如今AI除了“看”还能“闻”?

DeepTech深科技 发表于 2020-12-04 15:20:06 收藏 已收藏
赞(0) •  评论(0
400万+工程师在用
400万+工程师在用

如今AI除了“看”还能“闻”?

DeepTech深科技 发表于 2020-12-04 15:20:06

人眼可以区分数百万种颜色,人耳可以听出 50 万种音调,而与人类的嗅觉能力相比,这都有些逊色。早在 2014 年,科学家发现,人鼻可以区分 1 万亿种气味。对于视觉系统,科学家开发出了机器视觉;对于听觉系统,科学家研发了语音识别。那是否存在一种可能性,制造一套人工嗅觉系统呢?

新加坡南洋理工大学(NTU)的研究人员通过模仿哺乳动物的嗅觉系统,发明了人工“电子鼻”,可准确评估肉类的新鲜度。实验数据显示,“电子鼻”检测准确率高达至 98.5%,而传统检测方法只有 61.7%。

该研究成果由 NTU 联合中国江南大学以及澳大利亚莫纳什大学共同完成,并于 10 月发表在科学杂志《先进材料》上。

真正实现快速、准确、无损检测

 

食物中毒几乎是人人都有过的经历。因为食用了被污染的食物,患者往往会上吐下泻。其致病机理是食物中的细菌或者病毒进入人体肠道后大量繁殖,导致肠道感染。食品安全至关重要,其中关键的一环,就是保证食材的新鲜度,即准确对其新鲜度进行评估。

“准确” 不意味着严格,而是适中。消费者因为怀疑存储在冰箱内的肉类变质而丢弃,会造成大量浪费;另一方面,在不知情的情况下食用变质食物则有害健康。“人工鼻” 项目负责人,NTU 材料科学和工程学院陈晓东教授对 DeepTech 介绍了当前主流肉类检测方法的弊端。

目前,测定肉类采用的是挥发性盐基氮法。在肉类长时间放置过程中,由于酶和细菌的作用,蛋白质、脂肪和糖类被分解、变质,一系列碱性含氮的有毒物质如酪胺、组胺、尸胺等胺类被释放出来。通过检测这类物质的量,进而反推肉类的新鲜度。该方法主要的弊端在于,需要特定的仪器进行检测,其使用不便,检测复杂。这意味着只能由政府相关部门、相关人员,使用仪器在特定的环境和场合进行检测,效率低、可使用场景少,还存在测不准的问题。

为了克服这些弊端,陈晓东等人基于哺乳动物嗅觉系统的工作原理,研发了 “电子鼻”。

首先,要理解哺乳动物嗅觉系统的工作原理。对于哺乳动物来说,嗅觉系统起作用要从鼻子吸入气体开始。气体接触到包含有多种嗅觉感受器的嗅觉上皮细胞,这些嗅觉感受器对很多范围的气体分子呈现亲和性,之后嗅觉神经将感受器激活成电信号,传到给嗅球,再经过嗅球传递,直到大脑,最终识别气体并决定气体浓度。

总的来说,哺乳动物嗅觉系统运转可以分成两部分,一是感受器接触气体,此时形成的神经信号像是气味指纹(scent fingerprint),必须经过解读才能得到结果。第二步则是信号通过神经传递给大脑,对气氛指纹做出解读。

用更加专业的词汇来说,模仿哺乳动物的嗅觉系统,需要复制两个功能:交叉反应传感和气味指纹模式识别。

这恰好也对应了 “电子鼻” 的两个组成部分:条形码和阅读器。前者放置于肉类周围,条形码因为肉类中的不同浓度的挥发性气体而产生变色;后者是 “中枢神经系统”,用以解读变色的条码,给出新鲜度结果。 

图|哺乳动物嗅觉系统 VS. 人工嗅觉系统

这两个部分哪个更为关键?陈晓东坦言:“电子鼻识别肉类新鲜度之所以比传统方法准确度高,并不是因为我们检测了更多种类的气体,而是对变色条码的解读更精确。” 这也就意味着,该电子鼻技术的核心,是一个精确解读变色条形码信息的一套算法。

“条形码” 由 20 种不同类型的的壳聚糖、染料和醋酸纤维组成的多空纳米复合材料构成。当其置于待测肉类之上,条码中的卤素染料根据气体类型和浓度发生交叉反应,显示出彩色条形码(气味指纹)。

图|“五彩斑斓” 的条形码形成的气味指纹

比如,在条形码上第一条带上,有一种叫溴百里酚蓝(BPB)的染料,当遇到微生物降解蛋白质产生的生物胺,其羟基基团分裂,可见色从黄色变成蓝色。当暴露在不同浓度的气体中时,条码的每一条都会有不同颜色或颜色范围。

设计条形码与肉类挥发气体反应并不困难,困难的是面对千变万化的变色条码,应该如何解读。设想人的嗅觉系统,当闻到肉类散发出的臭味,就能判断已经变质,如果味道弱一些,就能判定不新鲜。那 “电子鼻” 应该如何判断呢?

