想象一下，有一天電子產品可以模擬人的大腦識別並區分氣味，隨時提醒你周圍的氣味異常助你及時瞭解情況；或是在看電影的時候精確地對應屏幕中的畫面聞到相應的味道；甚至可以通過平板電腦上配備的氣味按鍵，幫助盲人通過氣味挑選菜品，這種感覺想想都覺得既方便又美妙。

圖像和聲音的網絡化傳輸多數人已經司空見慣，而氣味是不是也可以進行網絡化識別傳輸呢？但是氣味無色無形易揮發，比圖像和聲音要難以琢磨得多，要如何收集並且研究它呢？

 

▲盲人點菜的時候依據數字嗅覺系統聞到菜品味道

一旦氣味也可以加入「數字化」大軍，我們的生活場景或許將會通過維度的提升，產生意想不到的改變。

實際上繼視覺和聽覺後，近幾年「嗅覺」也的確逐漸成爲了數字化研究者們新的發力點，除了一些專注於數字嗅覺的初創公司，谷歌、英特爾、IBM等頭部玩家也將部分目光放在了用AI學習識別氣味的領域上，「數字嗅覺」逐漸成爲了AI領域的一個「小熱門」。

那麼「數字嗅覺」到底是什麼？

這一概念現在還沒有一個相對官方準確的描述，借用一家初創公司的定義來說，「數字嗅覺」的意思主要是通過數字捕捉氣味，以及通過數字產生香氣。

如今哪些公司正在發力「數字嗅覺」領域？數字如何捕捉到無色無形的氣體？數字又如何能產生氣味？本文將深扒目前市面上正在發展的「數字嗅覺」業務，看看「數字嗅覺」目前的進展和應用情況如何。

法國數字嗅覺公司融資1700萬，氣味傳感器是不是鉅額智商稅？

Aryballe是一家開發生化傳感器、光學器件和人工智能，以收集和分析氣味數據的初創公司，總部位於「歐洲硅谷」——法國格勒諾布爾，成立於2014年。

在今年的7月10日，這家初創公司宣佈又籌集了700萬歐元（合790萬美元），用於支持產品和機器學習的研發。迄今爲止，Aryballe的總融資額達到了1700萬歐元（合1920萬美元），員工數量也較去年增長了30%。

這家專注於數字嗅覺的公司正在逐年壯大，也在證明數字嗅覺領域正在逐漸進入大衆視野。

Aryballe將生物傳感器、先進的光學技術和機器學習相結合，捕獲氣味特徵，並通過軟件解決方案進行顯示和分析，模擬出大腦識別和區分氣味的過程。

從2016年開始，Aryballe一直在研發和迭代一款名爲「NeOse」的氣味監控設備，後續在2018年又推出了升級版「NeOse Pro」。

 

                                                                            想查看更多資料請往上方看圖或者加入我的企鵝圈，更有免費開源項目和課程等你觀看哦！

NeOse的工作過程看起來還算比較簡單。氣味發出後，NeOse通過內置的化學傳感器和光學系統來識別這些氣味分子，而後與氣味數據庫中的氣味進行比對。經過15~30秒後，如果氣味匹配成功，配套的App就會直接給出結果。

▲NeOse

當然，NeOse設備的數據庫不是一成不變的，後續依舊可以添加不同的氣味數據到庫中繼續進行測試。但據悉NeOse最初並沒有計劃面向消費者市場，而是專爲企業供貨，這從它每臺設備的定價在10000到15000美元的價格就能深刻感受到。

升級版的NeOse Pro使用這家公司的O-Cell技術檢測和識別氣味，以模仿人的嗅覺，但是它的技術更像是一種「數字嗅覺指紋」，相較於人的主觀嗅覺更加客觀精準。

NeOse Pro的工作原理相較於NeOse更細緻，也更快速。

 

▲NeOse Pro

有機物和無機物會根據能量和生物時間過程的變化釋放出氣味分子，當能量增加時，會發生氣味揮發，鼻腔有可能會順勢吸收異味，這樣的行爲會刺激到嗅覺神經元，然後刺激嗅球，進而促使嗅覺皮層識別氣味及其來源。

▲生物散發氣味分子

NeOse

Pro和Aryballe的硅光電子平臺會將氣味分子與充當嗅球的生物傳感器結合，並近乎實時地顯示出獨特的氣味信號，一旦檢測到這樣的氣味信號，對應的軟件便會將它們與先前收集和分析的氣味數據庫中的500多個條目關聯起來，解釋這些信號。隨着時間的推移，人工智能和機器學習能夠幫助生物傳感器逐漸監測到更低濃度的氣味。

 

