AI與科技第 95 期

數位世界中最晚抵達的感官

智能不只存在於大腦中。真正的具身AI還沒有『鼻子』

安光涉（Oswarld）· INLEVEL9 作者與編輯

數位世界中最晚抵達的感官

前言

各位訂閱者您好，我是Oz的知識對談。不知道各位訂閱者喜不喜愛香水呢？

今天我想從一個稍顯陌生的話題開始聊起。如今是AI通過醫師、律師考試，AI設計的抗癌藥物進入臨床試驗，AI代理幫我們整理郵件的時代。但最近我在Noema雜誌上讀到一篇文章，提出了一個很有趣的問題。

「為什麼賦予AI嗅覺的研究進展得這麼慢？」

先跟大家說一個數字。從2015年到2025年的十年間，關於機器嗅覺（machine olfaction）1的論文數量，甚至不到電腦視覺與自然語言處理論文數量的1%。NeurIPS、ICLR、ICML等大型AI學術會議也幾乎不處理嗅覺議題。甚至最近湧現的大量人形機器人新創公司，在設計時完全排除了嗅覺感測器。

這看起來可能只是優先順序的問題。「視覺和語言優先，嗅覺之後再說」，大概是這樣的想法。但今天我之所以提起這個話題，是因為我認為這不是順序的問題，而是結構性的問題。讓我們來拆解一下這個結構的本質。

誇張的標題與真正的空白

其實「能聞氣味的AI」這個說法本身並不新鮮。像 “Computers Are Learning to Smell”（The Atlantic）、“AI is digitizing our sense of smell”（世界經濟論壇）這樣的標題，已經重複了好幾年。但Noema那篇文章指出，這些標題大多有誇大之嫌。例如仔細閱讀BBC Future的 “An AI started ‘tasting’ colours and shapes” 這篇文章，實際發生的事情不過是 LLM重複了學習數據中「甜的是粉紅色且圓的」這種人類聯想模式而已。不是AI聞到了什麼，而是把人類寫下關於氣味的文字複製貼上而已而已。所以，不是「聞到了」氣味，而是「描繪」了氣味。

但為什麼這個話題現在變得重要了呢？最近出現了「LLM已達到頂峰」的討論，在AI研究者之間，世界模型（world model）2——即利用視覺、聽覺、觸覺等多種感官數據在內部重新建構世界的系統——被視為下一個突破方向。而 嗅覺，若以人類每天接收的感官資訊量來衡量，是繼視覺、聽覺之後的第三大感官。但大多數建構世界模型的研究，完全忽略了這第三個通道。

🧠 為什麼嗅覺是智能的一部分

「嗅覺極其無用。」

這是查爾斯·達文（Charles Darwin）在1874年說的話。哲學家康德在1798年走得更遠。

「嗅覺是最不需要存在的感官，不值得培養。」

在西方智識史中，嗅覺長期被視為「低等的感官」。但近20年的神經科學正在顛覆這個評價。當然，對現在的我來說這難以想像，但讓我整理幾個當時他們這樣認為的依據。

第一，嗅覺直接連接到大腦最古老的迴路。 其他感官都要經過丘腦（thalamus）才能到達大腦皮層，唯有嗅覺跳過丘腦，直接進入海馬體和杏仁核（負責記憶和情緒的區域）。這就是為什麼食物氣味會突然喚起童年記憶的原因。

第二，嗅覺訓練確實能提升認知能力。 UC Irvine（加州大學爾灣分校）神經科學團隊在2023年發表的研究特別令人印象深刻。將43名60至85歲的成人分為兩組，一組在每晚睡眠期間交替接觸2小時的香氣（玫瑰、橙香、尤加利等7種），另一組則只接觸極微量的香氣。6個月後，接觸香氣的組別在語言記憶測試中，與對照組相比成績差異達226%。MRI掃描甚至觀察到負責記憶與情緒整合通路的左側鉤狀束（uncinate fasciculus）3的結構性改善。

第三，嗅覺喪失是約70種神經及精神疾病的先兆訊號。包括阿茲海默症、帕金森氏症、精神分裂症、酒精成癮等。近期研究也越來越多地關注新冠後遺症導致嗅覺喪失的人群的認知退化問題。

換句話說，嗅覺不是「有則更好」的功能，而是接近智能、記憶、情緒的基礎設施。但我們開發的AI完全跳過了這套基礎設施。

📚 為什麼AI將嗅覺排在後面？五個結構性空白

對這個問題回答最系統化的文件，是2025年在EurIPS上發表的一篇立場論文（position paper）。作者是機器人研究者、Toyota North America工程師Kordel K. France及其共同作者。讓我整理一下他們提出的五個「結構性空白」。

