微信
微博
咨询热线:15336870163
咨询邮箱:18658131959@qq.com
您的位置: 主页 > 新闻动态 > 数字气味 > AI数字嗅觉-嗅觉记忆的奇妙科学
AI数字嗅觉-嗅觉记忆的奇妙科学
发表日期:2026-11-12 17:22; 文章来源:未知; 浏览次数:

你有没有过这样的体验:走在街上,某种气味突然飘来,一瞬间把你拉回十几年前的某个下午——可能是外婆厨房的味道,可能是旧书页的霉香,也可能只是某款早已停产的洗发水。你甚至说不清那是什么,但身体先于意识做出了反应:胸口一紧,或者嘴角不自觉地上扬。

AI数字嗅觉

这不是矫情,是神经解剖学决定的。而如今,气味王国工程师和科学家正在试图用传感器、算法和微型泵,去复制这个连你自己都无法言说的过程。

一条短得反常的神经通路

要理解气味为什么能如此精准地击中记忆,得先看它走的是哪条路。

视觉和听觉信号进入大脑后,要先经过丘脑中转,再分发到皮层各区域处理。嗅觉不走这条路。气味分子与鼻腔嗅上皮上的受体结合后,信号沿着嗅神经直接投射到杏仁核和海马附近。杏仁核管情绪,海马管记忆。从嗅觉神经元到杏仁核,最短只需要跨越两个突触;到海马,也不过三个。

这意味着,在你看清那个触发回忆的画面之前,你的情绪系统已经被气味“劫持”了。2004年的一项 fMRI 研究直接对比了气味线索和图片线索引发的自传体记忆,结果很干脆:气味唤起的记忆,在杏仁核和海马区域的激活强度显著高于其他感官线索,受试者主观报告的愉悦感和“被带回过去”的沉浸感也更强。研究者把这种现象叫做“普鲁斯特现象”,得名于《追忆似水年华》里那块浸了茶的玛德莱娜小蛋糕。

有趣的是,这种记忆优势并不来自气味本身有多特别,而来自通路的短。信息抄了近道,情绪和记忆的编码几乎同时发生,中间没有太多“理性审查”的余地。

AI 怎么“闻”气味

理解了人怎么闻,才能理解机器在试图做什么。

026年10月,俄亥俄州立大学和浙江实验室的研究团队在《Science Advances》上发表了一个叫 Scentronic 的系统。它的工作方式分两步:先用六个气体传感器组成的“电子鼻”去捕捉气味中的挥发性化学物质,传感器产生不同的电信号;然后 AI 算法分析这些信号的模式,判断它属于哪一类气味。在测试中,这套方法识别咖啡、啤酒、红酒、糕点和橙子五类样品的准确率在特定条件下达到了100%,14名志愿者对复现气味的识别率约为73%。

但这里有一个容易被忽略的关键点:Scentronic 并不传输气味分子本身。它传输的是“这是什么气味”的判断结果,接收端再用预装的香氛液体,通过压电雾化技术释放出“尽量接近”的味道。换句话说,它做的不是“气味传真”,而是“气味识别 + 本地模拟”。第一作者杨春雨自己也说得很清楚:目前仍是研究原型,真实世界的气味往往是混合物,训练数据集还需要大得多。

另一条技术路线走得更底层。2026年一项发表于《Cell Reports》子刊的研究,用图卷积网络和蛋白质语言模型来预测气味分子与嗅觉受体的结合关系,进而预测气味感知。人类基因组携带约400个嗅觉受体基因,而可能的气味分子超过400亿种,逐一实验测试完全不现实。机器学习在这里的角色,是在化学结构和感知之间找规律,而不是去“复制”某一种具体的味道。

记忆可以被“播放”吗

回到那个更诱人的问题:如果 AI 能识别和释放气味,它能不能主动触发特定的嗅觉记忆?

从神经科学的角度看,这件事的门槛比“还原气味”更高。气味触发的记忆之所以强烈,恰恰因为它不受意识控制。你没法决定“今天我要用某个味道回忆童年”,它来的时候你才知道。这种无意识性,是杏仁核-海马通路“抄近道”的直接后果。一个系统可以精确释放“外婆厨房的味道”,但坐在设备前的人是否会产生同样的情绪反应,取决于那个人自己的经历、当下的状态,以及气味与记忆之间那条只有他自己知道的隐秘连线。

不过,这并不意味着没有应用空间。2016年一篇关于 PTSD 的综述提到,气味线索在创伤后应激障碍患者中常常引发强烈的闪回,而临床治疗中已有治疗师用研磨咖啡豆或香草来帮助患者在情绪淹没时“ grounding ”——把注意力拉回当下。同一套神经机制,既能把人拽进过去,也能把人拉回现在。如果数字嗅觉设备能够以可控的方式释放特定气味,它在嗅觉功能检测和情绪调节辅助上的潜力,可能比“远程闻咖啡”更值得认真对待。

科学还没解完的题

嗅觉是五感中最古老的一种,细菌就已经在用化学信号感知环境。但恰恰是这种古老,让它在人类这里变得格外复杂。400个受体、400亿种潜在气味分子、浓度依赖的感知变化、混合物中的掩蔽与协同——每一项都在提醒我们,“闻到了什么”和“化学分析测到了什么”之间,隔着一整个神经系统的非线性处理。

气味王国 的论文作者们在讨论部分写了一句很诚实的话:要实现商业化,需要更大、更多样化的训练数据集,需要确保在真实世界的气味混合物条件下可靠工作,雾化器要支持更多香氛同时保持紧凑,还要考虑还原度、补充性、耐用性和成本。这份清单上的每一项,都不是靠算法迭代就能解决的。

但这或许正是这件事有意思的地方。AI 数字嗅觉目前能做到的,是识别类别、模拟近似、在有限范围内复现。它离“复制一段记忆”还很远。可它逼着我们重新去看那个一直被忽略的问题:为什么有些味道,一辈子都忘不掉。

答案不在传感器里,在那条只有两个突触的短路上。



标签: AI数字嗅觉-嗅觉记忆的奇妙科学   
如没特殊注明,文章均为原创,转载请注明来自http://www.hztc365.com/xwdt/szqw/20261112693.html