Учёные создали первый искусственный язык, который может чувствовать и определять вкус в жидкой среде, имитируя работу вкусовых рецепторов человека.
Достижение, описанное в журнале PNAS, может привести к созданию автоматизированных систем для обеспечения безопасности пищевых продуктов и раннего обнаружения заболеваний с помощью химического анализа, говорят исследователи.
Технологию также можно интегрировать в лабораторное оборудование для химического анализа жидких образцов. Исследователи также рассматривают её как шаг к «нейроморфным вычислениям» — системам искусственного интеллекта, имитирующим процесс обучения мозга.
Искусственный язык сделан из мембран оксида графена — ультратонких листов углерода, которые действуют как молекулярные фильтры для ионных версий вкусов. Вместо того чтобы отделять крупные частицы, эти мембраны замедляют движение ионов, позволяя устройству определять и запоминать вкусы, помещённые в устройство.
В новом исследовании прибор определил четыре основных вкуса — сладкий, кислый, солёный и горький — с точностью от 72,5 до 87,5%, а для напитков с несколькими вкусовыми профилями, таких как кофе и кока-кола, — с точностью 96%. Согласно исследованию, это первый случай, когда учёные успешно объединили зондирование и обработку информации в одной системе, способной работать с жидкостями.
«Это открытие даёт нам основу для создания новых вдохновлённых биологическими системами ионных устройств», — сказал Йонг Ян, профессор химии из Национального центра нанонауки и технологий в Китае и соавтор исследования. «Наши устройства могут работать в жидкости, чувствовать окружающую среду и обрабатывать информацию — точно так же, как это делает наша нервная система».
Предыдущие дегустационные системы обрабатывали всю информацию на внешних компьютерных системах, но новая система проводит все измерения и большую часть обработки данных в жидкости. Такой преимущественно жидкостный подход обеспечивает большую точность, поскольку позволяет обрабатывать вкусы в их естественном ионном состоянии, а не переводить их в сухие системы для обработки.
Поскольку традиционные электронные компоненты не работают в жидкости, исследователям приходится разделять функции обнаружения и обработки информации. Данный прорыв позволил преодолеть это ограничение благодаря использованию мембран из оксида графена, которые могут обнаруживать и проводить большую часть обработки информации, погружаясь в жидкость.
«Нам не хватает компонентов, которые могли бы надёжно выполнять зондирование, логическую обработку и нейроморфные вычисления в жидких средах», — говорит Ян. «Наше исследование пытается решить эти важнейшие проблемы».
Искусственный язык работает за счёт растворения химических соединений в жидкости, которые затем распадаются на ионы. Ионы проходят через слои специализированных углеродных листов, которые создают невероятно маленькие каналы в тысячи раз тоньше человеческого волоса.
Это позволяет ионам создавать уникальные узоры, сигнализирующие о вкусе исходного химического соединения. Затем система «обучается» этому шаблону и становится более точной в определении вкуса при постоянном использовании.
Ключевая инновация заключается в том, что исследователи замедлили движение ионов по каналам, сделав его в 500 раз медленнее, чем обычно. Это замедление дало системе время «запомнить» каждый вкус, с которым она столкнулась.
Система обрабатывает информацию в так называемом резервуаре, который позволяет системе узнавать вкусы. Нейронная сеть или обрабатывающая часть системы идентифицирует шаблоны и передаёт их для окончательной обработки.
«Мы определили различные вкусы, используя более простую систему машинного обучения: частично это вычислительный резервуар, а частично — базовая нейронная сеть», — объясняет Ян. «Очень важно, что часть вычислительной работы выполняло наше физическое устройство». Это отличается от систем, которые полностью полагаются на внешние компьютеры для обработки данных.
Система формирует память постепенно, подобно тому, как наш мозг учится различать вкусы. С каждым разом система всё лучше различает похожие вкусы. «Она может надёжно различать такие сложные вкусы, как кофе, кола и даже их смеси, что соответствует производительности сложной нейронной сети», — говорит Йонг.
