Is het haalbaar om met gevoel voor smaak een computer te bouwen? Als antwoord op deze vraag ontwikkelden IBM Research-wetenschappers: HyperSmaak, een chemisch hulpmiddel voor het detecteren van smaken. Het voert analyses uit en detecteert de chemische samenstelling van vloeistoffen met behulp van zijn "elektronische tong" -status.

Kunnen computers smaak hebben?

“HyperTaste is geïnspireerd door de vooruitgang in AI en machine learning om menselijke zintuigen zoals zicht en gehoor na te bootsen voor het herkennen van beelden en het interpreteren van spraak. We wilden een nieuwe lens voor chemische detectie presenteren”, legt Patrick Ruch van IBM Research, de co-auteur van de studies.

Het doel was om een ​​combinatorische benadering toe te passen, vergelijkbaar met die van de vele smaakpapillen van onze tong, en vervolgens algoritmen voor machine learning te gebruiken om de output van die sensoren te interpreteren. Het team gebruikte een printplaat met op microcontrollers gebaseerde hardware en een set van 16 geleidende polymere sensoren die van spanning veranderden wanneer ze in een oplossing werden ondergedompeld. Onderzoekers werken continu aan het maken van mensachtige computers; wie zal de strijd tussen winnen? kunstmatige intelligentie versus menselijke intelligentie, kan een baanbrekende technologie het spel spelen??

"Het lijkt een beetje op hoe een batterij werkt, en het is bijna alsof we de vloeistof die we willen testen als elektrolyt gebruiken", zegt Ruch.

Elke sensor in de array genereert een stroom van spanningssignalen die uniek is voor de vloeistof waarin hij is ondergedompeld: zijn chemische vingerafdruk. Deze spanningssignalen worden via een mobiele app naar een cloudserver gestuurd, waar een machine learning-model het signaal traint en vergelijkt met een database van bekende vloeistoffen. Het algoritme stuurt vervolgens binnen enkele minuten voorspellingen terug naar de applicatie.

“Je hebt niet per se een laboratorium nodig om dit te doen, wat zowel tijd als kosten bespaart en het testproces versnelt. We wilden minimalistische, draagbare hardware gebruiken en aantonen dat de intelligentie van zo'n chemisch detectiesysteem naar de softwarekant kan worden geduwd", legt Ruch uit.

Ondanks zijn eenvoud was HyperTaste een moeilijk te realiseren project. Het is een uitdaging om de vele componenten van het systeem te combineren en een interdisciplinair team samen te brengen dat bestaat uit elektrochemici en materiaalwetenschappers om het detectiemechanisme van HyperTaste te beoordelen, elektrotechnici om de hardware te ontwerpen en te bouwen, en software-ingenieurs voor datawetenschap en implementatie.

"We moesten al deze mogelijkheden in het team integreren en ook een gemeenschappelijke taal vinden om de interfaces tussen deze verschillende componenten en de overdrachtspunten te kunnen begrijpen", aldus Ruch.

HyperTaste is niet bedoeld om een ​​bepaald soort chemische stof te detecteren; in vergelijking met andere traditionele chemische sensoren zoals pH- en zuurstofsensoren, is het niet bedoeld om een ​​specifieke verbinding te herkennen.

"Als je een precieze kwantificering van een bepaalde verbinding, molecuul of toxine wilt, is HyperTaste misschien niet het beste hulpmiddel om te gebruiken. Het kan zijn dat je een ander detectiemechanisme moet kiezen, een mechanisme dat iets gevoeliger is en een lagere detectielimiet heeft”, legt Ruch uit.

Het HyperTaste-project dateert van 2019

De uitvinding van HyperTaste dateert van 2019, al was het destijds alleen mogelijk om een ​​paar specifieke vloeistoffen te analyseren. Nu kan het een breder scala aan stoffen analyseren.

“In de begindagen van het project moesten we de reeks sensoren meerdere keren handmatig in verschillende vloeistoffen dompelen om onze trainingsgegevens te verzamelen. Uiteindelijk zijn we overgestapt op een robotachtige autosampler-eenheid met de sensoren erop gemonteerd. De autosampler kan 24/7 zelfstandig werken om de sensor in verschillende vloeistoffen te dompelen”, legt Ruch uit.

IBM heeft het vermogen van HyperTaste getest om verschillende soorten mineraalwater in flessen te onderscheiden, vruchtensappen te identificeren op soort en wijnen te rangschikken op merk en herkomst. Ruch groepeert de toekomstige toepassingen voor HyperTaste in vier categorieën: authenticatie om de bron van vloeistoffen te verifiëren en namaakgoederen te verwijderen; kwaliteitscontrole om een ​​consistente drankkwaliteit te valideren; innovatie om nieuwe smaken te ontwikkelen en te monitoren.

“Het idee was om te laten zien dat HyperTaste autonoom de oceaanchemie langs de tijd en de reisroute kon volgen om uitspraken te kunnen doen over zaken als oceaanverzuring. Er moest wat techniek worden gedaan om ervoor te zorgen dat het zeewater uit de oceaan kon worden opgepompt om aan boord te worden bemonsterd, maar het goede nieuws is dat het systeem gedurende de hele reis operationeel bleef. We kijken ernaar uit om de gegevens te ontleden zodra we die hebben”, legt Ruch uit.

IBM investeert in HyperTaste als onderdeel van een grotere inspanning om de ontdekking en creatie van materiaal te versnellen.

“Dit soort machinale interpretatie van meetgegevens kan nuttig zijn voor het laboratorium van de toekomst, en er is veel potentieel om machine learning te gebruiken in laboratoriumanalyses. Als een machine kan helpen bij het interpreteren van metingen, dan kun je ontdekken hoe je automatisch verbindingen kunt synthetiseren en robotlaboratoria kunt instrueren om die verbindingen te produceren. Je kunt nieuwe hypothesen genereren over nieuwe soorten materialen die betere eigenschappen zouden kunnen hebben of gemaakt zouden kunnen zijn van duurzamere stoffen. Door het proces van het interpreteren van gegevens te versnellen, kan de innovatiecyclus worden geautomatiseerd", aldus Ruch.

Als je meer wilt weten over AI, kijk dan op de fantastische voorlopers van kunstmatige intelligentie. Toezichthouders zijn overigens ook erg druk met dit onderwerp. Wist je dat Europa zich voorbereidt? de EU AI-wet?