В то время как машины обрели зрение и научились распознавать звук, оцифровать вкус оказалось сложнее. Мы видели узкоспециализированные искусственные языки, распознающие сладость, шоколад, пиво, вино или виски, но теперь исследователи из Пекина разработали более универсальный «язык» из оксида графена, который не просто распознаёт химические вещества, но и запоминает их. В ходе лабораторных испытаний система определяла кислый, солёный, горький и сладкий вкусы с точностью почти 99 %, продемонстрировав, что вкус можно передать в цифровом виде.
Исследователи из Национального центра нанонауки и технологий в Пекине вместе с коллегами из других регионов Китая создали нейроморфное устройство, имитирующее одно из наших самых личных чувств — вкус. В их «искусственной вкусовой системе» используются многослойные мембраны из оксида графена, которые не только улавливают химические вещества в растворе, но и напрямую обрабатывают сигналы, подобно тому, как биологические вкусовые рецепторы и нейроны работают вместе.
В отличие от большинства искусственных органов чувств, созданных на основе твердотельной электроники, вкусовые рецепторы должны работать в жидкости, где сигнал могут передавать ионы, а не электроны. Команда решила эту задачу с помощью ионного сенсорного мемристивного устройства на основе оксида графена (GO-ISMD).
Внутри наноограниченных каналов устройства ионы подвергаются межфазной адсорбции и десорбции, что замедляет их движение и создаёт гистерезисный электрический отклик, похожий на память. Эта кратковременная память позволяет одному и тому же компоненту одновременно обнаруживать химические вещества и выполнять вычисления внутри сенсора во влажной физиологической среде. Это первый в своём роде сенсор, способный на такое.
При тестировании импульсами напряжения устройство ведёт себя почти как синапс: оно может усиливать или ослаблять свою реакцию, демонстрировать эффекты памяти и даже запоминать два сигнала, поступивших близко друг к другу. Чем толще мембрана, тем дольше сохраняется эта память; в некоторых случаях она сохраняется до 140 секунд, что намного превышает возможности простого движения ионов. Чтобы превратить эту динамику в восприятие, группа использовала резервуарные вычисления.
«Вдохновившись биологической системой восприятия вкуса, мы разработали интеллектуальную систему, которая с помощью наших устройств «распознаёт» химические вещества по их вкусовым качествам, — объясняет Йон Янг в электронном письме для New Atlas. — Система состоит из трёх ключевых компонентов: сенсорного входа, промежуточного слоя и однослойной полносвязной нейронной сети. Сенсорный вход и промежуточный слой реализованы с помощью нашего оборудования (устройств). Затем эти сигналы обрабатываются промежуточным слоем, который преобразует их в уникальные цифровые паттерны. Эти шаблоны вводятся в однослойную полносвязную нейронную сеть.
На практике сенсорный модуль распознаёт вкусы и преобразует их в электрические сигналы ещё до того, как они достигнут резервуара. Затем нейронная сеть обучается на компьютере распознавать эти цифровые паттерны и сохранять ключевые параметры, что фактически даёт системе «память» о различных вкусах, которую она может использовать позже.
В рамках проверки концепции исследователи протестировали четыре основных вкусовых вещества: кислое (уксусная кислота), солёное (NaCl), горькое (MgSO₄) и сладкое (ацетат свинца). Сигналы от устройства, поступающие в обученную нейронную сеть, с точностью около 98,5 % распознавали вкусовые вещества, а точность бинарного теста варьировалась от 75 % до 90 % в зависимости от образца. Даже такие напитки, как кофе, кола и их смеси, можно было классифицировать с высокой точностью.
Несмотря на эти успехи, авторы подчёркивают, что это всего лишь демонстрация концепции. Текущая установка громоздкая и требует большого количества энергии для работы. Прежде чем такие системы можно будет использовать за пределами лаборатории, потребуется их миниатюризация и интеграция в схемы.
«Эта технология идеально сочетает в себе вычисления, вдохновлённые работой мозга, химическое обнаружение и системы, вдохновлённые биологией, — объясняет Ян. — Мы ожидаем, что в течение следующего десятилетия благодаря дальнейшему развитию в области масштабирования производства, повышения энергоэффективности, интеграции мультисенсорных массивов и разработки совместимого нейроморфного оборудования эта технология найдёт применение в сфере здравоохранения, робототехники и мониторинга окружающей среды».
Система на основе оксида графена, объединяющая сенсорные и вычислительные функции в одном водном устройстве, представляет собой значительный шаг в области биомиметической вкусовой чувствительности и нейроморфной инженерии, а также намекает на будущие инструменты, которые могут расширить или даже воссоздать чувство вкуса.
Научная статья об этом опубликована в журнале Proceedings of the National Academy of Sciences.