▲軟件分析氣味

從以上的工作過程來看，如果把傳感器視爲鼻子，那麼對應的軟件就是大腦，數據庫就是我們的記憶存儲庫。

就像我們的大腦依靠記憶將個體的氣味與生活經歷關聯起來一樣，Aryballe的軟件也是依靠數據庫來實現氣味呈現。

不僅如此，就算是遇到了比如檸檬之類水分超多，且稀釋掉一定氣味的物質，Aryballe的軟件也能使用AI將「乾燥」的氣味分離出來，進而準確呈現出獲取的物體氣味。

 

▲檸檬味以數字形式出現

除了NeOse系列，今年的1月7日，Aryballe又宣佈推出了一款新的氣味傳感器，這種傳感器相較於之前的產品容量更高、成本更低，靈敏度與NeOse Pro相同，但體積比手機更小，且更耐用。

▲Aryballe新氣味傳感器

此外，這款新產品還建立在硅光子學平臺上，配備了硅光子生物傳感器，使其具有抗震性，並且減少外部環境的干擾。

目前我們還不清楚這一新產品的現狀，只知道它的首批樣品已經在今年的第二季度交付給客戶了，如果順利的話，不久後我們或許能看到這個更加便攜小巧的氣味傳感器。

那麼，Aryballe的氣味傳感器到底有什麼用？這樣高價的產品到底是不是爲了迎合買家的「好奇心」而收割的一波智商稅？

目前來看，氣味傳感器的應用範圍主要還是集中於汽車、智能家電、飲食製造以及個人護理和化妝品行業。

Aryballe的氣味傳感器在汽車行業的應用最爲廣泛。2019年數字嗅覺汽車聯盟（DOAC）成立，本意就是爲建立汽車行業氣味測量標準，爲嗅覺產品的開發和服務提供信息爲目標。依靠數字嗅覺，汽車行業可以在嗅覺上滿足消費者的個性化需求，控制品牌的「新車氣味」，最重要的是，嗅覺可以成爲汽車維護警報的又一重保險，通過氣味，在災難性故障之前發現如液體泄漏等隱患，及時發出預警信號或診斷故障。

隨着家電的智能化，氣味傳感器或許將來也會在智能家電方面開始佔有一席之地。早在NeOse推出的時候就有人在詢問以後是不是可以用氣味傳感器監測冰箱裏食物的新鮮度，進行食物儲存監控，而如今這一目標幾乎很快就能實現。

除此之外，氣味傳感器甚至還能讓用戶的「廚藝大漲」，比如在烤餅乾的時候有一個傳感器能及時提醒你火候到了可以關火了，那麼相信每個人都能成爲出色的「廚神」。

在飲料製造以及個人護理和化妝品產業，數字嗅覺扮演的則是「監工」的角色。數字嗅覺可以通過制定標準的氣味刻度，來提高產品質量，同時降低成本。與此同時，精準的氣味監測還能夠通過數據搜尋到新的配方，甚至提供傳統的氣味色板之外的數據。

▲氣味色板

以上的用途看起來都還蠻吸引人，可是這動輒上萬美元的報價，也着實是讓人瑟瑟發抖。

氣味王國收集3000多種氣味，氣味播放也能像3D眼鏡一樣人手一個

相對於法國售價高昂的氣味傳感器，要體驗數字嗅覺，在中國或許划算得多，但中國的這家數字嗅覺公司與Aryballe的關注點略有不同，Aryballe關注的重點在於捕捉氣味，而這家中國公司則將大量的心思放在了產生氣味之上。

2015年，一位在阿里巴巴美妝板塊有着8年市場推廣經歷的高管黃劍煒，創立了氣味王國品牌，以從事數字氣味的技術研發。目的是爲了將氣味通過分類、編碼進行數字化，從而建立一個全面而縝密的「數字氣味詞典」。

 

▲氣味王國創始人黃劍煒

氣味王國的技術與上文提到的藉助傳感器實現氣味量化的傳統不同，這家公司的氣味還原技術分爲兩部分：前端檢測和後端編碼。

前端檢測用的是圖像識別方式，通過軟件識別物體後，即可知曉該物體對應的氣味成分，由氣味工程師將其氣味調製還原，接着由後端爲其賦予一組對應編碼再錄入氣味庫。

由於氣味「虛無縹緲」的特質，第一步提取氣味就已經是一項複雜的工程，而截至到今年年初，氣味王國已經積累了3000多種氣味，相當於人類一般可識別氣味標準的30%，包括日常生活中各種常見的氣味：血腥味、火鍋味……甚至情緒、氛圍的味道都被收集起來了。後續他們還計劃生成氣味雲，直接從雲端調用氣味。

 

▲在購買香水時聞到氣味

氣味王國並不是單槍匹馬作戰，它在美國洛杉磯還設立了一間研發實驗室——S—SRT(Scent Realm Techonlogy)，SRT依託伯克利等高等學府的智囊資源，在氣味王國項目研發中扮演重要角色。

