当AI学会了闻味儿，人类就可以少工作70年。李⽲⼦在果壳发表的文章中提到，2023年10月08日，一篇由初创公司Osmo（从谷歌分拆）和莫奈尔化学感官中心等多个研究团队共同发布的论文称，AI模型可以让机器拥有比人类更好的“嗅觉”。这篇论文的研究人员核心要做的，正是去试图创建一个能够如实反映气味特征的人类嗅觉高维图谱，即POM。
研究人员首先创建了一个机器学习模型——消息传递神经网络（MPNN）。模型搭好之后，接下来就要喂给它学习材料。研究人员结合了Good Scents and Leffingwell & Associates（GS-LF）香精香料数据库，建立了一个包含约5000个分子的参考数据集作为训练基础素材。通过将分子的形状结构作为数据输入，模型得以输出最能描述某种气味的对应气味词。
实验最终将形成如下的嗅觉高维图谱POM（局部）：这张图直观表示了每种气味的感知距离。论文将POM和此前有过研究先例的基于摩根指纹的气味空间图进行对比，发现后者尚无法体现上述感知距离。
为了进一步验证模型训练效果，研究者找来了15位气味专家，来和模型比拼谁识别气味更准确。结果发现，对于其中53%的测试分子，模型的表现都优于小组成员的平均值。研究者还将模型的预测结果按气味描述词进行了分类，发现除麝香外，模型对分子气味的预测结果均在人类组的误差分布中，且在30个气味描述词的预测结果中优于人类组中位数。
后续，研究者还对模型的性能进行了反复验证，获得了较为稳定的分子结构-气味关系。最终得到了一张包含约50万种气味分子的图谱，当中甚至有许多还没有被发现或合成出来。如果让一名训练有素的人类评价员寻找这些气味，大概需要连续工作70年才可以全部收集到。
机器为什么需要闻气味呢？网友们纷纷给出了自己的见解，比如认为可以用于工厂污水处理的质量控制，进行爆炸物、毒品或是尸体的嗅探等。还有人希望可以据此研发出一款好的除臭剂，或者在医疗方面的应用，比如用来开发嗅觉丧失症的新疗法，或者通过气味检测疾病等。
Osmo公司的Alex Wiltschko在发布在Osmo官网的一篇文章中写道，“气味图谱是我们实现更远大目标的基础。如果可以开发出能够复制我们鼻子或狗的鼻子的功能系统，我们就可以尽早发现疾病；人工智能也将帮助医生找到更有可能在临床上取得成功的药物，更好地帮助合成化学家和调香大师进行工作……我们未来的工作目标是，为改善人类健康和幸福奠定坚实的科学和商业基础。”