Lidah buatan pertama di dunia 'rasanya dan belajar' seperti organ manusia yang nyata
Para ilmuwan telah menciptakan lidah buatan pertama yang dapat merasakan dan mengidentifikasi rasa sepenuhnya dalam lingkungan cair – meniru cara kerja selera manusia.
Pencapaian, dijelaskan 15 Juli di jurnal PNAdapat menyebabkan sistem otomatis untuk keamanan pangan dan deteksi awal penyakit melalui analisis kimia, kata para peneliti.
Teknologi ini juga dapat diintegrasikan ke dalam peralatan laboratorium untuk analisis kimia sampel cair. Para peneliti juga melihatnya sebagai langkah menuju “komputasi neuromorfik” – sistem AI yang meniru proses belajar otak.
Lidah buatan terbuat dari membran graphene oksida, lembaran karbon ultra-tipis yang bertindak sebagai filter molekuler untuk versi ionik selera. Alih -alih memisahkan partikel besar, membran ini memperlambat pergerakan ion, membiarkan perangkat mengidentifikasi dan mengingat selera ditempatkan ke dalam perangkat.
Dalam studi baru, perangkat mengidentifikasi empat selera dasar-manis, asam, asin dan pahit-dengan akurasi 72,5% hingga 87,5%, dan dengan akurasi 96% untuk minuman dengan beberapa profil rasa seperti kopi dan Coca-Cola. Akurasi yang lebih tinggi disebabkan oleh susunan listrik dari campuran minuman kompleks, yang membuatnya lebih mudah bagi sistem untuk mengidentifikasi. Menurut penelitian ini, ini adalah pertama kalinya para peneliti berhasil menggabungkan penginderaan dan pemrosesan informasi dalam satu sistem basah.
“Penemuan ini memberi kita cetak biru untuk membangun perangkat ionik yang terinspirasi bio baru,” Yong Yanseorang profesor kimia di Pusat Nasional untuk Nanosains dan Teknologi di Cina dan rekan penulis penelitian, mengatakan kepada Live Science dalam email. “Perangkat kami dapat bekerja secara cair dan dapat merasakan lingkungan dan memproses informasi mereka – seperti halnya sistem saraf kami.”
Terobosan dalam memproses informasi dalam cairan
Sistem pencicipan sebelumnya memproses semua informasi tentang sistem komputer eksternal, tetapi sistem baru ini melakukan semua penginderaan dan sebagian besar pemrosesan data dalam cairan. Pendekatan cair terutama ini memungkinkan akurasi yang lebih besar karena memungkinkan selera untuk diproses dalam keadaan ionik alami mereka alih -alih dikonversi agar sesuai dengan pemrosesan sistem kering.
Terkait: Para ilmuwan telah membangun 'lidah elektronik' bertenaga AI
Karena kerusakan komponen elektronik tradisional dalam cairan, para peneliti harus memisahkan fungsi penginderaan dan pemrosesan. Terobosan ini mengatasi keterbatasan itu dengan menggunakan membran graphene oksida yang dapat mendeteksi dan melakukan banyak pemrosesan informasi yang direndam dalam cairan.
“Kami kekurangan komponen yang dapat secara andal melakukan penginderaan, pemrosesan logika, dan komputasi neuromorfik di lingkungan cair,” kata Yan. “Penelitian kami mencoba mengatasi masalah kritis ini secara langsung.”
Lidah buatan bekerja dengan melarutkan senyawa kimia dalam cairan yang kemudian dipecah menjadi ion. Ion melewati lapisan lembaran karbon khusus yang menciptakan saluran yang sangat kecil ribuan kali lebih tipis daripada rambut manusia.
Hal ini memungkinkan ion untuk membuat pola unik yang memberi sinyal yang membumbui senyawa kimia awal. Sistem kemudian 'mempelajari' pola ini dan menjadi lebih akurat dalam mengidentifikasi selera dengan penggunaan berkelanjutan.
Inovasi utama terletak pada bagaimana para peneliti memperlambat pergerakan ion melalui saluran – membuatnya 500 kali lebih lambat dari biasanya. Perlambatan ini memberi sistem waktu untuk “mengingat” setiap rasa yang ditemui, dengan kenangan berlangsung sekitar 140 detik, bukan hanya milidetik, tergantung pada ketebalan membran.
Para peneliti membandingkan hasil mereka dengan karya terbaru oleh Andrew Pannone dan rekannya, yang diterbitkan dalam jurnal Alam pada Oktober 2024. Studi itu menggunakan jaringan saraf yang berjalan terus Komputer tradisional, solid-state untuk menganalisis data dari lidah elektronik berbasis graphene.
Sistem memproses informasi dalam apa yang para ilmuwan sebut reservoir yang memungkinkan sistem untuk mempelajari rasa. Jaringan saraf atau bagian pemrosesan sistem mengidentifikasi pola dan meneruskannya untuk pemrosesan akhir.
“Kami mengidentifikasi rasa yang berbeda menggunakan sistem pembelajaran mesin yang lebih sederhana: bagian komputasi reservoir dan sebagian jaringan saraf dasar,” jelas Yan. “Yang terpenting, perangkat fisik kami benar -benar melakukan bagian dari pekerjaan komputasi.” Ini tidak seperti sistem yang sepenuhnya bergantung pada komputer eksternal untuk diproses.
Sistem ini membangun ingatan secara progresif, mirip dengan bagaimana otak kita belajar membedakan rasa. Dengan setiap paparan, sistem menjadi lebih baik dalam membedakan selera yang sama.
“Ini dapat secara andal membedakan antara rasa kompleks seperti kopi, kokas dan bahkan campuran mereka – sesuai dengan kinerja jaringan saraf Pannone yang canggih,” kata Yong.
Aplikasi medis dan praktis
Teknologi ini dapat memungkinkan deteksi awal penyakit melalui analisis rasa, membantu mengidentifikasi efek obat, dan membantu orang yang kehilangan rasa selera karena gangguan neurologis atau stroke.
Lidah buatan juga dapat membantu meningkatkan pengujian keamanan pangan, kontrol kualitas dalam produksi minuman, dan pemantauan lingkungan pasokan air. Ini bisa melakukan ini dengan membantu mengidentifikasi rasa spesifik dalam sampel.
“Inovasi -inovasi ini menjadi dasar yang penting untuk aplikasi mulai dari diagnostik medis hingga mesin otonom yang mampu 'mencicipi' lingkungan mereka,” kata Yong.
Sementara hasilnya menjanjikan, Yong mengakui bahwa tantangan yang signifikan tetap ada. “Sistem ini masih terlalu besar untuk aplikasi praktis,” katanya kepada Live Science. “Sensitivitas deteksi membutuhkan peningkatan, dan konsumsi daya lebih tinggi dari yang kita inginkan.”
Namun Yong tetap optimis tentang garis waktu untuk perbaikan. “Setelah kami memecahkan tantangan meningkatkan produksi, meningkatkan efisiensi daya, dan mengintegrasikan beberapa sensor – dan mengembangkan perangkat keras neuromorfik yang kompatibel, kita dapat melihat kemajuan transformatif dalam teknologi perawatan kesehatan, robotika, dan pemantauan lingkungan dalam dekade berikutnya.”
