在德国弗劳恩霍夫工艺工程与包装相干所的一间实践室里，一场对于东谈主工智能（AI）的“感觉改进”正在悄然演出。这个故事的主角不是大师，而是两种AI机器学习算法——它们正试图挑战东谈主类大师在识别酒类复杂香气方面的泰斗。
相干东谈主员遴荐酒类当作检测样本并非无意。以威士忌为例，其由多种复杂香味化合物交汇而成的独到香气，不错成为测试的理念念对象。一样情况下，识别威士忌最浓烈的香气特征需要依赖一群闇练有素的东谈主类大师，他们铺张大王人时刻、资金和元气心灵来辨识这些微妙的辞别。干系词，即便如斯，不同大师之间也时时主意不一，这为品鉴流程带来了不细目性和主不雅性。
为了克服这一辛苦，相干东谈主员竖立了一种名为“OWSum”的分子气息瞻望算法，并同期引入了另一种基于神经网罗的算法。这两种算法的任务是通过分析气相色谱法和质谱分析提供的分子构成数据，来细目实践酒类样本浓烈的香气，并判断其产地。
在这个实践中，7种好意思国威士忌和9种苏格兰威士忌成为了算法的首批挑战者。相干东谈主员将算法识别出的每个样本的产地过火最浓烈的5种香气特征，与11名大师构成的小组得出的为止进行了对比。
天水在线为止令东谈主骇怪：“OWSum”不仅能够以高出90%的准确度分离样本是来自好意思国仍是苏格兰，还能尖锐地捕捉到不同产地威士忌的象征性香气——焦糖味在好意思国威士忌中脱颖而出，而苹果味、溶剂味和酚感则成为了苏格兰威士忌的代表。平均而言，两种算法王人展现出了比任何一位东谈主类大师更踏实且更准确的智商，得胜地识别出5种最浓烈的香气。
这项发表在《通信·化学》杂志上的相干，象征着一个新时期的驱动。机器学习算法不仅能快速分类需要辩别的样本，还能精确识别其中的要道香气特征。
它预示着机器“感觉”的新篇章：不仅是后果的训导，更是对感官体验的全新探索。随出手艺的跨越欧美色情，东谈主们或者很快就能见证更多这么的遗址。(记者 张梦然)