有没有可能让电脑有味觉？这个问题促使IBM研究院的研究人员开发了一种化学味觉感知工具HyperTaste，它就像一个“电子舌头”——一种分析液体化学成分的传感器。

IBM研究院的研究人员、HyperTaste论文的合著者Patrick Ruch说：“HyperTaste的灵感来自人工智能和机器学习的进步，它们模仿人类的视觉和听觉来识别图像和解释语音。我们想为化学传感提供一种新的透镜。”

他们的想法是采用一种组合的方法，使用一系列传感器就像我们舌头上数千个味蕾一样，然后使用机器学习算法来解释这些传感器的输出。该团队使用了一个带有微控制器硬件的印刷电路板，以及由16个导电聚合物传感器组成的组件，这些传感器可以在浸入溶液时改变电压。Ruch说：“这有点类似于电池的工作原理，就好像我们把想要测试的液体当作电解液一样。”

将传感器阵列浸入液体中，会产生一系列该液体特有的电压信号，即该液体的化学指纹。这些电压信号被传输到一个移动应用程序，该应用程序将它们传输到云服务器，在那里，一个机器学习模型使用数据来训练算法，并将指纹与已知液体数据库进行比较。然后，算法会在一两分钟内将结果报告给应用程序，无论是识别液体还是估计其特性。

Ruch说：“您不一定需要实验室来执行此操作，从而节省时间和成本并加快测试过程，我们想使用简约的便携式硬件，并证明这种化学传感系统的智能可以推到软件方面。”

尽管HyperTaste操作简单，但开发起来并不容易。将系统的各个部分整合在一起，并合并一个跨学科团队，团队由电化学和材料科学家组成，以确定HyperTaste的传感原理，电气工程师定义和组装硬件，以及数据科学和部署方面的软件工程师，这些很具有挑战性。

Ruch说：“我们必须在团队中整合所有这些功能，并找到一种通用语言，能够理解这些不同组件之间的接口和交接点。”

P

Patrick Ruch 在柏林的一次活动中展示了 HyperTaste

与大多数传统的化学传感器(如pH值和氧传感器)不同，HyperTaste不是用来检测特定类型的化合物的。Ruch说：“如果你想对特定的化合物、分子或毒素进行精确的量化，HyperTaste可能不是最好的工具。你可能需要选择一种不同的感知机制，一种更敏感、检测下限更低的感知机制。”

HyperTaste于2019年首次开发，但它只能用于几种特定的液体。现在，它可以分析更复杂的液体。Ruch说：“在项目早期，我们必须手动将传感器阵列多次浸入不同的液体中，以收集我们的训练数据。最终，我们改用安装了传感器的自动采样机器人。自动采样器可以24小时自动工作，将传感器浸入不同的液体中。”

IBM的团队测试了HyperTaste识别不同瓶装矿泉水的能力，通过水果类型识别果汁，通过品牌和产地识别葡萄酒，估计咖啡的浓度，以及检测假酒的能力。Ruch将HyperTaste的可能用例分为四个部分：验证液体来源和清除假冒产品的认证；质量控制确保饮料质量的一致性；创新测试和开发新的口味和配方以及监控。

例如，监控已经通过将 HyperTaste 装置安装在自动船“五月花”号（Mayflower）的船体上进行了测试，该船刚刚完成了横跨大西洋的航行。Ruch说：“这个想法是为了表明HyperTaste可以长期自主监测海洋化学和旅行路线，从而能够对海洋酸化等问题发表声明。必须进行一些工程设计，以确保海水可以从海洋中抽上来，并在船上采样，但好消息是，该系统在整个旅程中都保持运行。我们期待在获得数据后对其进行剖析。”

对HyperTaste的研究是IBM加速材料发现和开发的更大计划的一部分。Ruch说：“这种机器辅助的测量数据解释对未来的实验室很有用，在实验室分析中使用机器学习有很大的潜力。如果机器可以帮助解释测量结果，那么你就可以找出如何自动合成化合物，并指导机器人实验室生产这些化合物。你可以对新型材料提出新的假设，这些材料可能有更好的性能，或者由更可持续的物质制成。加快解读数据的过程有助于实现创新周期的自动化。”

原文链接：https://spectrum.ieee.org/meet-hypertaste-an-ai-assisted-electronic-tongue