如今AI除了「看」還能「聞」?

如今AI除了「看」還能「聞」？

DeepTech深科技 發表於 2020-12-04 15:20:06

人眼可以區分數百萬種顏色，人耳可以聽出 50 萬種音調，而與人類的嗅覺能力相比，這都有些遜色。早在 2014 年，科學家發現，人鼻可以區分 1 萬億種氣味。對於視覺系統，科學家開發出了機器視覺；對於聽覺系統，科學家研發了語音識別。那是否存在一種可能性，製造一套人工嗅覺系統呢？

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。實驗數據顯示，「電子鼻」檢測準確率高達至 98.5%，而傳統檢測方法只有 61.7%。

該研究成果由 NTU 聯合中國江南大學以及澳大利亞莫納什大學共同完成，並於 10 月發表在科學雜誌《先進材料》上。

真正實現快速、準確、無損檢測

 

食物中毒幾乎是人人都有過的經歷。因為食用了被汙染的食物，患者往往會上吐下瀉。其致病機理是食物中的細菌或者病毒進入人體腸道後大量繁殖，導致腸道感染。食品安全至關重要，其中關鍵的一環，就是保證食材的新鮮度，即準確對其新鮮度進行評估。

「準確」 不意味著嚴格，而是適中。消費者因為懷疑存儲在冰箱內的肉類變質而丟棄，會造成大量浪費；另一方面，在不知情的情況下食用變質食物則有害健康。「人工鼻」 項目負責人，NTU 材料科學和工程學院陳曉東教授對 DeepTech 介紹了當前主流肉類檢測方法的弊端。

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。

為了克服這些弊端，陳曉東等人基於哺乳動物嗅覺系統的工作原理，研發了 「電子鼻」。

首先，要理解哺乳動物嗅覺系統的工作原理。對於哺乳動物來說，嗅覺系統起作用要從鼻子吸入氣體開始。氣體接觸到包含有多種嗅覺感受器的嗅覺上皮細胞，這些嗅覺感受器對很多範圍的氣體分子呈現親和性，之後嗅覺神經將感受器激活成電信號，傳到給嗅球，再經過嗅球傳遞，直到大腦，最終識彆氣體並決定氣體濃度。

總的來說，哺乳動物嗅覺系統運轉可以分成兩部分，一是感受器接觸氣體，此時形成的神經信號像是氣味指紋（scent fingerprint），必須經過解讀才能得到結果。第二步則是信號通過神經傳遞給大腦，對氣氛指紋做出解讀。

用更加專業的詞彙來說，模仿哺乳動物的嗅覺系統，需要複製兩個功能：交叉反應傳感和氣味指紋模式識別。

這恰好也對應了 「電子鼻」 的兩個組成部分：條形碼和閱讀器。前者放置於肉類周圍，條形碼因為肉類中的不同濃度的揮發性氣體而產生變色；後者是 「中樞神經系統」，用以解讀變色的條碼，給出新鮮度結果。 

圖｜哺乳動物嗅覺系統 VS. 人工嗅覺系統

這兩個部分哪個更為關鍵？陳曉東坦言：「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。」 這也就意味著，該電子鼻技術的核心，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）。

圖｜「五彩斑斕」 的條形碼形成的氣味指紋

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。

設計條形碼與肉類揮發氣體反應並不困難，困難的是面對千變萬化的變色條碼，應該如何解讀。設想人的嗅覺系統，當聞到肉類散發出的臭味，就能判斷已經變質，如果味道弱一些，就能判定不新鮮。那 「電子鼻」 應該如何判斷呢？

