Neben Geschmackstestern gibt es einen neuen Konkurrenten in der Welt der Geschmacksbewertung – und der besteht aus Schaltkreisen und Sensoren.
Und letztendlich sagen Wissenschaftler, dass diese Technologie genutzt werden könnte, um Schadstoffe in Lebensmitteln zu finden, die Verbraucher krank machen könnten, oder um zu erkennen, wenn etwas nicht mehr zum Verzehr geeignet ist.
Forscher aus der Penn State University in Pennsylvania haben eine elektronische Zunge entwickelt, die Unterschiede zwischen ähnlichen Flüssigkeiten wie Milch mit unterschiedlichem Wassergehalt und Produkten wie Limonaden und Kaffeemischungen erkennen kann. Es kann sogar mit hoher Genauigkeit zwischen Pepsi und Cola unterscheiden.
Studie, veröffentlicht am Mittwoch in Naturefanden heraus, dass die KI-Zunge in der Lage war, die Qualität und Frische verschiedener Substanzen zu erkennen, zu klassifizieren und zu bewerten. Das heißt, wenn die Milch verunreinigt ist, kann die Zunge dies möglicherweise erkennen.
„Wir haben versucht, eine künstliche Zunge zu schaffen, aber der Prozess, wie wir verschiedene Lebensmittel schmecken, betrifft mehr als nur die Zunge“, sagte der korrespondierende Autor Saptarshi Das, Professor für Ingenieurwissenschaften und Mechanik an der Penn State.
„Wir haben die Zunge selbst, die aus Geschmacksrezeptoren besteht, die mit Nahrungsmittelarten interagieren und ihre Informationen an den Geschmackskortex weiterleiten – ein biologisches neuronales Netzwerk.“
Die elektronische Zunge besteht aus ionenempfindlichen Feldeffekttransistoren auf Graphenbasis oder leitfähigen Geräten, die chemische Ionen erkennen können, mit einem künstlichen neuronalen Netzwerk verbunden und auf verschiedene Datensätze trainiert sind. Es befindet sich oben rechts auf dem Gerät.
Labor Saptarshi Das/Penn State
Der im Gehirn gelegene Geschmackskortex nimmt Geschmäcker wahr und interpretiert sie, die über die von Geschmacksrezeptoren erkannten Grundkategorien süß, sauer, bitter, salzig und herzhaft hinausgehen, erklären die Forscher. Je vertrauter das Gehirn mit diesen Geschmäckern wird, desto besser kann es subtile Nuancen zwischen den Freuden erkennen.
Ziel der Forscher war es, die Funktion des Geschmackskortex nachzuahmen, indem sie einen Algorithmus für maschinelles Lernen entwickelten, der diese nachahmen soll.
Erhalten Sie wöchentliche Gesundheitsnachrichten
Erhalten Sie jeden Sonntag die neuesten medizinischen Nachrichten und Gesundheitsinformationen.
Die Zunge der KI ist besteht aus Graphen und chemische Sensoren. Chemische Sensoren erkennen und messen die chemische Zusammensetzung von Flüssigkeiten (wie Kohlenhydraten, Proteinen, Lipiden, Säuren und Vitaminen) und wandeln die Informationen in elektrische Signale um, so die Forscher.
Das neuronale Netzwerk wurde anhand verschiedener Datensätze trainiert und erhielt 20 spezifische Lernaufgaben. Bei diesen Aufgaben geht es darum, wie Flüssigkeiten die elektrischen Eigenschaften von Sensoren beeinflussen.
Die KI-Zunge erkennt präzise Proben, darunter verdünnte Milch, verschiedene Arten von Limonade (Diät-Cola, Pepsi, Coke Zero Sugar), Kaffeemischungen (Espresso, Frühstück, Italienisch) und verschiedene Fruchtsäfte mit mehreren Frischegraden. Forscher berichten, dass das Tool Inhalte in etwa einer Minute mit einer Genauigkeit von mehr als 80 Prozent genau analysieren kann.
