作为人造的智能，AI人工智能拥有着人类难以企及的强大智慧量和信息处理能力，而现在，人类正在赋予其更多的“感官”，让它越来越“像”人了。
就在最近，OpenAI宣布将为ChatGPT加上语音功能，相当于给人工智能加上了“嘴”，而此前OpenAI已经为ChatGPT加上了图片识别的“眼睛”，将在10月正式上线，面向付费的Plus和企业版用户。
不仅如此，最近已经有研究团队正在努力以AI模型为基础，让机器拥有比肩甚至超越人类的嗅觉。
人工智能拥有“视、听、嗅”这样的感官究竟有什么必要，今天笔者就和大家一同探究。
人工智能看得更仔细
“眼”应该是人工智能较早拥有的人类感官。
研究者从很早就开始让机器能够学会“看”，其原理也非常简单，就是用大量的数据进行“投喂”。通过标注区分每张照片、视频中的结构、模型、色彩等信息，由计算机形成对图片内容的数字信息概念，进而完成区分。也就有了“计算机视觉”。
(图源：小米)
现有的计算机视觉在日常生活中应用已经很多，尤其在大家的智能手机当中，在拍照时无论是人像模式的主体抠像、背景虚化，还是美颜相机等一众强大算法，都离不开计算机视觉。
这次ChatGPT加入的“眼睛”则更进一步，直接整合了另一家文生图大模型DALL·E 3，拥有图片搜索功能，类似谷歌Lens，只要上传照片，ChatGPT就可以发现照片中的问题，并且提供相应的回应。
(图源：OpenAI)
而在文生图部分，DALL·E 3相比同为AI画图应用的Midjourney，在语义理解、关键词处理等方面也都更加强大，尤其改善了很多大模型对提示词断章取义的问题，“刘德华为什么很少演反派”触发水军关键词的类似问题以后应该会少很多(笑)。
人工智能讲得更自然
相比于“看”，“听”对人工智能来说要更简单不少。
在很早之前，互联网公司们就已经开始积极布局“智能语音助手”了。现如今，诸如苹果Siri、小米小爱同学、百度小度等等都已经有了相对成熟的应用。
但传统的“智能语音助手”现在也只能做一些诸如开关灯、播报天气这样的简单应用，一些复杂的操作还需要人工介入或者依赖预设的自动化选项。
而这次ChatGPT加上语音功能则能够支持以5个“角色”视角来进行回答，相比传统语音助手，语气更接近真人，并且在ChatGPT庞大的语言模型支撑下，能够回答更长的问题或执行更复杂的操作。
(图源：公众号 小米公司)
国内厂商也在布局，在去年5月20日当天，小米以自家小爱同学音箱为主角，举办了一场特殊的“脱口秀”，这就是小米所做的“情感对话”功能。
其准确把握到了当代社会人普遍存在的心理情感问题，并以一个“感情陪伴者”“倾听者”的角度给予一定的陪伴和安慰。
此后，“智能语音助手”将可能被大模型更多改造，以适应情感陪伴、个性化对话等更具象化的需求。
人工智能闻得更有价值
在2013年愚人节期间，谷歌上线了一个愚人项目Google Nose，用户只需要在谷歌搜索框内输入关键词，然后点击“闻一闻”，就能在电脑旁闻到相应的味道，比如新车的气味、早餐培根的香味等等。
(图源：《复仇者联盟3》)
这当然是一个愚人节玩笑(当然，如果你想闻电脑烧糊的味道的话，那还是有机会的，笑)，不过现在正在有人试图将这个项目落地。
今年9月初的《科学》杂志刊登了一篇由初创公司Osmo(从谷歌分拆)和莫奈尔化学感官中心(Monell Chemical Senses Center)等多个研究团队共同发布的论文，其中称，AI模型可以让机器拥有比人类更好的“嗅觉”。
相比于图片、语音、文字这样已经可数字化记录和呈现的内容，目前还没有一个量化的指标能够采集归纳出“气味”。
(图源：品玩)
实验人员通过模拟人类嗅觉系统对于特定气味分子的识别传递过程，搭建了一套“消息传递神经网络”机器学习的模型，随后引入了一个包含约5000个分子的香精香料数据库，最终得出了一套嗅觉高维图谱。最终其对气味的识别准确率还要高过人类气味专家。
而这样一套让人工智能能够“闻”到味道的系统，可能有着大家想象之外的巨大意义。
回望人类利用嗅觉的主要场景，除了品味食物等日常场景，能够最先想到的就是“警犬”——由于犬类比人发达数十倍的嗅觉系统，往往被训练用作扫毒、排爆这样的执法场景。而让机器拥有嗅觉就能够让生物远离潜在的威胁。
另一方面，早年笔者还曾看过，由于犬类发达的嗅觉，能够对人类癌症等病灶有明显的感知，而由机器来“闻”则更加具象化且易于诊断，是医疗诊断的新发展路径。
同时，这对于香水行业、餐饮业、环保业都有可能的帮助。
写在最后
各位读者觉得，让机器、人工智能拥有人类的“五感”是有意义的吗?欢迎在评论区留下你的看法。