陳曉東等人使用機器學習方法訓練條形碼 「閱讀器」，直到系統能準確根據條形碼判斷新鮮度為止。

首先，要訓練系統，必須要給出一個標定後的準確結果。他們使用國際標準，為肉類的新鮮程度分類：新鮮、不新鮮和變質。每一種分類都會對應一組揮發性氣體含量範圍。

之後，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。陳曉東介紹，在此之前，類似的電子鼻存在的問題往往是過於笨重，例如拖著長長的電源線。或者是檢測條件苛刻，某些電子鼻傳感器在高溫下才能工作。而他們研發的新型電子鼻，只需要一張條形碼，和一部智慧型手機即可。操作人員拍下條形碼，使用專門開發的 APP 上傳圖片，接入雲端的分析系統，快速得到結果。

圖｜使用手機 APP 可識別條形碼

陳曉東表示，由於電子鼻足夠便攜，未來可以對肉類食品進行全鏈條監測。正如之前所說，傳統的揮發性鹽基氮評估肉類新鮮度需要笨重的儀器，這就限制了它的使用。而電子鼻可以用在屠宰場、包裝、冷鏈運輸、超市，甚至消費者可以自行購買在家檢測。

需要特別說明的是，條形碼使用的材料是生物可降解的、無毒的，基於生物相容性和環保原則設計的。

應用遠不止肉類檢測

 

陳曉東對 DeepTech 說：「外界只關注到『電子鼻』的概念，但真正要關注的是人工嗅覺系統。」 這意味著，在理論上，一切用嗅覺可以完成的工作，「電子鼻」 都可以做到。

陳曉東舉了個例子。檢測肉類新鮮度，實質上是檢測胺類物質的含量。同樣的原理，如果評估食用油的新鮮度，那就需要檢測酸類物質的含量。因為油在變質過程中會酸化。肉類和食用油，檢測標的變了，但原理一致。研究人員只要重新製作對於酸類物質敏感的條形碼，按照同樣的邏輯訓練系統識別即可。

如果再將使用領域擴大，電子鼻具備用在公共安全和危險品檢測的潛力。很多化學危險品本身就有特殊的氣味，這也是警犬能夠識別它們的原因，如果能用電子鼻快速準確的識別該類物質，能夠提高檢測效率和安全性。

普及仍需時間 

 

人工嗅覺系統使用前景廣闊，但是研究起來並不容易。陳曉東說，使用電子鼻評估肉類新鮮度，看似簡單，整個研究用了兩年。如果要做到準確評估食用油、乃至冷鏈運輸檢測、公共安全和危險品檢測，還需要很長的時間。而在商業化上，當前也存在障礙。

首先，使用手機對條形碼牌照，再上傳分析，存在誤差。每個使用者的手機像素不同、拍攝環境不同、拍照水平不同，同一個條形碼，不同人拍攝顏色出入較大，而識別系統恰恰依靠顏色做判斷，這是不穩定因素之一。陳曉東已經意識到這一點，在他看來，未來如果商業化，需要研發一個專門的手持設備來讀取結果，僅僅依靠手機拍照是不行的。

此外，對於大型超市而言，它們是不傾向於用電子鼻監測肉類新鮮度，尤其是包裝類產品，這是一個責任歸屬的問題。肉類包裝上已經註明的生產日期和保質期，消費者只需要按照規定食用即可，超市沒有責任。如果超市自己監測，並保證肉類新鮮，一旦出現問題，責任就歸到了超市一方。

但無論如何，消費者對肉製品乃至其他各類食品的安全性要求是不斷提升的，電子鼻的商業化也需要一步步推進。陳曉東等人已經為其申請了專利，他們希望電子鼻未來能夠在食品工業和公共安全中廣泛應用，為消費者和食品供應鏈中的利益相關者提供一種便捷的檢測方法，從而讓公眾建立對食品安全的信心。

原文標題：AI除了「看」還能「聞」？科學家研發仿生「電子鼻」，30秒識別食品新鮮度，內嵌CNN算法

文章出處：【微信公眾號：DeepTech深科技】歡迎添加關注！文章轉載請註明出處。

責任編輯：haq

打開APP閱讀更多精彩內容

聲明：本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人，不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用，如有內容圖片侵權或者其他問題，請聯繫本站作侵刪。 侵權投訴