  • 嗅覺理論的不確定性。我們還不完全了解嗅覺受體如何運作。「形態理論」（氣味分子像鑰匙一樣插入受體）與「振動理論」（分子的振動頻率被偵測到）仍在競爭中。視覺是在RGB三原色理論等共識性理論基礎上發展的，而嗅覺還停留在基礎科學的共識階段。
  • 數據標準的缺失。 這才是真正的核心。影像有JPG、PNG，聲音有WAV、MP3。正因為有這些格式，才能建立ImageNet這樣的大規模數據集，深度學習才得以爆發。嗅覺領域還沒有這個「JPG」。金屬氧化物感測器、電化學感測器、光學感測器、移植昆蟲生物受體的感測器等，偵測方式各異其是，數據表示規格也尚未統一。

3. 主觀標註的侷限。「檸檬香」「花香」這類標籤的文化與個人差異很大。同樣的分子，有人覺得「清爽」，有人覺得「酸澀」。此外，2008年的一項實驗顯示，同樣的氣味只要換個名字，感知就會不同。例如加上「玫瑰」這個名字，就會感覺更甜美。

4. 基準測試的缺失。語言模型有MMLU，視覺有CIFAR、ImageNet。HuggingFace排行榜上有即時排名。嗅覺領域還沒有這樣的競爭基準。研究者沒有共同的比較尺度，很難客觀地判斷誰做得好、誰做得差。

5. 社群的缺失。 這是前面四項交織在一起產生的結果。沒有標準、沒有數據、沒有基準測試，研究者就缺乏投入的動機。論文難以發表，可重現性驗證困難，產業應用也碎片化。

我從數據背景的角度閱讀這篇論文時，最點頭認同的是第二項。無論是哪種感官模態，標準格式沒有先建立，數據集就無法擴大；數據集不擴大，模型就無法學習。這個順序是固定的。

🔬 試圖打破僵局的人——感測器陣線與香水陣線

目前填補這一空白的嘗試主要分為兩大方向。

前面提到的Kordel France是這個陣營的代表人物。他最近推出的Sigma是一款可連接智慧型手機的便攜式氣味記錄裝置，其特點是像錄音筆或相機一樣能「記錄」氣味。在此收集的數據會進入名為ScentNet的開放多模態數據集。從名字就能猜到吧？這是刻意呼應史丹佛大學李飛飛（Fei-Fei Li）在2009年創建的ImageNet。這幾乎是一份「打造嗅覺時代ImageNet」的宣言。

France同時也在Toyota工作，他說，即使機器人只搭載目前水平的嗅覺感測器，配合影像也能進行「偵測到乙醇、甲烷、庚烷→車輛引擎正在運轉或發生火災」這樣的推理。視覺無法涵蓋的脈絡，由化學訊號來補足。

這個領域已經有100億美元的市場在運轉。最受關注的是Alex Wiltschko在2022年創立的Osmo。他曾在Google Brain建立Alphabet的嗅覺研究團隊，2025年3月正式推出了AI驅動的香水設計工作室Generation by Osmo。 Osmo擁有名為「Olfactory Intelligence（OI）」4的專屬AI模型，能接收文字或影像提示詞，生成香氣分子組合。2024年，他們宣布成功將「剛切開的夏季李子」香氣在分子層面進行數位編碼→重現（傳送）。

Givaudan的Carto、IBM為Symrise開發的Philyra也屬於類似領域。 這意味著瑞士的大型香精公司已經在使用AI驅動的調香工具。

不過，我注意到這裡有一個結構性的差異。香水領域中，人類調香師的主觀評價是最終裁判。AI提出分子方案後，由調香師聞香並做判斷。所以嚴格來說，這種做法不是「機器聞氣味」，而是「機器提出香氣配方」。真正的機器人在環境中即時辨識氣味並做出反應，與嵌入式嗅覺技術仍有距離。

⚙️ 為什麼光靠感測器解決不了

那是不是感測器技術進步了就行了？這個問題很自然地浮現。現實比這更棘手。

最精確的分子偵測設備——氣相層析-質譜儀（GC-MS）——現在仍有冰箱大小，價格約50萬美元，分析一個樣本需要6小時。這根本不是能裝在機器人上的東西。因此提出的替代方案是小型「電子鼻（e-nose）」，但它也有三個侷限。

  • 隨時間推移靈敏度變化的漂移問題——哺乳類嗅覺神經元會不斷再生，人工感測器做不到。
  • 偵測範圍侷限——只在實驗室條件下表現良好，到了實際環境性能急劇下降。
  • 感知與偵測的落差——能捕捉特定分子，但要將複雜的混合氣味辨識為「咖啡豆」則是另一回事。

