arXiv · Human-Computer Interaction· Awu Chen, Silang Wang, Yunge Wen 等 9 人
· 3 小时前
AromaGen：用多模态语言模型交互式生成丰富的嗅觉体验
AromaGen: Interactive Generation of Rich Olfactory Experiences with Multimodal Language Models
预印本 · 尚未经过同行评审
AI 导读
AromaGen 用多模态语言模型将自然语言映射到12种气味，60名被试在50种气味三选一任务中高于随机水平。
摘要 · AI 翻译
气味与食物、记忆和社会经验之间的联系，促使研究者将嗅觉引入交互系统。多模态 AI 为从自然语言生成气味开辟了新的可能性，但预训练模型是否编码了足够的嗅觉知识、足以将语言转化为可感知的配方，仍不清楚。我们提出 AromaGen，一个由 AI 驱动的 12 通道可穿戴嗅觉系统，它将自由形式的自然语言描述映射到 12 种基础气味剂，这些气味剂经选取以覆盖一个由语义推导出的嗅觉空间，同时支持通过自然语言反馈进行迭代改进。在一项被试间研究（N=60）中，针对 50 种真实世界基准气味，参与者在三选一强制选择任务中以高于随机水平的正确率辨别出 AromaGen 生成的目标气味，其中检索增强的 AI 配方表现与人类专家配方和零样本 AI 配方相当。自然语言反馈显著提升了 AI 配方与人类专家配方的感知相似度。我们的发现表明，利用预训练多模态 AI 并结合人类香气配方数据，从自然语言生成可感知的嗅觉体验是可行的。
中文由 AI 翻译，仅供参考，以原文为准。
来源：arXiv · Human-Computer Interaction · arxiv.org