KeyFrame內部研究專用

How AI Learns to Smell with Alex Wiltschko - #771

TWIML AI59 min英文
觀看原始影片

三句話摘要

給計算機賦予嗅覺能力,建立olfactory intelligence系統來理解、預測和設計香氛分子。 嗅覺智能展示了AI如何透過學習非人類物種的「語言」(化學分子)來超越文本和圖像侷限,以及如何用合理的商業應用反哺基礎科學發展。 嗅覺系統的複雜度被低估。人類擁有300多種嗅覺感受體,比視覺的RGB三通道高維得多。嗅覺神經元是少數幾個直接接觸外界的腦神經,人類對某些分子的敏感度達到奧運游泳池中一滴眼淚的濃度,但這種能力長期被忽視。

重點整理

  1. 嗅覺系統的複雜度被低估。人類擁有300多種嗅覺感受體,比視覺的RGB三通道高維得多。嗅覺神經元是少數幾個直接接觸外界的腦神經,人類對某些分子的敏感度達到奧運游泳池中一滴眼淚的濃度,但這種能力長期被忽視。

  2. 圖神經網絡解決了結構-氣味映射難題。以分子的原子為節點、化學鍵為邊,訓練神經網絡預測分子氣味。Odor-Turing Test驗證了模型預測精度超過人類平均水準,打破了科學界認為此問題無法解決的認知。

  3. Principal Odor Map揭示了自然的設計邏輯。約300維的嗅覺embedding空間中,相同氣味的分子自然聚集,且子類型形成嵌套結構。這個結構無人為設計,卻對應生物生成氣味的方式——花香、發酵、草本各占據由演化決定的空間。

  4. 商業化反哺科學發展。香氛設計平台將文本/圖像請求編碼到嗅覺空間,再解碼為分子配方。每筆商業訂單都產生新的嗅覺數據和化學傳感器讀數,形成自我強化的數據迴圈,同時為foundation model的構建積累資料。

實用技巧與重點

  • 生物學基礎
  • 人鼻嗅覺感受體:300+種
  • 人眼光感受體:3種(RGB)
  • 嗅覺神經元特性:唯一穿出顱骨直接接觸世界的腦神經
  • 人類嗅覺靈敏度:部分分子檢測範圍達ppb/ppt(十億/兆分位)
  • 數據規模
  • 初始數據集:5,000個分子
  • 嗅覺標註數據集(SNFs):543萬筆
  • 分子枚舉總數:60億個可能的有氣味分子
  • 國際品嗅人員:分散全球的訓練嗅覺評估團隊
  • 技術棧
  • 核心架構:圖神經網絡(Graph Neural Network)、Transformer
  • Principal Odor Map維度:約300維
  • 降維方法:主成分分析(PCA)
  • 多模態輸入:文本、圖像、化學傳感器數據
  • 商業應用
  • 香氛生產速率:100秒/件
  • 機器人工廠規模:校車大小
  • 調香方式:自動混合現有成分或設計新分子
  • 品質測試:皮膚安全性、呼吸道安全性、眼睛刺激性、水生生物毒性
  • 設備進展
  • 當前可部署傳感裝置:兩個鞋盒大小,達人鼻靈敏度
  • 短期目標:嬰兒鞋盒大小
  • 長期願景:手機內芯片集成
  • 關鍵概念
  • Odor-Turing Test:預測未聞分子氣味並驗證
  • Retronasal Olfaction:逆向嗅覺(咀嚼時分子反向進入鼻腔)
  • 風味構成:90%嗅覺 + 10%味覺
  • 機構與人物
  • Osmo:Alex Wilczko創辦
  • 合作者:Joel Mainland(Monell Chemical Senses Center)
  • 前Google Brain研究小組

結論

嗅覺智能展示了AI如何透過學習非人類物種的「語言」(化學分子)來超越文本和圖像侷限,以及如何用合理的商業應用反哺基礎科學發展。

完整解析

嗅覺對地球99%的物種而言是唯一的交流語言。細菌、真菌、植物和昆蟲只能透過分子傳遞訊息,但與文本、影像不同,香氣從未被妥善數位化。Osmo創始人兼前Google DeepMind研究員Alex Wilczko正在改變這一現狀,建立olfactory intelligence——能夠建模、預測和設計香氛的AI系統。

