据大量的条形码颜色库当中识别和预测肉类的新鲜程度。 另外，为了使电子鼻便于携带，研究者将其整合到一个智能手机应用中，可以在30秒内得出结果。
| 
