最新的研究表明，英美科学家已经开发出了一种机器学习模型，可以使用语言描述化学物质的气味，达到了与人类嗅觉水平相媲美的程度。这项研究由谷歌研究院衍生的初创公司Osmo联合莫内尔化学感觉研究中心、雷丁大学和亚利桑那州立大学进行。

这个新设计的机器学习模型是通过训练神经网络系统来实现的。研究人员用55个描述性单词中的一个或多个来匹配气味的描述，然后将这些描述与已知气味剂的数据集进行训练。AI还分析了每种气味的化学结构，并确定了结构与气味之间的联系。

这个系统已经能够识别出大约250种化学物质结构中特定模式与特定气味之间的相关性，并将这些信息整合到主气味图（POM）中。当AI预测新分子的气味时，可以参考这张图。

为了比较POM与人类嗅觉水平，研究人员进行了实地测试。他们让15名志愿者与AI使用的描述性词汇进行匹配，并收集了数百种人们熟悉且可描述出来的气味剂。志愿者需要描述这些气味剂并让AI根据其化学结构预测气味。结果表明，AI的预测非常接近人类给出的平均反应，且更接近正确答案。具体来说，在测试分子中，该模型在53%的情况下表现优于人类平均水平。

这项研究的成功代表着气味数字化的一个重大进展。人们可以将这种机器学习模型用于设计新的合成气味，并能够更深入地了解人脑是如何解读气味的。此外，这也有助于开发更多与气味有关的技术和应用，例如气味传输和数字嗅觉领域。

总之，英美科学家开发的这种机器学习模型已经达到了与人类嗅觉水平相媲美的程度，能够通过语言描述化学物质的气味。这项研究对于气味数字化的发展具有重要意义，将有助于进一步推动这一领域的研究和应用。