文 / Alexander B Wiltschko 高級研究員 Google Research

嗅覺是諸多生物體共有的一種感官，在生物體分析世界并作出相應反應方面起著至關重要的作用。對人類而言，我們的嗅覺與享用美食緊密相連，并且還能喚醒與之對應的鮮活記憶。嗅覺使我們可以感受日常生活中的各種香味，例如我們熟悉的玫瑰花香、新鮮出爐的餅干醇香，抑或是最喜歡的香水味道。雖然嗅覺很重要，但在機器學習研究中它并未像視覺與聽覺那般備受關注。

人類的氣味感知通過激活 400 種不同類型的嗅覺感受器 (Olfactory Receptors, OR) 來實現。嗅覺感受器位于鼻腔內名為嗅覺上皮的小塊狀組織中，由 100 萬個嗅覺感應神經元 (Olfactory Sensory Neurons, OSN) 組成。這些 OSN 將信號發送給嗅球(olfactory bulb)，然后進一步傳遞到大腦皮層產生嗅覺。

基于視覺和聲音深度學習研究的類似進展，我們通過類比得知，即使不知道所有相關系統的復雜細節，嗅覺深度學習應該也可以直接預測出輸入分子的最終感應結果。解決氣味預測問題將有助于發現新的合成氣味劑，從而減少取用天然產品造成的生態影響。審視生成的嗅覺模型甚至可以帶來嗅覺生物學的新見解。

小氣味分子是香精香料最基本的組成成分，因此也代表了最簡單的氣味預測問題。不過，每個分子都有多個氣味描述詞。例如，對于香蘭素 (Vanillin)的描述詞有 甜美、香草味、奶油味 和 巧克力味 等，其中的某些氣味會更為明顯。因此，氣味預測也是一個 多標簽分類 問題。

在“氣味機器學習：學習小分子的可泛化感知表征” (Machine Learning for Scent: Learning Generalizable Perceptual Representations of Small Molecules) 一文中，我們利用圖神經網絡（Graph Neural Networks,? GNNs），在不采用任何人工規則的情況下，把?圖 (Graph) 輸入到 GNN，直接預測單個分子的氣味描述詞。GNN 是一種深度神經網絡，可以對圖進行操作。研究證明，與目前的最新技術相比，此方法可顯著提高氣味預測能力，是非常有前景的未來研究方向。

• 氣味機器學習：學習小分子的可泛化感知表征
  https://arxiv.org/abs/1910.10685

用于氣味預測的圖神經網絡

分子與圖相似，原子就像圖中的點 (vertices)，化學鍵就像圖中的邊 (edges)，因此 GNN 是非常便于理解的自然模型選擇。

• 自然模型選擇
  https://ai.googleblog.com/2017/04/predicting-properties-of-molecules-with.html

但如何將分子結構轉化為圖表征呢？首先，使用原子特征、原子電荷等任何首選特征將圖的每個節點表示為矢量。然后，在一系列消息傳遞步驟中，各節點將其當前的矢量值傳播到各自的相鄰節點。隨后，更新函數收集其收到的矢量，生成更新后的矢量值。此過程重復多次，直至圖中的所有節點通過求和及求平均值最終聚合為一個矢量。該矢量代表整個分子，隨后可將其作為已學習的分子特征傳遞到全連接網絡中。該網絡會輸出一個氣味描述詞預測結果，就像調香師提供的描述一樣。

每個節點都表示為一個矢量，矢量中的每個輸入項最初都會對某些原子級信息進行編碼

每個節點會查看其相鄰節點，并收集信息，然后使用神經網絡將信息進行轉換，并更新中心節點的信息。反復執行以上步驟。GNN 的其他變體會利用邊和圖的信息

氣味預測的 GNN 示意圖。我們將分子結構轉化為圖，然后將其輸入到 GNN，以學習更好地表示節點。最終圖中節點降維成一個矢量，傳遞到一個包含多個氣味描述詞的神經網絡中輸出預測結果

