彻底改变香水行业游戏规则：生成式人工智能掌握了气味创造的艺术

为了解决香水设计的挑战，东京科学研究所的研究人员开发了一种人工智能模型，可以根据用户自定义的气味描述符自动创建新香水。该模型使用精油的质谱谱和相应的气味描述符来生成新气味的精油混合物。这一突破改变了香水行业的游戏规则，超越了试错，实现了快速和可扩展的香水生产。

　　

为了解决香水设计的挑战，东京科学研究所（Science Tokyo）的研究人员开发了一种人工智能模型，可以根据用户自定义的气味描述符自动创建新香水。该模型使用精油的质谱谱和相应的气味描述符来生成新气味的精油混合物。这一突破改变了香水行业的游戏规则，超越了试错，实现了快速和可扩展的香水生产。

在香水、食品和家居产品等行业，设计新香水至关重要，因为气味会显著影响这些产品的整体体验。然而，传统的香水创作可能是耗时的，往往取决于专业调香师的技能和专业知识。这个过程通常是具有挑战性和劳动密集型的，需要无数次的尝试和错误才能达到理想的气味。

为了使这一过程自动化，由东京科学研究所（Science Tokyo）的Takamichi Nakamoto教授领导的一个研究小组开发了一种名为气味生成扩散（OGDiffusion）的人工智能模型。该模型利用生成扩散网络，这是一种机器学习模型，通过反转由现有数据提供的噪声过程来学习创建新内容。这些模型已经被广泛用于生成图像和文本，该团队已经将这项技术应用于创造新的香水。他们的研究结果发表在2025年3月27日的《IEEE Access》杂志上。

该系统通过分析166种精油的化学特征（质谱数据）来运行，这些精油被贴上了9种气味描述符（如“柑橘”或“木本”）。当用户指定所需的气味特征时，AI会生成与这些描述符一致的相应化学特征（质谱）。然后，它会用一种叫做非负最小二乘的数学方法来计算重现这种气味所需的精油混合物。

“我们的扩散网络使用精油的质谱数据模式，以全自动、简化和数据驱动的方式生成新的香味配置文件，同时保持高质量的数据输出。通过消除过程中的人为干预和分子合成，我们提供了一种快速、通用、有效的香料生成方法，”Nakamoto解释说。

虽然现有的基于人工智能的香味生成模型已经开发出来，但它们依赖于专有数据集，仍然需要专家的输入。新方法的主要优点是它能够完全自动创建新气味。此外，由于该系统根据精油配方生产香味，最终的香味可以很容易地重现。

此外，该团队还进行了人类感官测试，以评估人工智能生成的香味是否与预期的气味特征相符。在双盲设置中，14名参与者的任务是将人工智能生成的香水与适当的描述符（如“柑橘味”或“花香”）相匹配。参与者始终能够识别出正确的香味，这表明该系统可以产生符合人们期望的气味。在另一项测试中，参与者区分两种气味：一种是用来表达额外的特定气味描述符的，另一种是没有描述符的原始气味。他们可靠地选择了与目标描述符匹配的气味，这表明该模型生成了清晰且可识别的气味概况。

Nakamoto的模型是同类模型中的第一个，预示着人工智能将改变香水设计的未来。“这种方法代表了香气设计的重大进步，”Nakamoto说。他进一步补充说：“通过自动生成与所需气味特征相对应的质谱，OGDiffusion网络为香味创造提供了一种更有效和可扩展的方法。此外，即使是新手也能创造出一种特定的气味来制作有香味的数字内容。”

总之，这种创新的方法允许更快和更灵活的气味设计，在各个行业都有潜在的应用。通过利用人工智能生成气味，OGDiffusion模型表明，计算机确实可以拥有创造力的鼻子。

Generative Diffusion Network for Creating Scents