Te-ai întrebat vreodată dacă acea cutie veche de suc de fructe din spatele frigiderului tău este încă sigur de băut? O nouă „limbă electronică” v-ar putea spune.
Sistemul, alimentat de inteligenţă artificială (AI), poate identifica problemele legate de siguranța și prospețimea alimentelor. De asemenea, oferă o privire asupra modului în care AI ia decizii, au raportat cercetătorii pe 9 octombrie în jurnal Natură.
Pentru a face limba, cercetătorii au folosit un tranzistor cu efect de câmp sensibil la ioni – un dispozitiv care detectează ioni chimici. Senzorul colectează informații despre ionii dintr-un lichid și transformă aceste informații într-un semnal electric care poate fi interpretat de un computer.
„Încercăm să facem o limbă artificială, dar procesul prin care experimentăm diferite alimente implică mai mult decât limba”, a spus coautorul studiului. Saptarshi Dasinginer la Universitatea Penn State, în a declaraţie. „Avem limba însăși, constând din receptori gustativi care interacționează cu speciile alimentare și trimit informațiile lor către cortexul gustativ – o rețea neuronală biologică”.
Înrudit: Mâna robotului excepțional de „asemănătoare unui om” datorită noii tehnici de imprimare 3D
În noul sistem, senzorul acționează ca limbă, în timp ce AI joacă rolul cortexului gustativ, regiunea creierului responsabil de perceperea gustului. Echipa a legat senzorul de o rețea neuronală artificială, un program de învățare automată care imită modul în care creierul uman procesează informațiile, pentru a procesa și interpreta datele colectate de senzor.
Inițial, Das și colegii săi au oferit rețelei neuronale o mână de parametri pe care să-i folosească pentru a afla cât de acid este un anumit lichid. Folosind acești parametri, rețeaua neuronală a determinat aciditatea cu o precizie de aproximativ 91%. Când au lăsat rețelei neuronale să-și definească propriii parametri pentru analiza acidității, precizia acesteia sa îmbunătățit la peste 95%.
Apoi au testat limba pe băuturi din lumea reală. Sistemul ar putea face distincția între băuturi răcoritoare sau amestecuri de cafea similare, să evalueze dacă laptele a fost diluat, să identifice când sucul de fructe s-a deteriorat și să detecteze dăunătoare. substanțe per- și poli-fluoroalchil (PFAS) în apă, au descoperit.
Folosind o metodă de analiză numită Shapley Additive Explanations, cercetătorii au putut determina care parametri i-a clasat rețeaua neuronală cei mai importanți pentru a ajunge la concluziile sale. Această metodă ar putea ajuta oamenii de știință să înțeleagă modul în care rețelele neuronale iau decizii, ceea ce rămâne o întrebare deschisă în cercetarea AI, potrivit echipei.
„Am descoperit că rețeaua a analizat caracteristicile mai subtile ale datelor – lucruri pe care noi, ca oameni, ne străduim să le definim corect”, a spus Das în declarație. „Și pentru că rețeaua neuronală ia în considerare caracteristicile senzorului în mod holistic, atenuează variațiile care ar putea apărea de zi cu zi”.
Capacitatea de a se ajusta pentru aceste variații ar putea ajuta la creșterea robusteței senzorului în alte aplicații. Prin procesul său de luare a deciziilor, rețeaua neuronală ține cont de variații care fac în prezent nefiabili tranzistorii cu efect de câmp sensibili la ioni în unele situații.
„Ne-am dat seama că putem trăi cu imperfecțiune”, a spus Das în declarație. „Și asta este natura – este plină de imperfecțiuni, dar poate lua decizii solide, la fel ca limba noastră electronică”.