首尔大学-梨花女子大学联合团队利用人工智能开发下一代人工嗅觉系统

基于模式识别的下一代类脑人工嗅觉系统示意图。该系统通过感知气味分子形成其特有模式,并利用该模式进行神经网络学习,从而推断气味物质。

基于模式识别的下一代类脑人工嗅觉系统示意图。该系统通过感知气味分子形成其特有模式,并利用该模式进行神经网络学习,从而推断气味物质。

View original image

与已有大量研究的人类视觉、听觉不同,嗅觉和味觉是相对独特的领域。人工嗅觉技术,即“电子鼻”,目前的性能远低于人类真实嗅觉。这是因为与视觉和听觉相比,嗅觉必须识别要复杂得多的化学产物。


人类的嗅觉会将多种复杂的气味物质模式化并加以区分,而人工嗅觉技术迄今主要只能分辨单一物质或极易区分的物质混合物。韩国国内研究团队开发出一项利用人工智能(AI)解决这一问题的技术。


首尔大学化学生物工学部 Oh Junhak 教授与梨花女子大学食品营养学科 Park Taehyun 教授共同研究团队27日表示,他们开发出一套将人类嗅觉受体与类脑芯片相结合的下一代人工嗅觉系统。


人工嗅觉系统通过模拟人类嗅觉来感知和分析气味,被视为有望在医疗、安全、环境、食品等多个领域带来创新性变革的技术。该系统具备快速的检测速度和较高的准确性,可实现对化合物种类和浓度的实时监测。此外,它还能应用于人类难以接近的环境,被视为开启新应用领域的重要技术。


联合研究团队将3种人类嗅觉受体制备成纳米盘,并将其引入类脑芯片中。所开发的系统借助嗅觉受体,对多种气味物质表现出极高的灵敏度。同时,基于类脑芯片,该系统能够识别并学习气味信息的模式,从而推断未知气味。


研究团队解释称,本次人工嗅觉系统的显著成果在于,通过人工神经网络学习,不仅可以在分子链长度这一水平上区分多种气味物质,还能够以极高的准确度区分这些物质的混合物。


Park Taehyun 教授表示:“嗅觉受体阵列生成的气味物质固有模式信息,由模拟人脑的类脑芯片进行学习和推理,这一点与人类的嗅觉极为相似。预计本研究成果将大大推动嗅觉的终端设备化(On-device)进程。”


Oh Junhak 教授表示:“在模拟人脑的类脑系统中引入真实的人类嗅觉受体,这一创新性成果今后可应用于帮助嗅觉缺失或味觉缺失患者的生物医疗领域,以及连接大脑与计算机的神经接口(neural interface)技术等多个领域。”


本次研究成果已发表在全球知名国际学术期刊《Science Advances》上。本研究在科学技术信息通信部和韩国研究财团的中坚研究者支援项目,以及基础研究室支援、纳米材料技术开发、Toray科学振兴财团和产业通商资源部等项目的支持下完成。



▲类脑(Neuromorphic):由“神经元(neuron)”与“形态(morphic)”组合而成的新词,指模仿人类大脑结构和功能而设计的技术或系统。


本报道由人工智能(AI)翻译技术生成。

版权所有 © 阿视亚经济 (www.asiae.co.kr)。 未经许可不得转载。

不容错过的热点