前言：
人類對於嗅覺的研究也從最早的化學分析方法逐漸發展成儀器分析方法，尤其是採用了仿生技術的機器嗅覺時代的到來，對氣體的識別能力越來越強，識別率也逐漸得到穩步提升。
作者 ｜ 方文
萬分靈敏的「電子鼻」
很大一部分模擬電子產品都與現實世界的傳感器及訊號處理密切相關。在所有的感官功能中，氣味識別是AI最不擅長的一個，但如果從突破這個關鍵點，將可以為設計更高效、穩定的機器智能提供重要靈感。
仿生嗅覺系統可以分辨和識別成千上萬種不同的氣味分子，具有很好的靈敏度和特異性。
隨著嗅覺機理研究的不斷深入以及現代生物醫學技術的不斷進步，人類對於嗅覺的研究也從最早的化學分析方法逐漸發展成儀器分析方法，尤其是採用了仿生技術的機器嗅覺時代的到來，對氣體的識別能力越來越強，識別率也逐漸得到穩步提升。
新加坡南洋理工大學（NTU）的研究人員通過模仿哺乳動物的嗅覺系統，發明了人工「電子鼻」，可準確評估肉類的新鮮度。
目前，測定肉類採用的是揮發性鹽基氮法。在肉類長時間放置過程中，由於酶和細菌的作用，蛋白質、脂肪和糖類被分解、變質，一系列鹼性含氮的有毒物質如酪胺、組胺、屍胺等胺類被釋放出來。
通過檢測這類物質的量，進而反推肉類的新鮮度。該方法主要的弊端在於，需要特定的儀器進行檢測，其使用不便，檢測複雜。這意味著只能由政府相關部門、相關人員，使用儀器在特定的環境和場合進行檢測，效率低、可使用場景少，還存在測不準的問題。
氣相色譜法或液相色譜法是目前用來判定未知氣味或味道最成功的方法，色譜法肯定比鼻子靈敏很多，而且可以分辨出更多的成分。
真正實現快速、準確、無損檢測
電子鼻識別肉類新鮮度之所以比傳統方法準確度高，並不是因為我們檢測了更多種類的氣體，而是對變色條碼的解讀更精確。這也是電子鼻技術的核心，是一個精確解讀變色條形碼信息的一套算法。
「條形碼」 由 20 種不同類型的的殼聚糖、染料和醋酸纖維組成的多空納米複合材料構成。當其置於待測肉類之上，條碼中的滷素染料根據氣體類型和濃度發生交叉反應，顯示出彩色條形碼（氣味指紋）。
比如，在條形碼上第一條帶上，有一種叫溴百裡酚藍（BPB）的染料，當遇到微生物降解蛋白質產生的生物胺，其羥基基團分裂，可見色從黃色變成藍色。當暴露在不同濃度的氣體中時，條碼的每一條都會有不同顏色或顏色範圍。
研究人員將條形碼粘在透明聚氯乙烯（PVC）肉類包裝薄膜上，並朝向外側，但是不接觸肉製品。然後將該樣品置於 25℃環境中，在不打開包裝的情況下，使用智慧型手機拍攝條形碼圖像。最終，他們得到了 4161 張肉類圖像，並隨機分成兩組：一組有 3475 張，用來訓練模型；另一組 686 張用來測試。
識別條形碼的模型使用的是深度卷積神經網絡算法（DCNN）。電子鼻經過訓練後，用 686 張圖像測試，讓系統判斷該條形碼對應的肉類屬於新鮮、不新鮮或者變質，準確度高達 98．5％。
這種新型 「電子鼻」，在肉質新鮮度檢測上，真正做到了便攜、準確和無損。