超越人類極限!石墨烯打造 AI 電子舌頭精準辨識牛奶、咖啡、果汁成分

超越人類極限!石墨烯打造 AI 電子舌頭精準辨識牛奶、咖啡、果汁成分

ADVERTISEMENT

試想一下,如果有一種裝置可以像人類的舌頭一樣品嚐食物,甚至能分辨出牛奶中是否摻水、果汁是否新鮮,甚至還能區分不同品牌的咖啡,那會是多麼神奇的事情!

隨著人工智慧(AI)和感測技術的飛速發展,我們越來越接近能夠以機器來精準偵測並分析日常生活中的物質。近期,美國賓夕法尼亞州立大學(Penn State)的研究團隊在《自然》(Nature)期刊上發表了一項令人驚艷的研究成果——他們開發出了一種名為「電子舌頭」的裝置,這一技術能夠辨識液體中的微妙差異,如牛奶中的水分變化、不同品牌的汽水、咖啡混合物,甚至果汁的新鮮度和食品安全問題。更重要的是,研究團隊發現,當AI自行設定評估參數時,結果的準確性明顯高於依靠人類提供的參數。

電子舌頭:結合AI與感測技術的創新

這項「電子舌頭」的核心技術來自於石墨烯基離子感應場效電晶體(Graphene-based Ion-Sensitive Field-Effect Transistor, ISFET),這是一種能夠偵測化學離子的導電裝置。它可以像人類的味覺感受器一樣檢測液體中的化學離子。與人類舌頭不同的是,這個電子舌頭的感測器並非專門針對特定化學物質設計,而是可以廣泛地檢測不同類型的化學物質。更重要的是,它與人工神經網路相連,透過機器學習來分析感測器收集到的數據。

該裝置與一個經過多種數據集訓練的人工神經網路(Artificial Neural Network)相連。研究人員首先為該神經網路提供了20個特定參數,這些參數與液體樣本如何影響感測器的電性有關。依據這些人為設定的參數,AI可以快速準確地檢測樣本內容,例如淡化的牛奶、不同類型的汽水、咖啡混合物和不同新鮮度的果汁,其準確率高達80%以上,而且只需約1分鐘的時間。

安裝在印刷電路板 (PCB) 上的石墨烯 ISFET 晶片。圖片來自:Nature

AI自行決策,精確度再提升

在達成基本的準確率後,研究團隊決定讓神經網路自行選擇分析的參數,並提供其原始感測數據。結果顯示,AI基於自行設定的參數分析,準確率達到理想的95%以上。這一結果證明,AI在沒有人工干預的情況下,能夠更準確地解讀電子舌頭的感測數據,這是過去難以實現的。

其中,研究團隊使用了名為Shapley加法解釋法(Shapley Additive Explanations, SHAP)的技術,這是一種來自博弈論的決策方法。該技術可以為每個數據點分配一個重要性權重,藉此逆向推導神經網路在做決策時是如何評估各個組成元素的。此方法讓研究團隊能夠窺探AI的「思考過程」,這在AI領域中屬於前所未有的突破。過去AI的決策過程大多是不透明的,而現在透過SHAP,研究人員能理解AI如何對數據進行綜合評估,這也為未來更具透明性的AI技術發展鋪路。

AI 的「味覺」是如何形成的?

研究人員將 AI 的評估過程比喻為兩個人喝牛奶。他們都能辨識出這是牛奶,但一個人可能認為這是脫脂牛奶並且已經變質,而另一個人可能認為這是 2% 的牛奶而且仍然新鮮。即使是做出評估的人,也很難清楚地解釋其中的細微差別。

AI 就像經驗豐富的品酒師,它可以從數據中捕捉到人類難以察覺的細微特徵,並做出更精準的判斷。這是因為 AI 能夠更全面地考慮感測器的特性,進而減輕日常可能發生的變化所帶來的影響。

AI模擬大腦的味覺系統

研究的領軍人物、賓州州立大學的工程學教授薩普塔爾希·達斯(Saptarshi Das)表示,這項技術的靈感來自於人類的味覺系統。人類的舌頭會與食物發生相互作用,然後將這些資訊傳遞到大腦的味覺皮層(gustatory cortex),而味覺皮層則會對這些味覺訊息進行解讀。這不僅限於基本的味道分類(甜、酸、苦、鹹、鮮),大腦還會學習這些味覺的細微差異。研究團隊正是利用了這一原理,透過人工神經網路來模擬大腦對味覺數據的處理,最終成功打造出能夠精確分辨不同液體的電子舌頭。

共同作者哈里克里希南·拉維錫安德蘭(Harikrishnan Ravichandran)解釋,過去團隊已經研究了大腦如何反應不同的味道,並透過整合不同的二維材料,為AI模仿人類處理訊息的過程提供了一個藍圖。如今,在這項研究中,團隊擴展了這一技術,試圖讓感測器準確檢測化學物質,並且能夠辨別類似食品之間的細微差異,甚至能夠偵測到食品安全隱患。

AI在食品安全與醫療診斷中的應用前景

除了可以準確檢測牛奶的水分變化、果汁的新鮮度外,研究團隊也強調,電子舌頭的應用範圍遠不止於食品行業。該技術同樣可以應用於醫療診斷,尤其是在需要精確檢測不同液體樣本的情況下。團隊指出,AI的分析精準度取決於其訓練數據集,因此,只要數據集足夠豐富,這項技術在未來將有可能推廣至更多領域。

另外,AI的強大處理能力也使得感測器的製造變得更加實惠。根據研究團隊的說法,感測器本身不需要完全一致,因為機器學習演算法可以從整體數據中找出正確的答案。這意味著未來的感測器可以容忍某些製造過程中的瑕疵,進而降低生產成本。

「我們發現,我們可以接受不完美,因為自然界本身就充滿了不完美,但依然能做出穩健的決策,就像我們的電子舌頭一樣。」達斯教授如此總結。

改變日常生活方式

這項技術的突破不僅為AI技術的發展提供了新的思考方式,還為食品安全檢測和醫療診斷等領域帶來了嶄新的可能性。從電子舌頭到人工神經網路,AI技術不斷模仿並超越人類感官的功能,未來,我們可以期待看到這項技術的更廣泛應用,並改變我們的日常生活方式。

這項研究得到了NASA太空技術研究生機會(Space Technology Graduate Research Opportunities)的資助。未來,隨著技術的不斷優化,AI與石墨烯感測技術的結合將有望在更多產業中發揮關鍵作用,帶來更高效、節能且可重複使用的解決方案。無論是在食品安全還是醫療診斷方面,電子舌頭的應用都將成為AI技術在現實世界中成功應用的範例之一。

netizen
作者

一個老派的科技媒體工作者,對於最新科技動態、最新科技訊息的觀察報告。

使用 Facebook 留言
發表回應
謹慎發言,尊重彼此。按此展開留言規則