還有一個根本性的問題。嗅覺真的是可量化的對象嗎？目前估計的氣味分子組合數量約為10的60次方。這是我們太陽系原子數的1,000倍。而且大多數氣味都是「和聲」。草莓香也是數百個分子的組合，每個分子彼此增強或抑制。當我們說「海的味道」時，其實是在給一個幽靈命名。

這是與視覺的根本性差異。視覺可以用RGB三個通道近似大多數顏色。嗅覺沒有這樣的低維軸。

Oz的視角

結合我在GTM策略領域的工作經驗來看，這個話題不是感官的哲學問題，而是標準與數據基礎設施的產業版圖問題。

回顧歷史，電腦視覺爆發的原因不是GPU變好了。 而是因為JPG、PNG等標準格式已經存在，ImageNet等公共數據集出現了，Kaggle、CIFAR等競技場被建立起來了。瓶頸從來不是演算法，而是標準、數據、基準測試。自然語言處理也走了一樣的路徑。

嗅覺目前還在那個起跑線之前的階段。如果韓國企業關注這個市場，我認為與其競爭模型開發，不如早期參與標準制定和數據集建設，槓桿效應更大。 IEEE P2520機器嗅覺標準已經在討論中，ScentNet等開放數據集也才剛起步。從醫療保健的疾病早期診斷、智慧工廠的品質檢測，到半導體與顯示面板製程的氣體洩漏偵測，應用市場一定會打開。只是那是在未來3年內還是10年後，取決於這五個空白能多快被填補。與其搶跑，不如在標準附近佈局，那才是能贏的遊戲。

結語

  • AI研究目前聚焦於語言和視覺，但越來越多的論證指出，真正的具身智能不能缺少嗅覺這類低頻寬、高脈絡的感官。
  • 嗅覺AI進展緩慢不是技術不足，而是數據標準、基準測試、社群的空白所致。它還沒能走電腦視覺曾經走過的路。
  • 香水產業已經開始行動，但嵌入式嗅覺仍停留在標準制定階段。誰在這個階段參與，將決定未來10年的格局。

如果想深入了解，我推薦瀏覽France的立場論文。特別是「為什麼嗅覺與類腦運算5如此契合」這一節，即使當作下一代半導體架構的故事來讀，也相當有趣。等研究結束後，我打算整理這個趨勢另一端的Yann LeCun陣營「抽象推理優先」的論理。

參考資料 & 延伸閱讀

核心來源

背景知識

作者 安光涉（Oswarld） 現任世宗大學兼任教授，INLEVEL9 策略顧問。職涯經歷、研究、著作與近期活動會持續更新在作者介紹。 最新動態 · 2026年7月：HEMA-2: A Consolidation-Aware Tri-Memory Architecture with Multi-Channel Scheduling for Lifelong Conversational AI。

각주

  1. 機器嗅覺（Machine Olfaction）：指機器或機器人利用化學感測器偵測和分類氣味的技術領域。也稱為「電子鼻（e-nose）」。簡單來說，就像相機模擬視覺一樣，是用感測器模擬嗅覺的嘗試。 ↩

  2. 世界模型（World Model）：AI在內部模擬其所處世界的結構，從而預測接下來會發生的事情並規劃行動的方式。可以想像小孩在丟球之前預測「用這個力氣大概會落在那裡」。這是與只學習文字的LLM不同的方法。 ↩

  3. 鉤狀束（Uncinate Fasciculus）：連接大腦顳葉（負責記憶）和額葉（負責判斷與決策）的神經纖維束。隨年齡增長會逐漸退化，是阿茲海默症早期最先受損的部位之一。可以把它想像成「連接記憶與判斷的高速公路」。 ↩

  4. Olfactory Intelligence（OI）：Osmo創立的術語，指學習了香氣分子化學結構與人類感知香氣標籤之間關係的AI模型。可以把它視為對應於處理文字的NLP、處理影像的電腦視覺的「嗅覺版AI」。 ↩

  5. 類腦運算（Neuromorphic Computing）：不像傳統CPU、GPU那樣依時鐘脈衝運作，而是像大腦一樣只在事件發生時才運作的架構。優點是功耗低、並行處理能力強。與嗅覺這類「間歇性、爆發性」進來的數據非常契合。 ↩

延伸閱讀

第 92 期AI與科技

人工智慧給女性的薪資更低。

當決策交給機器的那一刻，偏差該由誰來負責？

第 90 期AI與科技

加拉帕戈斯的反擊：韓文登上 GitHub 第一名的那一天

35 年累積的文件的專業知識，首次被兌換成全球通用的貨幣。

第 85 期AI與科技

藏於一張紙中的致命毒品成癮

監管邁出一步，非法化學卻已跑出十步