问题：长期以来，视觉与听觉已建立起成熟的数字化体系，图像、视频和音乐可以被编码、存储与传播。相比之下，嗅觉与情绪、记忆紧密有关，却很难被“记录”和“复现”。“能否像传输图片那样传输气味”的设想并不新鲜，但受限于科学机理与工程实现路径，气味数字化进展一直不快。如何让计算系统理解并描述气味，并深入服务研发与产业，仍是跨学科领域的关键难题。 原因：气味世界的复杂程度远超想象。其一，气味分子种类繁多，嗅觉感知并非简单的“结构对应气味”的线性关系：微小的原子差异可能带来截然不同的气味体验，而结构差异很大的分子也可能呈现相似气味，使得仅凭化学结构推断气味的传统方法效果有限。其二，人类嗅觉涉及受体结合、神经传递以及大脑情绪与记忆区域的综合处理，个体主观描述差异明显，难以统一标准。其三，自然界多数气味并非由单一分子产生，往往是多组分混合并受浓度影响，真实场景比实验室“纯分子”条件更复杂。多重因素叠加，使嗅觉数字化同时面临数据、机理与工程体系三方面挑战。 影响：报道指出，研究人员利用既有的香水与香料资料目录，将气味分子的结构信息与人类气味描述建立映射关系，并据此对气味进行分类，构建可用于推断的新型“嗅觉地图”。这个思路的意义在于：第一，为气味提供类似“坐标系”的表达方式，使其不再仅依赖语言形容，而能在计算空间中定位与比较；第二，让系统对未知分子给出相对稳定的气味预测，在一定条件下准确度可达到与人类测试相当，甚至略有提升；第三，为香精香料研发提供更可操作的工具——既可由结构预测气味，也可根据需求关键词反向检索可能的分子结构，从而缩短筛选周期、降低试错成本。对产业而言，这类技术有望减少对经验和大量实验的依赖，推动研发从“经验驱动”转向“数据与模型驱动”。 对策：要让气味数字化从概念走向可用，仍需技术路线与规范体系同步推进。一是提升高质量数据供给。气味描述需尽量标准化，包括描述词体系、评测流程、样本来源与浓度记录等，以降低主观偏差带来的噪声。二是把能力边界从“单分子”拓展到“复合气味”。现实气味多组分叠加，模型需要纳入混合物、浓度与环境条件等变量，建立更贴近真实场景的训练与验证体系。三是强化实验采集与工程化闭环。通过仪器捕捉与筛选气味分子，持续扩充数据库，并用实验反馈迭代校正模型，以提升可解释性与可靠性。四是推动跨学科协同。嗅觉科学、化学分析、计算建模、材料与传感器等领域需要形成更紧密的协作机制，同时为产业端提供可落地的接口与标准。 前景：若嗅觉数字化持续取得突破，应用空间可观。短期内，香水、日化、食品风味等领域可能率先受益，研发筛选效率提升、成本下降，创新周期有望缩短。中期来看，随着传感器与数据体系完善，气味识别与质量检测或将在食品安全、环境监测、工业泄漏预警等场景发挥作用。长期而言，若能建立更通用的气味编码与传输体系，“气味存储与再现”可能成为多媒体传播的新维度，进一步拓展文化内容、沉浸式体验与健康管理等领域的边界。同时也需看到，嗅觉与人体生理反应密切相关，面向大众的产品化应用必须把安全性、可靠性与伦理边界置于优先位置，并接受严格的科学验证与监管约束。
从视觉到听觉，再到如今的嗅觉，人类正逐步将感官体验转化为可被机器理解与处理的数字信息。该过程不仅推动了人工智能的发展，也在重塑我们对感知、记忆与情感的理解。当技术能够捕捉并重现气味这一古老而本能的感官时，我们或许正在进入一个感官体验可被长期保存、跨越时空传播的阶段。这既表明了科学与工程的进步，也促使我们更深入地认识自身感知的机制与边界。