几十年来，食品和饮料行业一直苦苦寻求一种能够以大规模生产的速度和规模“品尝测试”产品的自动化方法。但在一项新的研究中，研究人员利用机器学习克服了一种很有前景的化学传感器的局限性，这意味着机器人舌头可能很快就能在您之前评估您的牛奶或梅洛。
当液体（例如美味的饮品）中的离子接触到离子敏感场效应晶体管 (ISFET) 的导电片时，流经的电流会根据液体的确切成分和施加的电压而变化。这使得科学家能够使用 ISFET 将化学变化转化为电信号。任何饮品的化学成分及其味道都受到污染和新鲜度的影响——ISFET 可以识别这些。
宾夕法尼亚州立大学工程师萨普塔什·达斯说：“食品工业在弄清楚食品是否掺假或含有有毒物质方面存在很多问题。” 首批 ISFET 早在 50 多年前就已问世，但这种传感器在商业上应用不多。石墨烯这种理想导电材料的出现，帮助研究人员制造出改进的 ISFET 传感器，可以检测特定的化学离子。但一个大问题仍然存在：读数因传感器而异，并且随着温度或湿度等条件的变化而变化。
支持科学新闻报道
如果您喜欢这篇文章，请考虑通过以下方式支持我们屡获殊荣的新闻报道： 订阅。通过购买订阅，您将帮助确保未来能够继续讲述关于塑造我们当今世界的发现和想法的具有影响力的故事。
在《自然》杂志上，达斯和他的同事通过将 ISFET 与神经网络结合，解决了这个问题，他们训练了一种机器学习算法，使用传感器的读数对饮料进行分类。由此产生的系统可以判断牛奶是否被稀释、区分苏打水品牌或咖啡混合物，并识别不同的果汁，同时判断它们的新鲜度。
在开发过程中，团队尝试了基于人工选择数据点的训练，但科学家们发现，如果算法获得所有设备测量值并选择自己的数据特征作为决策依据，则指定会更准确。人工选择的特征容易受到设备变化的影响，而算法一次分析所有数据，找到变化较小的元素。达斯解释说：“机器学习能够找出人类难以定义的更细微的差异。” 该系统在实际任务中实现了超过 97% 的准确率。
加州大学圣地亚哥分校的工程师基亚纳·阿兰说：“数据非常有说服力”，她与人共同创立了一家公司，旨在将石墨烯生物传感器商业化。与检测特定分子的人类舌头不同，这种类型的 ISFET 系统仅检测化学变化——“这将其限制在特定的、预定义的化学特征范围内”，例如品牌配方或新鲜度范围，她说。
接下来，达斯和他的同事将测试更大、更多样化的训练数据集和更复杂的算法，以扩展系统的应用范围。例如，达斯说：“你可以将这项技术用于医疗保健应用：血糖水平或汗液监测。” “这将是我们想要探索的另一个领域。”