Создан первый в мире искусственный язык вкуса, способный распознавать и запоминать оттенки вкусов полностью в жидкой среде — подобно тому, как работают человеческие вкусовые рецепторы. Эта революционная технология открывает новые горизонты в области биоинженерии, автоматизации пищевой безопасности и даже нейроморфных вычислений.
Наука за новым прорывом
В статье, опубликованной 15 июля в ведущем журнале PNAS, исследователи представили устройство, изготовленное из мембран графен-оксидных пленок — тончайших листов углерода, функционирующих как молекулярные фильтры. Эта разработка является не только технологическим новшеством, но и прорывом в области интеграции сенсорных и когнитивных функций в одном устройстве. В отличие от традиционных электронных систем, которые требуют внешней обработки данных, новое устройство способно воспринимать вкусы и одновременно обрабатывать информацию прямо в жидкой среде.
Как работает искусственный язык вкуса
Основой системы служат мембраны, пропускающие ионы — заряженные части молекул, отвечающих за вкус. Вместо того чтобы разделять крупные частицы, мембраны замедляют движение ионов, позволяя устройству не только распознавать вкусы, но и запоминать их. В ходе экспериментов было подтверждено, что система точно определяет четыре основные вкуса — сладкий, кислый, соленый и горький — с точностью от 72,5% до 87,5%. При этом распознавание сложных напитков, таких как кофе или газированные напитки, достигает 96% точности благодаря улучшенной электропроводимости и сокращению шумов.
Это первый случай, когда в одном устройстве объединены сенсорное восприятие и обработка информации в жидкой среде, что открывает новые перспективы в области искусственного интеллекта и биоинженерии.
Преимущества и уникальность технологии
Ключевое отличие от предыдущих систем состоит в том, что все процессы — от восприятия вкуса до обучения и запоминания — осуществляются прямо в жидкой среде без необходимости внешних вычислительных модулей. Исследователи внедрили инновационный механизм, который замедляет перемещение ионов в мембранах в 500 раз по сравнению с нормой, увеличивая при этом время хранения «воспоминаний» о вкусе до 140 секунд. Такой подход позволяет системе «учиться» и усовершенствовать свои навыки распознавания, что ранее было недостижимо для аналогичных устройств.
По словам профессионала в области химии Юн Чжана (Yong Yan), который является соавтором исследования: "Это дает нам чертеж для создания новых био-вдохновленных ионных устройств. Наши разработки могут функционировать в жидкой среде, ощущать окружающую среду и обрабатывать информацию — так же, как работает наш нервный системы."
Обработка информации внутри устройства
До появления этого устройства все системы электронного вкуса использовали внешние компьютерные системы для анализа данных. Новая разработка прорывна тем, что большая часть обработки происходит внутри самого устройства — в жидкой среде, что повышает точность и снижает искажения. Благодаря использованию мембран графен-оксидных пленок, устройство может одновременно выполнять сенсорные функции и обрабатывать полученные сигналы, имитируя работу нейронных сетей и reservoir computing (резервуарных вычислений).
Для анализа вкусов ученые использовали комбинацию методов — часть вычислений осуществляется за счет встроенного резервуара, где формируются паттерны, а часть — нейронными сетями, идентифицирующими эти паттерны. В результате устройство самостоятельно учится различать сложные вкусы и их вариации, совершенствуя свои навыки с каждым новым опытом.
Примеры применения и перспективы
- Медицина: ранняя диагностика заболеваний через анализ вкусовых реакций, например, обнаружение метаболических отклонений или дисфункций нервной системы.
- Пищевая промышленность: контроль качества продукции, идентификация специфических вкусовых профилей напитков и продуктов питания, а также автоматизация производства.
- Экологический мониторинг: определение состава воды и воздуха по вкусовым профилям, обнаружение загрязнений или токсичных веществ.
- Безопасность: автоматический анализ опасных жидкостей, наличия химикатов или микробиологических загрязнений.
Юн Чжан отметил: "Эти инновации закладывают основу для создания систем, способных не только чувствовать, но и «учиться» и «понимать» свою среду, что кардинально изменит подходы к медицинской диагностике, робототехнике и экологическому контролю."
Проблемы и будущее развития
Несмотря на достигнутые успехи, исследователи подчеркивают, что устройство пока слишком громоздкое для практического использования. Главные вопросы — масштабируемость производства, снижение энергопотребления и интеграция с другими системами. Кроме того, повышение чувствительности к разным типам вкусов и расширение диапазона восприятия остаются ключевыми задачами.
По прогнозам, с решением этих проблем уже в ближайшее десятилетие можно ожидать создание компактных, энергоэффективных устройств для медицинских, промышленных и бытовых нужд. В будущем такие системы могут стать частью интерфейсов человек-машина, помогая не только распознавать вкусы, но и взаимодействовать с окружающей средой на новом уровне.