Connect with us

Новаторские биомиметические обонятельные чипы используют ИИ, чтобы позволить роботам чувствовать запах

Робототехника

Новаторские биомиметические обонятельные чипы используют ИИ, чтобы позволить роботам чувствовать запах

mm

Разработка искусственных обонятельных датчиков была давней проблемой для исследователей во всем мире. Создание электронных носов (е-noses), которые могут эффективно различать сложные смеси запахов, подобно биологической обонятельной системе, оказалось трудным из-за проблем с миниатюризацией и возможностями распознавания. Однако команда исследователей под руководством профессора ФАН Жиёна из Гонконгского университета науки и технологий (HKUST) добилась значительного прорыва в этой области с помощью своих новых биомиметических обонятельных чипов (BOC).

Биомиметические обонятельные чипы (BOC)

Биомиметические обонятельные чипы, или BOC, разработанные командой профессора Фана, являются новаторским изобретением в области обнаружения запахов. Эти крошечные чипы предназначены для имитации того, как люди и животные обнаруживают запахи, что делает их более точными и эффективными, чем предыдущие системы искусственного обоняния.

Каждый BOC содержит до 10 000 крошечных газовых датчиков, которые расположены таким образом, что близко напоминает биологическую обонятельную систему. Этот уникальный дизайн позволяет чипу обнаруживать и различать широкий спектр запахов, даже когда они смешаны вместе в сложных комбинациях.

Одной из ключевых особенностей BOC является использование специального материала, который варьируется по всей поверхности чипа. Этот градиентный дизайн позволяет интегрировать множество различных типов датчиков на одном чипе, что делает возможным обнаружение широкого спектра запахов, сохраняя при этом чип компактным.

Газовые датчики, используемые в BOC, чрезвычайно чувствительны и могут обнаружить даже самые незначительные следы различных газов и летучих органических соединений (ЛОС). Эти датчики построены на субстрате с крошечными порами, что обеспечивает большую поверхность для взаимодействия с газами, повышая чувствительность и время отклика чипа.

Объединив эту передовую технологию датчиков с алгоритмами искусственного интеллекта, BOC может обрабатывать и интерпретировать данные от газовых датчиков, что позволяет ему идентифицировать и различать различные запахи с замечательной точностью.

Изображение: HKUST

Преодоление проблем в искусственном обонянии

Разработка систем искусственного обоняния была сложной задачей для исследователей из-за нескольких ключевых препятствий. Одной из основных трудностей было миниатюризирование системы, сохраняя при этом ее эффективность. Традиционные электронные носы часто требуют громоздкого оборудования, что делает их непрактичными для многих применений. Биомиметические обонятельные чипы, разработанные командой профессора Фана, решают эту проблему, интегрируя большое количество газовых датчиков на одном компактном чипе.

Другой значительной проблемой в искусственном обонянии было увеличение возможностей распознавания системы, особенно при работе с сложными смесями запахов. В реальных сценариях запахи часто состоят из нескольких газов и летучих органических соединений, что делает трудным для традиционных электронных носов точно идентифицировать и количественно определять каждый компонент.

Используя передовую нанотехнологию и искусственный интеллект, биомиметические обонятельные чипы могут обрабатывать и интерпретировать данные от газовых датчиков более эффективно, чем традиционные электронные носы. Использование алгоритмов машинного обучения позволяет BOC учиться на прошлом опыте и улучшать свои возможности распознавания запахов с течением времени. Эта адаптивность делает BOC мощным инструментом для различных отраслей, поскольку его можно настроить для обнаружения и идентификации конкретных запахов, актуальных для каждого применения.

Исключительная производительность и применения

В одном заметном демонстрационном эксперименте исследователи интегрировали обонятельные чипы с датчиками зрения на роботе-собаке, создавая объединенную обонятельную и визуальную систему. Этот уникальный набор позволил роботу точно идентифицировать объекты в слепых коробках, демонстрируя потенциал для интеграции BOC с другими датчиками для создания более совершенных и способных интеллектуальных систем.

Изображение: HKUST

Применения биомиметических обонятельных чипов обширны и охватывают множество отраслей. В пищевой промышленности BOC можно использовать для контроля качества, обнаружения порчи и обеспечения безопасности пищевых продуктов. Мониторинг окружающей среды является еще одной ключевой областью применения, где чипы можно использовать для обнаружения вредных газов, загрязнителей и других воздушных загрязнений.

Медицинская область также может извлечь выгоду из технологии BOC, поскольку чипы можно использовать для диагностики заболеваний путем обнаружения специфических летучих органических соединений (ЛОС) в дыхании или биологических жидкостях пациента. Этот неинвазивный диагностический метод может потенциально привести к более раннему обнаружению и лечению различных заболеваний.

В промышленных условиях биомиметические обонятельные чипы можно использовать для мониторинга и контроля процессов, обеспечивая безопасность и качество продукции. Чипы могут обнаруживать утечки газа, контролировать выбросы и идентифицировать потенциальные опасности в реальном времени, что позволяет быстро реагировать и принимать превентивные меры.

Исключительная производительность и широкий спектр применений биомиметических обонятельных чипов демонстрируют их потенциал революционизировать различные отрасли. По мере продолжения развития технологии ожидается, что BOC найдет еще больше применений в различных секторах, улучшая безопасность, эффективность и контроль качества во многих процессах.

Алекс Макфарленд - журналист и писатель в области искусственного интеллекта, исследующий последние разработки в этой области. Он сотрудничал с многочисленными стартапами и изданиями в области искусственного интеллекта во всем мире.

Раскрытие информации о рекламе: Unite.AI придерживается строгих редакционных стандартов, чтобы предоставлять читателям точную информацию и новости. Мы можем получать вознаграждение, если вы переходите по ссылкам на продукты, которые мы рассмотрели.