AI以其视觉（如无人驾驶汽车）和听觉（如Alexa和其他家庭助理）的能力而闻名。从现在起，它可能也会觉醒嗅觉的能力。拉夫堡大学正在开发一种具有嗅觉的AI系统，学习如何识别人类呼吸中能够显示疾病的物质。

动物甚至植物都利用嗅觉来识别漂浮在空中的数百种不同的物质。但是与其他动物相比，人类的嗅觉远没有那么发达。由于这个原因，人类意识到空气传播的丰富的信息，可以通过高度敏感的嗅觉系统来感知。AI可能会改变这一点。

几十年来，世界各地的实验室都能够使用机器来检测空气中的微量物质。这些称为气相色谱质谱仪或GC-MS的机器可以分析空气，以发现数千种不同的被称为挥发性有机化合物的分子。

在GC-MS机器中，首先将空气样品中的每种化合物分离出来，然后将其捣碎成碎片，从而创建可识别化合物的独特图谱。下图是呼吸样本分析的一小部分数据。

GC-MS仪器的呼吸样本数据的3D视图

每个峰代表分子的一个片段。这种峰值的特定模式揭示了不同物质的存在。即使是最小的峰值往往也是至关重要的。在人类呼吸中存在的数百种化合物中，即使在早期阶段，它们中的少数可能会揭示各种癌症的存在。因此，世界各地的实验室都在尝试将GC-MS作为一种无创诊断工具，无痛且及时地识别许多疾病。

不过这个过程可能非常耗时。大量数据需要由专家手动检查和分析。化合物的数量和数据的复杂性意味着即使是专家也需要很长时间来分析单个样品。人类也容易出错，错过一个化合物或将一个化合物误认为另一个化合物。

拉夫堡大学数据科学团队正在开发最新的人工智能技术，以感知和学习不同类型的数据，即呼吸样本中的化合物。深度学习网络专门设计用于“读取”气味留下的痕迹。

爱丁堡癌症中心的一组医生，护士，放射技师和医学物理学家从正在接受癌症治疗的参与者那里收集呼吸样本。然后由两组化学家和计算机科学家对样本进行分析。

一旦化学家手动确定了一些化合物，快速计算机就会获得这些数据来训练深度学习网络。计算由GPU加速，可以同时处理多个不同的信息。深度学习网络从每个呼吸样本中学到的知识越来越多，直到他们能够识别显示呼吸中特定化合物的特定模式。

从空气中的化合物或呼吸样本到被检测物质的视觉化

在第一次研究中，重点是识别一组化学物质，称为醛类，这些化合物通常与香料有关，但也与人类压力条件和疾病有关。

配备该技术的计算机只需几分钟就可以自动分析以前需要数小时才能完成的呼吸样本。实际上，AI正在使整个过程成本更低，但最重要的是它更可靠。更有趣的是，这款智能软件可以获取知识并随着时间的推移分析更多样本。该方法不限于任何特定的物质。利用这种技术，可以训练深度学习系统，以检测少量挥发性化合物，可能在医学，法医学，环境分析等领域有广泛的应用。

如果AI系统可以检测疾病标记，那么就可以诊断我们是否患有某种疾病。这有很大的潜力，但它也可能会引起争议。我们只是建议AI可以用作检测空气中物质的工具。它不一定需要诊断或做出决定，最终的结论和决定将留给我们人类。