Bei Fruchtsäften erreichte die KI-Zunge einen Genauigkeitswert von rund 98 Prozent bei der Identifizierung der Fruchtsorte und 99 Prozent bei der Bestimmung des Alters.
„Nachdem wir mit vom Menschen ausgewählten Parametern eine angemessene Genauigkeit erreicht hatten, entschieden wir uns, das neuronale Netzwerk seine eigenen Nutzenzahlen ermitteln zu lassen, indem es rohe Sensordaten bereitstellte“, sagte Co-Autor Andrew Pannone, Doktorand der Ingenieurwissenschaften an der Penn. Land.
„Wir haben herausgefunden, dass das neuronale Netzwerk eine nahezu ideale Inferenzgenauigkeit von mehr als 95 Prozent erreicht, wenn maschinell ermittelte Nutzenzahlen im Vergleich zu denen von Menschen verwendet werden“, sagte er in einer Medienmitteilung.
Durch die Verwendung dieser KI-Zunge zur genauen Erkennung subtiler Unterschiede in Flüssigkeiten, die möglicherweise außerhalb der menschlichen Wahrnehmung liegen, kann dieser Sensor zur Identifizierung gefährlicher Verunreinigungen in Lebensmitteln wie PFAS (giftige Chemikalien) und zur Überwachung der Lebensmittelfrische eingesetzt werden, beispielsweise zur Verfolgung der Qualität Saft. ein paar Tage, argumentieren die Forscher.
„Trotz Korrekturmaßnahmen gegen Lebensmittelverfälschungen und -kontaminationen ist die Überwachung der Lebensmittelfrische aufgrund der sich im Laufe der Zeit ändernden und komplexen chemischen Zusammensetzung von Lebensmitteln eine größere Herausforderung. Der Verzehr abgestandener Lebensmittel ist gefährlich und hat einen verringerten Nährwert“, heißt es in der Studie.
Die Autoren betonen, dass die rechtzeitige Erkennung gefährlicher Kontaminanten in der Lebensmittelproduktion und -verteilung eine ständige Herausforderung bleibt. Gefährliche PFAS werden beispielsweise in großem Umfang in industriellen Prozessen verwendet und sind in Verbraucherprodukten enthalten, wobei das Potenzial besteht, dass sie sich in der Umwelt, einschließlich Trinkwasser, anreichern.
PFAS, bekannt als „ewige Chemikalien“, sind eine Gruppe tausender langlebiger, künstlicher Chemikalien, die in Textilien, Kosmetika, Möbeln, Farben, Feuerlöschschaum, Lebensmittelverpackungen und anderen häufig verwendeten Verbraucherprodukten verwendet werden.
Die Exposition gegenüber bestimmten PFAS ist mit reproduktiven, entwicklungsbedingten, endokrinen, hepatischen, renalen und immunologischen Auswirkungen verbunden. laut Health Canada.
Die KI-Zunge verspricht jedoch, PFAS im Wasser genau zu erkennen und bietet damit eine mögliche Lösung für dieses Problem.
„Wir glauben, dass die auf Graphen basierende miniaturisierte Technologie, erweitert durch eine Reihe von Methoden des maschinellen Lernens, als kostengünstige Plattform für ein breites Spektrum chemischer Sensorik dienen kann.
Anwendung in der Lebensmittelversorgungskette und darüber hinaus“, sagen die Autoren.
Die Forscher stellen fest, dass die Zungenfähigkeiten einer KI nur durch die Daten begrenzt werden, auf denen sie trainiert wird. Obwohl sich diese Forschung auf die Beurteilung der Ernährung konzentriert, könnte ihre potenzielle Anwendung auch auf Bereiche wie die medizinische Diagnostik ausgeweitet werden.
„Diese Ergebnisse verdeutlichen, dass durch maschinelles Lernen unterstützte ISFETs (ionenempfindliche Feldeffekttransistoren) zur Bewältigung verschiedener Herausforderungen in der Lebensmittelindustrie eingesetzt werden können“, sagten die Forscher.
– Mit Dateien von Saba Aziz Global News
