图像和音乐可以通过AI生成，现在连气味也能实现了。一家名为Osmo的初创公司宣布他们成功将气味数字化。首个成功案例是“新鲜的夏季李子”，味道复现得非常好。整个过程依靠AI技术完成，无需人工干预。这项技术使得人们可以像下载音乐一样下载香水。
Osmo的CEO兼联合创始人Alex Wiltschko在谷歌工作期间就开始了这个研究项目，并于2022年将其作为独立公司推出。Wiltschko在接受采访时说，他一直对了解气味充满热情，因为这是一种强大的情绪感官，但人们对它知之甚少。在成功复刻出李子香味后，Wiltschko非常兴奋，带着这种香味去了很多地方。
Osmo表示，这项技术旨在改善人类的健康和幸福，因为嗅觉数字化对医疗人员检测和治疗疾病至关重要。例如，医生可以用气味来触发患者记忆或减轻焦虑。此外，这项技术还有可能应用于VR游戏和电影中，增加沉浸感。甚至有人提出用这项技术留住亲人的气味，尽管按月付费显得有些讽刺。
短期内，Wiltschko希望Osmo能制造出更安全、更可持续的香味分子，用于香水、洗发水、驱虫剂和洗衣粉等日常用品中的香料。
为了实现这些目标，Osmo使用数千个香气分子训练AI模型。Wiltschko领导的团队利用机器学习技术构建了气味映射图的基础。通过图神经网络，他们可以根据分子结构预测其气味，并创造出以前从未闻过的新分子。此外，他们还设计出了蚊子觉得难闻的气味分子，在人体试验中比避蚊胺更有效。
Wiltschko在密歇根大学获得神经科学学士学位，在哈佛大学获得博士学位。他在谷歌研究院领导一个团队五年时间，开发了主要气味映射图（POM）。POM坐标可以预测气味强度和感知相似性，即使这些特征不是模型训练的显式组成部分。他的团队在一个包含5000个芳香分子的数据集上训练AI模型，涵盖了各种气味类别。
由于缺乏类似语言模型的大量数据，Wiltschko和他的团队与香水行业的公司合作，收集了数千种分子及调香大师对其气味的描述。这些数据被输入到图神经网络中，帮助AI理解原子、连接它们的键以及分子结构如何决定气味。
Osmo希望最终能够将一个地方的气味数字化，然后在另一个地方再造一个完全相同的副本，从而实现气味的远程传送。他们已经成功实现了这一点。具体来说，选择一种要传输的气味并放入GCMS机中，识别原始数据并上传到云。在那里，它会成为POM上的坐标，然后配方会被发送到一台机器人，混合不同气味以复现样品的气味。
Osmo还展示了基于图像生成对应气味的技术，用户只需输入文本提示词，AI就会生成图像并进一步生成分子配方。他们在线发布了工具Inspire，支持文本和图像输入，未来还将支持更多类型的输入。
这项技术背后蕴含着无限的可能性。未来我们或许能观看带有气味的电影，实现视觉、听觉和嗅觉的全方位体验。Wiltschko还提到，Osmo有一个长期目标，即利用这项技术帮助更早地识别疾病，也许未来的体检中会有AI通过机器鼻子判断我们的健康状况。