陈晓东等人使用机器学习方法训练条形码 “阅读器”,直到系统能准确根据条形码判断新鲜度为止。

首先,要训练系统,必须要给出一个标定后的准确结果。他们使用国际标准,为肉类的新鲜程度分类:新鲜、不新鲜和变质。每一种分类都会对应一组挥发性气体含量范围。

之后,研究人员将条形码粘在透明聚氯乙烯(PVC)肉类包装薄膜上,并朝向外侧,但是不接触肉制品。然后将该样品置于 25℃环境中,在不打开包装的情况下,使用智能手机拍摄条形码图像。最终,他们得到了 4161 张肉类图像,并随机分成两组:一组有 3475 张,用来训练模型;另一组 686 张用来测试。

识别条形码的模型使用的是深度卷积神经网络算法(DCNN)。电子鼻经过训练后,用 686 张图像测试,让系统判断该条形码对应的肉类属于新鲜、不新鲜或者变质,准确度高达 98.5%。

这种新型 “电子鼻”,在肉质新鲜度检测上,真正做到了便携、准确和无损。陈晓东介绍,在此之前,类似的电子鼻存在的问题往往是过于笨重,例如拖着长长的电源线。或者是检测条件苛刻,某些电子鼻传感器在高温下才能工作。而他们研发的新型电子鼻,只需要一张条形码,和一部智能手机即可。操作人员拍下条形码,使用专门开发的 APP 上传图片,接入云端的分析系统,快速得到结果。

图|使用手机 APP 可识别条形码

陈晓东表示,由于电子鼻足够便携,未来可以对肉类食品进行全链条监测。正如之前所说,传统的挥发性盐基氮评估肉类新鲜度需要笨重的仪器,这就限制了它的使用。而电子鼻可以用在屠宰场、包装、冷链运输、超市,甚至消费者可以自行购买在家检测。

需要特别说明的是,条形码使用的材料是生物可降解的、无毒的,基于生物相容性和环保原则设计的。

应用远不止肉类检测

 

陈晓东对 DeepTech 说:“外界只关注到‘电子鼻’的概念,但真正要关注的是人工嗅觉系统。” 这意味着,在理论上,一切用嗅觉可以完成的工作,“电子鼻” 都可以做到。

陈晓东举了个例子。检测肉类新鲜度,实质上是检测胺类物质的含量。同样的原理,如果评估食用油的新鲜度,那就需要检测酸类物质的含量。因为油在变质过程中会酸化。肉类和食用油,检测标的变了,但原理一致。研究人员只要重新制作对于酸类物质敏感的条形码,按照同样的逻辑训练系统识别即可。

如果再将使用领域扩大,电子鼻具备用在公共安全和危险品检测的潜力。很多化学危险品本身就有特殊的气味,这也是警犬能够识别它们的原因,如果能用电子鼻快速准确的识别该类物质,能够提高检测效率和安全性。

普及仍需时间 

 

人工嗅觉系统使用前景广阔,但是研究起来并不容易。陈晓东说,使用电子鼻评估肉类新鲜度,看似简单,整个研究用了两年。如果要做到准确评估食用油、乃至冷链运输检测、公共安全和危险品检测,还需要很长的时间。而在商业化上,当前也存在障碍。

首先,使用手机对条形码牌照,再上传分析,存在误差。每个使用者的手机像素不同、拍摄环境不同、拍照水平不同,同一个条形码,不同人拍摄颜色出入较大,而识别系统恰恰依靠颜色做判断,这是不稳定因素之一。陈晓东已经意识到这一点,在他看来,未来如果商业化,需要研发一个专门的手持设备来读取结果,仅仅依靠手机拍照是不行的。

此外,对于大型超市而言,它们是不倾向于用电子鼻监测肉类新鲜度,尤其是包装类产品,这是一个责任归属的问题。肉类包装上已经注明的生产日期和保质期,消费者只需要按照规定食用即可,超市没有责任。如果超市自己监测,并保证肉类新鲜,一旦出现问题,责任就归到了超市一方。

但无论如何,消费者对肉制品乃至其他各类食品的安全性要求是不断提升的,电子鼻的商业化也需要一步步推进。陈晓东等人已经为其申请了专利,他们希望电子鼻未来能够在食品工业和公共安全中广泛应用,为消费者和食品供应链中的利益相关者提供一种便捷的检测方法,从而让公众建立对食品安全的信心。

原文标题:AI除了“看”还能“闻”?科学家研发仿生“电子鼻”,30秒识别食品新鲜度,内嵌CNN算法

文章出处:【微信公众号:DeepTech深科技】欢迎添加关注!文章转载请注明出处。

责任编辑:haq

打开APP阅读更多精彩内容

收藏

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容图片侵权或者其他问题,请联系本站作侵删。 侵权投诉

相关话题

评论(0)

加载更多评论
相关文章

分享到

QQ空间 QQ好友 微博
取消