宾夕法尼亚州立大学的研究人员开发了一种由人工智能（AI）增强的电子舌头，能够检测液体样本中的微妙变化，用于食品安全和诊断，通过定义自己的参数，准确率超过95%。
这种新型电子舌头能够区分相似液体之间的细微差异，例如不同水含量的牛奶，以及识别包括不同种类的苏打水和咖啡混合品种在内的各种产品。它还可以检测果汁的变质以及潜在的食物安全问题。由宾夕法尼亚州立大学领导的研究团队发现，当人工智能使用自己的评估标准来解释电子舌头产生的数据时，准确率显著提高。
研究人员最近在《自然》杂志上发表了他们的成果。据研究人员称，电子舌头对于食品安全和生产以及医疗诊断都很有用。该传感器及其AI可以广泛检测和分类各种物质，同时共同评估它们各自的质量、真实性和新鲜度。这种评估还为研究人员提供了洞察AI如何做出决策的视角，这可能导致更好的AI开发和应用，他们说。
“我们正在尝试制造一个人造舌头，但我们体验不同食物的过程不仅仅是舌头本身，”相应作者Saptarshi Das说，他是Ackley工程学教授和工程科学与力学教授。“我们有舌头本身，由味觉受体组成，与食物种类相互作用并将信息发送到味觉皮层——一个生物神经网络。”
味觉皮层是大脑中感知和解释各种味道的区域，这些味道超出了味觉受体所能感知的范围，这些受体主要通过甜、酸、苦、咸和鲜味这五大类别来分类食物。随着大脑学习味道的细微差别，它可以更好地区分味道的微妙差别。为了人工模仿味觉皮层，研究人员开发了一个神经网络，这是一种机器学习算法，模仿人脑评估和理解数据。
“以前，我们研究了大脑对不同味道的响应，并通过整合不同的二维材料来开发一种蓝图，说明AI如何更像人类一样处理信息，”共同作者Harikrishnan Ravichandran说，他是由Das指导的工程科学与力学博士生。“现在，在这项工作中，我们考虑了几种化学物质，看看传感器是否能准确检测它们，并且进一步检测相似食物中的微小差异，并识别食品安全问题的实例。”
舌头由基于石墨烯的离子敏感场效应晶体管组成，这是一种可以检测化学离子的导电设备，连接到训练有素的多种数据集的人工神经网络。重要的是，Das指出，传感器是非功能化的，这意味着一个传感器可以检测不同类型的化学物质，而不是为每个潜在的化学物质分配一个特定的传感器。研究人员向神经网络提供了20个特定的参数进行评估，所有这些参数都与样本液体与传感器的电学特性相互作用有关。基于这些研究人员指定的参数，AI可以准确地检测样本——包括稀释的牛奶、不同类型的苏打水、咖啡混合品种和多种果汁在不同新鲜度水平——并在大约一分钟内以超过80%的准确率报告它们的内容。
“在人类选择的参数上实现了合理的准确性后，我们决定让神经网络通过提供原始传感器数据来定义自己的评价标准。我们发现，当使用机器派生的评价标准而不是人类提供的标准时，神经网络达到了接近理想的推断准确性，超过95%，”共同作者Andrew Pannone说，他是由Das指导的工程科学与力学博士生。“因此，我们使用了一种名为Shapley加性解释的方法，这使我们能够在神经网络做出决定后询问它在想什么。”
这种方法使用博弈论，一种考虑他人选择的决策过程，以预测单个参与者的结果，为正在考虑的数据分配值。有了这些解释，研究人员可以逆向工程理解神经网络如何权衡样本的各个组成部分以做出最终决定——让团队得以一窥神经网络决策过程的内部运作，这在AI领域一直是个谜，研究人员说。他们发现，神经网络不仅仅是简单地评估个别由人类指定的参数，而是考虑了它认为最重要的数据，Shapley加性解释揭示了神经网络认为每个输入数据的重要性。
研究人员解释说，这种评估可以比作两个人喝牛奶。他们都能识别出这是牛奶，但一个人可能认为脱脂牛奶变质了，而另一个人认为2%的牛奶仍然新鲜。为什么有这种细微差别，即使是做出评估的个体也难以解释。
“我们发现网络在数据中看到了更微妙的特征——那些我们作为人类难以正确定义的东西，”Das说。“而且由于神经网络以整体方式考虑传感器特性，它减轻了可能发生的日常变化。就牛奶而言，神经网络可以确定牛奶的不同水含量，并在这种背景下确定是否有足够的退化指标被认为是一个食品安全问题。”
根据Das的说法，舌头的功能仅限于它所训练的数据，这意味着虽然这项研究的重点是食物评估，但它也可以应用于医疗诊断。而且，无论传感器应用于何处，灵敏度都很重要，研究人员说，他们的传感器的鲁棒性为在不同行业广泛部署提供了途径。
Das解释说，传感器不需要完全相同，因为机器学习算法可以一起查看所有信息并仍然产生正确的答案。这使得制造过程更加实用——也更便宜。“我们弄清楚了我们可以忍受不完美，”Das说。“这就是自然——它充满了不完美，但它仍然可以做出强有力的决定，就像我们的电子舌头一样。”
这项在电子舌头领域的新突破，为食品安全检测和医疗诊断提供了新的可能性。随着这种新型AI增强电子舌头的进一步研究和应用，我们有望在检测食物新鲜度和安全性方面取得更大的进步。我们邀请您在评论区分享您对这项技术的看法，以及它可能对食品安全和医疗诊断领域带来的影响。
参考资料：DOI： 10.1038/s41586-024-08003-w
热门跟贴