Машины уже достаточно давно умеют воспринимать мир почти так же, как человек: камеры успешно заменяют им глаза, звук улавливают не уши, а микрофоны, а различные манипуляторы решают вопрос осязания. Однако роботы имеют достаточно поверхностное представление о вкусе и запахе – эти чувства во многом основываются на субъективном мнении человека. Идею о том, что запах приборами не измерить, еще в начале XX века популяризовал ученый и изобретатель Александр Белл. Он высказал мнение о том, что объективное описание отличий запахов розы и фиалки даст начало целой новой области науки, и предложил заняться этим исследователям с самыми большими амбициями. 

Несмотря на то, что прогресс в этой области двигался крайне медленно, а доступных анализаторов запахов и вкуса – дешевых и простых в использовании – на рынке нет и поныне, электронные носы и языки активно используются в промышленности. Такие устройства не просто распознают отдельные компоненты вещества, создающие запах или вкус, а реагируют на их совокупность в целом. Как рассказывает директор по науке Центра по развитию современных вычислений (C-DAC, Индия) Набарун Бхаттачария, одна из важных областей применения искусственных органов чувств – контроль за качеством производства. 

Набарун Бхаттачария
Набарун Бхаттачария

К примеру, C-DAC ведет разработку устройств для оценки качества чая, которые могут заменить профессионального чайного дегустатора. Представители этой профессии (их также называют титестеры и чайные сомелье) оценивают разные сорта по нескольким параметрам, описывающим запах листьев и чайного настоя, его вкус и внешний вид. Правильно обученные на эталонных образцах электронные системы также могут выполнять эти функции, опираясь на объективные данные. Еще одна область разработок – анализ качества ароматного риса. Некоторые производители могут пытаться искусственно завышать характеристики своей продукции с помощью ароматизаторов, однако электроника распознает подлог.

«Главное отличие электронного носа от языка в том, что первый реагирует на летучие химические соединения, а второй – на нелетучие, вы просто погружаете сенсор в образец. Для создания устройств мы используем два типа сенсоров, вольтаметрические и мембранные», – комментирует Набарун Бхаттачария.

Как рассказывает профессор факультета контрольно-измерительных приборов и электронной техники Джадавпурского университета (Индия) Раджиб Бандопадхьяй, электронные носы и языки состоят из двух основных частей – массива датчиков и блока обработки поступающих от них сигналов. Так как самих сенсоров в устройствах используется несколько, обработка большого количества разрозненных данных может вызывать затруднения, и для окончательного решения о характере запаха или вкуса используются различные подходы – метод главных компонент, кластерный анализ, искусственные нейронные сети и так далее.

Раджиб Бандопадхьяй
Раджиб Бандопадхьяй

«Обработка получаемых сигналов – непростая задача, главное ограничение в количестве датчиков. Например, алгоритмы распознавания шаблонов успешно используют для распознавания изображений, но там программа может проанализировать очень большое количество исходных данных. Если в электронном носу используется восемь сенсоров, то результат будет зависеть только от данных, зарегистрированных этими восемью сенсорами, – объясняет Раджиб Бандопадхьяй. – Если электронный язык настроен на классификацию чая, а вы возьмете в качестве образца кофе, прибор может отнести его к одному их чайных сортов. Еще, к примеру, вы не можете быть точно уверены в том, что при повторном эксперименте на сенсор попадет ровно то же количество молекул летучих соединений, даже если все условия будут соблюдены. Мы не всегда можем утверждать, что точность распознавания в сравнении с эталонным значением больше 90%, хотя для практического применения этого более чем достаточно».

Отметим, что предыдущие лекции в рамках международной деятельности научно-исследовательского института «Биоинженерия» были посвящены биоинформатике. Отчеты о мероприятиях можно прочитать здесь и здесь.

 

Александр Пушкаш,
Редакция новостного портала Университета ИТМО