Smakrevolution: AI och den elektroniska tungan 혁신
StockholmForskare har utvecklat en elektronisk tunga som kan exakt identifiera olika smaker. Denna apparat kan skilja mellan vätskor som mjölk med varierande vattenhalt samt känna igen olika typer av läsk och kaffe. Den kan också upptäcka när fruktjuicer blir dåliga och identifiera andra problem med livsmedelssäkerhet. Forskare vid Penn State, som publicerade sina resultat i tidskriften Nature, tror att denna teknik kan förändra hur livsmedelssäkerhet och medicinska tester genomförs.
Den elektroniska tungan kan utföra viktiga uppgifter som att särskilja liknande smaker i vätskor, sortera olika produkter som kaffetyper och läskedrycker, identifiera tecken på försämring i fruktjuicer och kontrollera för livsmedelssäkerhets problem.
Denna teknik är unik eftersom den använder artificiell intelligens. AI:n analyserar data från de elektroniska tungansensorerna med hög precision. Den presterar bättre när den använder sina egna interna riktlinjer istället för dem som människor sätter upp. Att förstå hur AI fattar beslut kan hjälpa till att förbättra AI-teknologi för användning inom olika branscher.
Den elektroniska tungan använder en speciell anordning baserad på grafen för att upptäcka kemiska joner. Denna anordning är kopplad till ett artificiellt intelligenssystem. Till skillnad från traditionella sensorer som behöver speciella funktioner för att fungera kan detta system identifiera många typer av kemikalier med bara en sensor. AI:n är tränad med olika dataset för att hjälpa till att känna igen och bedöma kvalitet, äkthet och färskhet hos olika ämnen.
Shapley-additiva förklaringar har haft stor inverkan inom forskningsvärlden. Denna metod hjälper oss att förstå hur AI tar beslut, något som tidigare varit svårt att begripa. Genom denna teknik kan man se vilken indata som AI anser vara mest betydelsefull under analysen. Detta är särskilt viktigt att förstå då AI får en allt större roll i kritiska områden som livsmedelssäkerhet och diagnos av hälsofrågor.
Den elektroniska tungan kan även användas i medicinska tester, inte bara för livsmedel. Tack vare att sensorn är både stark och hållbar kan den användas inom många olika områden. Forskare har upptäckt att små defekter i sensorerna inte påverkar resultaten, vilket gör att billigare och mer praktiska alternativ blir möjliga. Denna förbättring bidrar till att göra AI-system mer stabila och anpassningsbara.
Studien publiceras här:
http://dx.doi.org/10.1038/s41586-024-08003-woch dess officiella citering - inklusive författare och tidskrift - är
Andrew Pannone, Aditya Raj, Harikrishnan Ravichandran, Sarbashis Das, Ziheng Chen, Collin A. Price, Mahmooda Sultana, Saptarshi Das. Robust chemical analysis with graphene chemosensors and machine learning. Nature, 2024; DOI: 10.1038/s41586-024-08003-w20 november 2024 · 17:56
AI lär sig att känna av ytor med hjälp av banbrytande kvantteknik och laserprecision
20 november 2024 · 01:02
Kraftfull AI för mobilen: Kompakta språkmodeller som sparar energi och främjar integritet
18 november 2024 · 14:36
Mindre djur, större precision: ny AI-teknik för avancerade beteendestudier av möss
Dela den här artikeln