此表征不涉及原子的空間位置，因此無法區分立體異構體，即原子組成相同但結構略有不同的分子。這種分子氣味可能不同，例如 (R)- 香芹酮和 (S)- 香芹酮，前者具有薄荷味而后者具有辛辣味。然而出乎意料的是，我們在實踐中發現，即使不區分立體異構體，也可以很好地預測氣味。

對于氣味預測，GNN 實驗結果一致表明，與之前最先進 (SOTA) 的方法（比如隨機森林法）相比，此方法的效果更好，因為之前的方法不能直接對圖結構進行編碼。性能提升程度取決于嘗試預測的氣味類型。

氣味描述預測的表現對比：GNN vs 標準基準 (以 AUROC 分數衡量)。氣味描述詞為隨機抽取。值越接近 1.0 預測結果越準確。在大多數情況下，GNN 的表現大大超出該領域的標準基準，在其他評價指標下也基本如此（例如 召回率、精度、AUPRC等）

從模型中學習，并將成果擴展到其他任務

除了預測氣味描述詞以外，GNN 還可應用于其他嗅覺任務。例如，僅使用有限的數據對全新的或精煉后的氣味描述詞進行分類。我們針對每個分子提取表征。確切說，是從專為氣味描述詞優化的模型的中間層提取已學習的表征，我們稱之為“氣味嵌入(odor embedding)”。您可將其理解為色彩空間的 RGB 或 CMYK。

為了解氣味嵌入是否適用于其他相似的預測任務，我們設計了實驗，以測試我們的模型在非預期情境中的表現。然后，我們將氣味嵌入表征與常見的化學信息表征進行比較，該信息表征可對分子結構信息進行編碼，但并不知道氣味。結果發現，氣味嵌入普遍適用于具有挑戰性的新任務，甚至在某些方面符合最尖端的技術要求。

• 常見的化學信息表征
  https://pubs.acs.org/doi/abs/10.1021/ci100050t

突出顯示某些氣味的嵌入空間的二維可視化（高亮顯示了部分氣味）左圖：每種氣味在空間中呈現出聚集的表征。右圖：氣味描述詞呈現出層級嵌套的表征。陰影和輪廓線通過嵌入的核密度估計法計算得出。

未來工作

在機器學習領域中，嗅覺仍然是最難以捉摸的感官。我們很高興通過不斷的基礎研究逐漸揭開了這個領域的一角。未來的研究大有可為，從設計更廉價更可持續生產的新氣味分子，到數字化香味，甚至在某天讓喪失嗅覺的人能夠嗅到玫瑰花香（也可能是臭雞蛋味），不一而足。我們還希望通過創建和共享優質的開放數據集，讓更多的機器學習研究人員關注這個方向。

致謝

此早期研究是 Google Brain 團隊以下出色研究員與工程師的辛勤成果和智慧結晶：Benjamin Sanchez-Lengeling、Jennifer Wei、Brian Lee、Emily Reif、Carey Radebaugh、Max Bileschi、Yoni Halpern 和 D. Sculley。我們很高興能夠與亞利桑那州立大學的 Richard Gerkin 和多倫多大學的 Alán Aspuru-Guzik 協作開展此項研究。當然，先前完成的大量工作也為我們的研究奠定了基礎，而且 Justin Gilmer、George Dahl 等人的 GNN 基礎方法研究，以及其他神經學、統計學和化學成果也使我們受益匪淺。此外，我們還要感謝 Steven Kearnes、David Belanger、Joel Mainland 和 Emily Mayhew 提供寶貴意見。

更多 AI 相關閱讀：

• 探索海量多語言大規模神經機器翻譯

• 多語言識別的實現

• 視頻架構搜索的研究

總結

以上是生活随笔為你收集整理的让机器辨别气味：利用图神经网络预测分子的嗅觉属性的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。