当前位置: 首页 > news >正文

突破!AI机器人拥有嗅觉!仿生嗅觉芯片研究登上Nature子刊

我们一直梦想着让AI与人类能够更加相似,赋予它们视觉与听觉。而让机器人拥有嗅觉一直以来面临着巨大的困难。

香港科技大学范志勇教授领导的研究团队凭借最新研发的仿生嗅觉芯片(BOC)在这一领域取得了重大突破。该研究成果目前已被发表到IF 38.6的Nature子刊《Nature Electronics》上,原文链接为:

https://www.nature.com/articles/s41928-023-01107-7

人工嗅觉困难重重

给机器人装上"鼻子"绝非易事,早在1982年,Davide等人就提出了电子鼻的概念,他们通过一组化学传感器对气味进行检测,然后使用模式识别算法来区分不同的气味[1]。

GPT-3.5研究测试: https://hujiaoai.cn

GPT-4研究测试: https://higpt4.cn

Claude-3研究测试(全面吊打GPT-4): https://hiclaude3.com

随着传感器技术和AI算法的发展,也诞生了不少人工嗅觉方面的研究,但最主要的问题有两个:

1、灵敏度问题:在现实场景中气体通常是混合物,这就很难准确识别和量化每种成分。

2、小型化问题:人类只需要一个鼻子就能感受各种气味,而电子鼻需要各种专门的传感器来识别气体的不同组分,这就使得传统的电子鼻体积庞大,非常笨重。

这看似是相互冲突的两个问题,因为电子鼻灵敏就意味着设备更加复杂,就会更加笨重。但在范教授的研究中,仿生嗅觉芯片有效处理了这个问题。

仿生嗅觉芯片(Biomimetic Olfactory Chips,BOC)

BOC模仿人类感受气味的方式,将10,000个微型气体传感器放到一片芯片上,而且这些传感器的排列方式与生物嗅觉系统非常相似。

此外,这些传感器本身也非常灵敏,可以检测到各种微量的气体和挥发性有机化合物。并且这些传感器构建在具有微小孔隙的基板上,为气体相互作用提供了较大的表面积,从而进一步提高了芯片的灵敏度,对混合气体和 24 种不同的气味都具有出色的辨别能力。

从传感器获得数据后,输入到人工神经网络,这一步模拟了人类嗅觉中枢的功能,给出气味的判断。

一片芯片的无限可能

研究人员将BOC和CV算法结合起来,创建了一个嗅觉和视觉相结合的机器人。这种独特的设置使机器人能够准确识别盲盒中的物体,这一跨界探索向我们展示了BOC技术在与其他传感器技术结合时的巨大潜力。

正是这种跨界的可能性,让BOC技术的应用前景变得无比广阔。在食品行业,BOC的高灵敏度使其成为品质控制的利器,能够检测食品腐败的早期迹象,确保消费者的餐桌安全。同时,它在环境监测领域同样可以发挥作用,用于识别有害气体和污染物。

医疗领域也可以从BOC技术中受益,BOC能通过分析患者的呼吸或体液,检测到特定挥发性有机化合物,为多种疾病提供早期诊断的可能。

在工业生产中,BOC可以实时监控生产过程中的安全状况,确保产品达到高质量标准。此外,它还能检测潜在的气体泄漏并监控有害排放,为企业提供了一层额外的安全保障。

范教授说:“未来,随着合适的生物相容性材料的开发,我们希望仿生嗅觉芯片也能被放置在人体上,让我们闻到通常闻不到的气味。它还可以监测我们呼吸和皮肤中挥发性有机分子的异常,警告我们潜在的疾病,从而进一步发挥仿生工程的潜力。”[2]

总之,BOC不仅代表了科技的边界被再次推进,也代表了人类对于模仿自然、超越自然的不懈追求。智能技术正在创造一个更加丰富、细腻且充满可能性的世界。

参考资料

[1]https://www.nature.com/articles/299352a0
[2]https://hkust.edu.hk/news/research-and-innovation/hkust-researchers-develop-revolutionary-biomimetic-olfactory-chips

http://www.lryc.cn/news/332408.html

相关文章:

  • 前端接口防止重复请求实现方案
  • 【leetcode面试经典150题】13.除自身以外数组的乘积(C++)
  • 网络编程核心概念解析:IP地址、端口号与网络字节序深度探讨
  • 突破编程_C++_网络编程(TCPIP 四层模型(网络层(1))
  • Java | Leetcode Java题解之第9题回文数
  • 极简云验证 download.php 文件读取漏洞复现
  • 红黑树路径长度分析:证明与实现
  • esp32 gpio初识(一)
  • python 自制黄金矿工游戏(设计思路+源码)
  • Splunk Attack Range:一款针对Splunk安全的模拟测试环境创建工具
  • OpenCV入门例程:裁剪图片、模糊检测、黑屏检测
  • opencv-python库 cv2边界填充resize图片
  • Java代码基础算法练习-负数个数统计-2024.04.04
  • 【算法刷题day17】Leetcode:110.平衡二叉树 257. 二叉树的所有路径 404.左叶子之和
  • C++ | Leetcode C++题解之第10题正则表达式匹配
  • 职场迷航?MBTI测试为你指明方向,找到最匹配的职业!
  • hive 慢sql 查询
  • Vue - 2( 10000 字 Vue 入门级教程)
  • Cisco交换机安全配置
  • LLM大模型可视化-以nano-gpt为例
  • 【layui-table】转静态表格时固定表格列处理行高和单元格颜色
  • 如何同时安全高效管理多个谷歌账号?
  • 使用docker-tc对host容器进行限流
  • 应急响应工具
  • PostgreSQL 文章下架 与 热更新和填充可以提升数据库性能
  • 什么是 内网穿透
  • RobotFramework测试框架(11)--变量文件
  • java八股——常见设计模式
  • 机器学习 - metric评估方法
  • 书生·浦语大模型趣味Demo作业( 第二节课)第二期