此外，氣味王國還與中科院的嗅覺實驗室、芝加哥香精香料公司「Orchidia

Fragrances」等多個大牛合作，並在成立後一年獲得了A輪融資，當時該公司估值已達到1.6億人民幣。而後氣味王國又在2018年獲得了報喜鳥的股權融資，同年，這家公司已經通過快速鋪開的影院氣味設備盈利了。

在黃劍煒和他的團隊的設想中，是想通過自家的產品爲用戶還原一個特定場景的氣味，比如公園裏的桂花香、報紙上的油墨味，還有洗髮水特定的乾淨味道。氣味的記憶是獨特的，因此也能在一定程度上幫助企業建立品牌認知。

從2015年4月開始正式啓動氣味王國項目至今，氣味王國已經研發出了多款數字氣味產品，包括智能氣味播放器、氣味編輯軟件、氣味時光機、氣味模塊等。

 

▲X-SCENT 3.0佩戴示意圖

最有趣還數是氣味王國的氣味播放器，這款名爲X-SCENT的播放器已經做到了3.0版本，藉助這個掛在脖子上的，類似頸椎儀似的儀器，人們可以在看電影的時候同步聞到畫面中的場景氣味。

雖然看電影的時候添加這個設備只需要再多付10元，但是還是有人會疑惑，普通的4D電影在觀看時通過影院的氣體釋放也能達到氣味匹配畫面的效果，爲什麼要大費周章使用這麼「精緻」的氣味播放器呢？

原因在於如果在影院整體釋放氣體，會有氣味殘留、混淆的問題存在，而氣味王國的氣味播放器將有效氣味傳播距離控制在25公分左右，隨着電影的播放，氣味切換可以做到無縫銜接、不混淆。

 

▲在看電影的時候感受到與畫面同步的氣味

除此之外，氣味王國還自主開發了新型貯味納米多孔材料及其密閉結構，解決了氣味貯存難題，並且開發了採用特殊流道設計的氣味釋放裝置結構使設備能夠適配於不同的應用場景。

爲了控制氣味噴出量的適宜，氣味王國還採用了DSP芯片、高分子材料和精密的氣味播放控制系統相結合的解決方案，通過APP、API等實現設備在各應用場景中對氣味的遠程定時定量播放和控制。

同時，氣味王國把氣味做成膠囊，根據不同的電影更換氣味膠囊，而後以工業433M無線傳輸的方式控制，一次可以播放12種不同的味道。此外，這種氣味播放嚴格控制在毫秒級，因此也不必擔心吸入大量的氣味顆粒而產生身體不適。

目前，全國已經有氣味電影特效廳70多個，氣味電影付費觀影人數超200萬，杭州西溪溼地、爛蘋果樂園等均已開設氣味王國的氣味體驗館。

除了氣味播放器，用戶還可以使用氣味王國自研的Scent Magic氣味編輯器自行編輯氣味腳本，創作自己的氣味作品並分享，活脫脫是一款氣味版的「美圖秀秀」。

而氣味時光機、氣味模塊等也以相似的功能，適用於不同的場景。未來，氣味王國還將把數字嗅覺應用變得更加精緻化、個性化，以滿足不同領域的需求。

 

▲在參觀博物館時聞到與展品對應的氣味

頭部玩家的「數字嗅覺」大潮：「電子鼻」時代來了？

除了以上提到的兩家專注於「數字嗅覺」業務的初創公司，谷歌、英特爾等頭部玩家在近些年也開始踏足「數字嗅覺」領域。

1、谷歌團隊使用神經圖形網絡識別、預測氣味

人類的氣味感知是**400種不同類型嗅覺受體，其中的百萬分之一的嗅覺感知神經元（OSN）將信號發送到嗅球，然後再發送到大腦中其他結構的結果。

一個由化學、生命科學和AI研究人員組成的團隊，從去年開始就已經着手使用圖形神經網絡來識別氣味分子並預測氣味。

這項工作是由谷歌、加拿大高級研究學院、矢量人工智能研究所、多倫多大學和亞利桑那州大學的研究人員創建的，他們製造的模型在一項目的爲「繪製化學特性，以預測受試者的行爲反應」的「Dream嗅覺預測挑戰賽」中表現得最好。

研究人員認爲，分子識別的機器學習應用程序的進步，可以幫助人工智能像模仿視聽覺一樣預測氣味。

這個團隊的科學家在《arXiv》上發表的題爲《機器學習氣味：學習小分子的通用感知表示》的論文中寫道，將原子視爲節點，將化學鍵視爲邊緣，則可以將分子解釋爲圖形。

類似於AI模仿視覺和聽覺等其他感覺的方式，在這項研究中，氣味小分子通過向量值的形式重複傳遞，最後將彙總代表整個分子的單個矢量作爲已知分子的特徵傳遞到網絡中，因此無需手動操作就可以通過圖形神經網絡（GNN）實現直接預測單個分子的氣味。

