Vědci vytvořili první umělý jazyk, který může v tekutém prostředí zcela cítit a identifikovat příchutě – napodobující, jak fungují lidské chuťové pohárky.
Úspěch, popsaný 15. července v časopise PNASVědci tvrdí, že by mohli vést k automatizovaným systémům pro bezpečnost potravin a včasnou detekci nemocí chemickou analýzou.
Tato technologie by mohla být také integrována do laboratorního vybavení pro chemickou analýzu vzorků kapalin. Vědci to také považují za krok k „neuromorfnímu výpočtu“ – systémy AI, které napodobují proces učení mozku.
Umělý jazyk je vyroben z membrán oxidu grafenu, ultratenkých listů uhlíku, které působí jako molekulární filtry pro iontové verze chuti. Namísto oddělení velkých částic tyto membrány zpomalují pohyb iontů, což umožňuje zařízení identifikovat a zapamatovat si vkus umístěný do zařízení.
V nové studii zařízení identifikovalo čtyři základní vkus-sladké, kyselé, slané a hořké-s přesností 72,5% až 87,5% as 96% přesností nápojů s více profily chuti, jako je káva a coca-cola. Vyšší přesnost je způsobena elektrickým make -upem komplexních nápojových směsí, což je usnadňuje identifikaci systému. Podle studie je to poprvé, co vědci úspěšně kombinovali snímání a zpracování informací v jediném mokrém systému.
„Tento objev nám dává plán pro budování nových biologicky inspirovaných iontových zařízení,“ Yong YanProfesor chemie v Národním centru pro nanověd a technologii v Čína a spoluautor studie, řekl Live Science v e-mailu. „Naše zařízení mohou fungovat v kapalině a mohou cítit jejich prostředí a informace o procesu – stejně jako náš nervový systém.“
Průlom při zpracování informací v kapalině
Předchozí ochutnávací systémy zpracovávaly všechny informace o externích počítačových systémech, ale nový systém provádí veškeré snímání a velkou část zpracování dat v kapalině. Tento primárně kapalný přístup umožňuje větší přesnost, protože umožňuje zpracování vkusu v jejich přirozeném iontovém stavu místo toho, aby byl přeměněn tak, aby vyhovoval zpracování suchých systémů.
Související: Vědci postavili „elektronický jazyk poháněný AI“
Vzhledem k tomu, že tradiční elektronické komponenty v kapalině museli vědci oddělit funkce snímání a zpracování. Tento průlom překonává toto omezení pomocí membrán oxidu grafenu, které mohou detekovat a provádět většinu zpracování informací ponořené do kapaliny.
„Chybí nám komponenty, které mohou spolehlivě provádět snímání, logické zpracování a neuromorfní výpočetní techniku v kapalném prostředí,“ řekl Yan. „Náš výzkum se snaží řešit tyto kritické problémy přímo.“
Umělý jazyk pracuje rozpuštěním chemických sloučenin v kapalině, která se poté rozpadne na ionty. Ionty procházejí vrstvami specializovaných uhlíkových listů, které vytvářejí neuvěřitelně malé kanály tisíckrát tenčí než lidské vlasy.
To umožňuje, aby ionty vytvořily jedinečné vzory, které signalizují, které ochutnávají počáteční chemickou sloučeninu. Systém se pak „učí“ tento vzor a stává se přesnější při identifikaci vkusu s pokračujícím používáním.
Klíčová inovace spočívá v tom, jak vědci zpomalili pohyb iontů skrz kanály – což je 500krát pomalejší než obvykle. Toto zpomalení dalo systému čas na „vzpomínku“ na každý vkus, se kterým se setkal, s vzpomínkami trvajícími kolem 140 sekund, namísto pouhých milisekund, v závislosti na tloušťce membrány.
Vědci porovnali své výsledky s nedávnou prací Andrewa Pannone a kolegy, kteří publikovali v časopise Příroda v říjnu 2024. Tato studie použila neuronové sítě běžící Tradiční počítače s pevným státem Analyzovat data z elektronických jazyků založených na grafenu.
Systém zpracovává informace o tom, co vědci nazývají nádrž, která umožňuje systému učit se chuti. Neuronová síť nebo zpracovatelská část systému identifikuje vzory a předává je pro konečné zpracování.
„Identifikovali jsme různé příchutě pomocí jednoduššího systému strojového učení: součást výpočtu nádrže a část základní neuronové sítě,“ vysvětlil Yan. „Je důležité, naše fyzické zařízení ve skutečnosti udělalo součást výpočetních prací.“ To je na rozdíl od systémů, které se pro zpracování spoléhají výhradně na externí počítače.
Systém postupně vytváří vzpomínky, podobné tomu, jak se naše mozky učí rozlišovat chuti. S každou expozicí se systém zlepšuje v rozlišování podobných vkusů.
„Může spolehlivě rozlišovat mezi složitými příchutěmi, jako je káva, koks a dokonce i jejich směsi – odpovídající výkonu sofistikované neuronové sítě Pannone,“ řekl Yong.
Lékařské a praktické aplikace
Tato technologie by mohla umožnit včasnou detekci nemocí prostřednictvím analýzy chuti, pomoci identifikovat účinky léků a pomoci lidem, kteří ztratili svůj pocit vkusu kvůli neurologické poruše nebo mrtvici.
Umělý jazyk by také mohl pomoci zlepšit testování bezpečnosti potravin, kontrolu kvality při výrobě nápojů a monitorování dodávek vody na životní prostředí. Mohlo by to udělat tím, že pomůže identifikovat specifické příchutě ve vzorcích.
„Tyto inovace položí kritické základy pro aplikace od lékařské diagnostiky až po autonomní stroje schopné„ ochutnávat “jejich prostředí,“ řekl Yong.
Zatímco výsledky jsou slibné, Yong uznal, že významné výzvy přetrvávají. „Systém je pro praktické aplikace stále příliš objemný,“ řekl Live Science. „Detekční citlivost vyžaduje zlepšení a spotřeba energie je vyšší, než bychom chtěli.“
Přesto Yong zůstává optimistický ohledně časové ose pro vylepšení. „Jakmile praskneme výzvy z rozšiřování výroby, zlepšení energetické účinnosti a integraci více senzorů – a vyvineme kompatibilní neuromorfní hardware, mohli jsme v příští desetiletí vidět transformační pokrok v technologii zdravotní péče, robotice a monitorování životního prostředí.“
