一批人工智能、你的生命科学和化学除此以外方面的专家依然在采取图神经图源来识别分子、综合分析气味。这批专家组织建立 的模型性能尽管超越了由于目前的其他多种方式  ，该模型诞生于DREAM嗅觉综合分析挑战赛。

是为 研究者员再就 腾讯体育于谷歌、加拿大高等研究者所、多伦多矢量人工智能研究者所、多伦多上大学和亚利桑那州立上大学。是为 研究者人员我相信  ，逐步机器学习提升在分子识别市场领域应用标准水平的提升 ，机器智能将也是能以采取气味识别 ，犹如另人工智能模拟视觉、听觉等除此以外感知技术能力。除此以外  ，研究者人员依然在尝试让机械臂得到触觉。

一篇紧密相关 论文里写道：“深度学习提升在嗅觉除此以外方面巨大成功的进步  ，能帮助你被发现 新的内容化学合成物  ，进而大幅减少我相信作物的市场需求 ，提升对生态生存环境的带来影响。采取气味识别模型推导出分子结构  ，也是能以帮助你他们完全描述 大脑嗅觉感知的运作多种途径。”

IBMResearch和香水一家公司Symrise依然在尝试采取机器学习提升来设计搭配新的内容味儿。研究者员他称图神经图源极其都适合结构-气味的量化彼此之间模型（QSOR）  ，后者也是能以预分子特性（这类气味）和类簇分子在矢量空间提升中有彼此之间。从有个除此以外方面看 ，气味识别也是能以当做为一种简单多标签的分类两个问题  ，研究者员称之为“嗅觉嵌入”  ，这个似于计算机将图像分解为红蓝绿三色。

研究者员在论文中描述 道：“采取将原子视为节点  ，化学键视为边缘 ，他们也是能以把分子看成有个图像。他们明确提出提出将图神经图源应用于QSOR模型  ，并多种途径嗅觉专家应用提供的数据全面库需要证明了它有性能远超现大多数数多种方式。综合分析需要证明  ，图神经图源的综合分析嵌入也是能以挖掘出分子结构和气味彼此之彼此之间潜在彼此之间。”

是为 研究者人员多种途径数据全面库里5030份香水材料的分子数据全面训练他们的模型。每有个分子数据全面都让嗅觉专家贴就上标签 ，其中水果味、烤面包味等  ，并将之打乱。

是为加快嗅觉综合分析人工智能的进步  ，谷歌紧密相关 计划在将来公开其中更多紧密相关 的数据全面组。这除此以外方面的研究者将也是能以对气味采取数字化  ，帮助你世人被发现 其中更多闻不出的气味。