在德国弗劳恩霍夫工艺工程与包装研究所的实验室中，一场由两种AI机器学习算法引领的“嗅觉革命”正在颠覆传统。这两种算法正力图在识别酒类复杂香气方面超越人类专家的能力，成为这场变革的主角。

　　研究人员选择酒类作为研究样本并非无的放矢。威士忌的复杂香气，由多种香味化合物交织而成，成为了测试算法的理想对象。以往，识别威士忌的香气特征需依赖训练有素的人类专家，他们需投入大量时间、资金和精力来辨识微妙的香气差别。然而，专家间常存分歧，导致品鉴过程充满不确定性和主观性。

　　为破解这一难题，研究人员开发了“OWSum”分子气味预测算法，并辅以基于神经网络的算法。它们通过分析气相色谱法和质谱分析提供的分子组成数据，来确定实验酒类样本的强烈香气及产地。

　　实验中，7种美国威士忌与9种苏格兰威士忌接受了算法的考验。研究人员将算法识别的样本产地及最强烈的5种香气特征与11名专家小组的结果进行了对比。

　　结果令人震撼：“OWSum”算法以超过90%的准确率区分了美国与苏格兰威士忌，并精准捕捉到了各自标志性香气——美国威士忌的焦糖味、苏格兰威士忌的苹果味、溶剂味和酚感。平均而言，两种算法均展现出比任何一位人类专家更稳定、更准确的能力，成功识别出5种最强烈的香气。

　　该研究发表于《通讯·化学》杂志，标志着机器学习算法在酒类香气识别领域的新纪元。算法不仅能迅速分类鉴别样本，还能精准识别关键香气特征。

　　这预示着机器“嗅觉”时代的到来：不仅是效率的提升，更是感官体验领域的全新突破。随着技术的不断进步，未来或将见证更多此类技术奇迹。

（文章来源：科技日报）