理解嗅覺AI的第一道難關是建立表示法。視覺有RGB三個通道,聽覺有頻率一個維度,但人類嗅覺擁有300多種嗅覺感受體。這些感受體是嗅覺神經元,它們是穿出顱骨直接接觸世界的少數腦神經之一。當你聞到什麼時,你的大腦正在物理接觸另一生命體。人類的嗅覺驚人敏銳——對某些分子的檢測精度相當於在奧運游泳池中偵測一滴淚水,但這種超常能力長期被科學界忽視。

Google Brain的突破來自一個困擾科學界100年的基礎問題:給定分子的化學結構(原子和化學鍵),能否預測它聞起來是什麼?許多人認為此問題無法解決。Wilczko團隊採用圖神經網絡——一種擅長處理圖結構的架構,其中分子的原子是節點,化學鍵是邊。他們收集數千對分子-氣味描述符組合,成功訓練出預測模型。驗證方式是Odor-Turing Test:預測從未有人聞過的全新分子的氣味特徵,物理製造這些分子,讓經過八小時訓練的人類評估人員進行雙盲評估,比較人類小組平均水準與AI預測。結果令人驚訝:模型預測精度超越了任何單一人類評估者。

更深層發現在於神經網絡的embedding層——一個約300維的向量空間,高度可疑地與嗅覺感受體數量相符。當用主成分分析投影到二維可視化時,相同氣味的分子自然聚集成區域。花香、發酵、草本等氣味各占據一個空間區塊,且更驚人的是,子類型(如茉莉、玫瑰、紫羅蘭)自然形成花香區域內的子集——團隊從未告訴演算法這種嵌套關係存在。發酵香氛區域甚至在首次模型訓練時意外呈現瓶子形狀。這個Principal Odor Map似乎講述了自然製造氣味的故事:發酵香氛由酵母菌產生的生物過程創造,花香來自遺傳相關的植物物種。

從分子結構映射到商業應用需要數據規模。團隊初期透過創意資料授權、網際網路搜尋和Wilczko 15年的業界經驗積累了5000個分子的初始資料集。現已擴展到枚舉所有可能的有香氛分子(60億個),並收集543萬筆人類嗅覺標註數據——迄今最大的olfactory訓練集。數據類型多樣:分子結構配合人類描述符(甜、草本、香草)、真實產品(超市黃瓜)、化學感測器讀數。商業模式利用此基礎:客戶述說「我想要清新感受、吸引Gen Z男性」,系統將需求編碼到嗅覺感知空間,解碼回具體分子配方,交由校車大小的機器人工廠執行,每100秒生產一種新香氛。關鍵是每次商業應用都回饋數據:製造的香氛被人類評估、化學感測器掃描,結果重新訓練模型。

團隊最終願景是building an olfactory foundation model,類似大型語言模型但理解化學感知世界。這需要突破性的大規模數據收集——如癌症檢測、疟疾診斷。雖然犬隻能做到這些,計算機需要統計量級的數據和明確基準。目前可部署的傳感裝置已達人鼻水準(兩個鞋盒大小),長期目標是手機內芯片集成。

83 min
企業管理英文PODCAST11月19日

Scaling Linear’s GTM to $100M ARR — Cristina Cordova, COO

Latent Space看原片 ↗
  • 議題追蹤已死的真正含義:不是issue單位消失,而是人類應停止手動追蹤工作。Linear著重構建AI友善的系統,讓代理自動執行原本由人工完成的繁瑣步驟(標籤、指派、狀態更新),讓工程師和PM把時間花在產品開發上。
  • 務實的市場階梯策略:Linear沒有直接攻擊企業市場,而是先聚焦成長期公司—那些已有既有工具但可被說服轉換的組織。唯有成功說服這個客群,才有信心向上攻擊企業。這個策略花了兩年時間,直到2025年才正式啟動企業銷售部門。
98 min
AI 技術英文PODCAST11月16日

Building Visual Intelligence — Andreas Blattmann & Dustin Podell, Black Forest Labs

Latent Space看原片 ↗
  • 從研究到商業的轉折點:穩定擴散2022年開源不僅改變了講者個人的職涯軌跡,也啟發整個社群。Dustin因此辭職投身AI,Andy看到了基礎模型產業化的可能性,這股動能直接催生Black Forest Labs的創辦。
  • 資料品質優於複雜算法:整個採訪反覆強調資料的重要性。從SDXL的多寬度訓練、SD3的文字渲染,到Flux Context的編輯能力,關鍵都不在算法創新而在精心設計的資料集。Dustin在法國小屋用6小時訓練測試集就看到編輯能力湧現,說明好資