▲氣味小分子的傳遞過程

除了預測氣味描述之外，圖形神經網絡（GNN）還可以用於其他嗅覺任務，比如用僅有的數據對新提煉出的氣味進行分類。

就像從色彩中提煉出「三原色」，具有神經網絡的圖形是將氣味關係定量建模的一種合適的方法，在這方面，氣味可以被標記爲多個分類標籤，研究人員稱之爲「氣味嵌入」。

小氣味分子是香精的最基本組成部分，因此也代表了氣味預測問題最簡單的形式。但是每個分子可以用多種氣味來描述，比如香蘭素的味道可以被描述成甜味、香草味、奶油味和巧克力味。因爲一些事物的某些氣味成分比另一些更多，因此氣味預測也是一個多標籤分類的問題。

嗅覺深度學習的進展將會有助於發現新的合成增香劑，從而減少從天然作物中提取香料而造成的生態影響。

此外，經過氣味識別任務訓練的模型衍生分子的新形式，還可能有助於加強人類大腦中對一些事物的感知理解。

2、英特爾研發嗅覺芯片，可識別10種氣味

不止谷歌團隊通過機器學習進軍「數字嗅覺」，在今年的3月份，英特爾和康奈爾大學發表的一份聯合文件也證明了英特爾在Loihi神經形態芯片（專用芯片）上成功設計了基於大腦嗅覺電路的神經網絡機制算法，該算法賦予了芯片在明顯的噪聲和遮蓋情況下，學習和識別10種有害物質的能力。

Loihi是英特爾在2017年9月推出的自學習神經形態芯片，基於14nm的製程工藝，管芯尺寸60毫米，包含超過20億個晶體管、13萬個人工神經元和1.3億個突觸，以及三個用於編排的可管理Lakemont內核。

 

▲Loihi，英特爾的神經形態研究芯片

據英特爾稱，Loihi的信息處理速度是傳統處理器的1000倍，效率高10000倍，並且可以解決某些類型的優化問題，其速度和能源效率提升了三個數量級以上。

此外，Loihi可以保持實時性能，並且在擴展50倍時僅會多消耗30%的功率，而傳統硬件在相同狀況下則會多消耗50%的功率，與廣泛使用的CPU同步定位和映射方法相比，它消耗的電能大約只佔傳統方式的百分之一。

據悉，這一研究成果還發表在了《自然（Nature）》雜誌子刊《自然機器智能（Nature Machine Intelligence）》上，併成爲了封面文章。

在Loihi上開發神經算法，就像是在模仿人聞到某種氣味後大腦中發生的事。研究人員稱，他們採用了一個由72個化學傳感器活動組成的數據集，通過配置生物嗅覺的電路圖來描述如何「教」Loihi聞味道。他們說他們的技術不會破壞芯片的氣味記憶，並且與以往的傳統方法相比，它的識別精度更高，這種級別的精度需要每級的訓練樣本數量多3000倍才能達到。

 

▲基於新的神經網絡算法下的Loihi芯片電路板

論文作者，英特爾神經形態計算實驗室高級研究科學家納比爾·伊瑪姆（Nabil Imam）認爲，這項研究將爲神經形態系統鋪平道路，該系統將可以診斷疾病、檢測武器和爆炸物，及時發現麻醉劑、煙霧和一氧化碳之類的有害氣味，並對它們進行甄別。

除了谷歌和英特爾這些科技巨頭，英國和俄羅斯的一些其他公司也在發力數字嗅覺。2019年在倫敦巴比肯中心的一次AI展覽中，科學家們使用機器學習重現出了已滅絕花朵的氣味，而俄羅斯的技術效果與英特爾的很像，也是利用人工智能嗅出可能致命的混合氣體。

甚至早在1999年，DigiScents開發的iSmell設備已經能通過USB連接到電腦，來重現一些氣味了。

 

▲iSmell設備

定製化推進

雖然人們目前對嗅覺數字化的認知度不是很高，但是各大廠商已經紛紛發力這一領域，數字嗅覺也逐漸成爲了AI領域的一個「小熱門」。

無論是將數字量化用於檢測，還是將氣味提取出來，實現跨時空的嗅覺連接，數字嗅覺像數字視聽覺一樣成爲了一種趨勢。

從目前的趨勢來看，將嗅覺數字化已經逐漸從面向企業到面向個人，進而滿足針對企業和個人更加定製化、個性化的需求。因此在關注數字視聽覺的同時，也要了解或許在不久的將來，數字嗅覺和味覺的地位也同樣不可替代。

來源：VentureBeat、Aryballe、氣味王國