图片来源：pixabay
撰文 | 西蒙·梅金（Simon Makin）
翻译 | 巢栩嘉
几十年来，食品和饮料行业一直在寻找一种能以量产速度和规模进行自动化“口味测试”的方法，但始终未能取得突破。然而，在一项新研究中，针对一种很有前景的化学传感器，研究人员利用机器学习克服了它的局限性。这意味着在不久的将来，也许机器舌头将在你之前评估牛奶或梅洛葡萄酒的品质。
当液体（比如美味的饮料）中的离子接触到离子敏场效晶体管（ISFET）导电膜片，流经的电流会根据液体的具体成分和施加的电压而发生变化。于是，科学家能利用ISFET将化学变化转化为电信号。任何饮品的化学成分及由此产生的味道，都会受污染和新鲜程度的影响，而ISFET能检测这些变化。
美国宾夕法尼亚州立大学（Pennsylvania State University）的工程师萨普塔尔希·达斯（Saptarshi Das）表示：“在判断食品是否掺假或含有有毒物质方面，食品行业存在很多问题。”尽管首个ISFET早在50多年前就已问世，但这种传感器并未广泛商用。石墨烯是一种理想的导电材料，它的出现帮助研究人员造出了改进版的ISFET传感器，可检测特定化学离子。但仍有一个大问题：传感器之间的读数存在差异，而且会随温度或湿度等条件的变化而变化。
在一篇发表于《自然》（Nature）的论文中，达斯和同事将ISFET与神经网络结合，从而解决了这一问题。他们训练出了一种机器学习算法，利用传感器的读数给饮料分类。他们开发的系统能判断牛奶是否被稀释，能区分不同品牌的汽水或咖啡混合物，还能在识别不同果汁的同时判断其新鲜程度。
在开发过程中，研究团队尝试基于人工选择的数据点进行训练。但他们发现，如果给算法提供所有设备的测量数据，并让其选择自己作为决策依据的数据特征，那么最终的分类结果会更加准确。人工选择的特征容易受到设备变化影响，而算法能一次性分析所有数据，找到变化较小的元素。达斯解释道：“机器学习能识别出那些人类认为难以定义的差异。”该系统在实际任务中的准确率超过97%。
基安娜·阿朗（Kiana Aran）是美国加利福尼亚大学圣迭戈分校（UCSD）的一名工程师，她与他人联合创立了一家公司，致力于将基于石墨烯的生物传感器商业化。阿朗表示：“这些数据非常有说服力。”她解释道，与检测特定分子的人类舌头不同，这种ISFET系统只检测化学变化，而“这将它限制在了特定的、预定义的化学特征范围内”，例如品牌配方或新鲜程度。
接下来，达斯和同事将测试更大、更多样化的训练数据集，以及更复杂的算法，以扩大该系统的应用范围。例如，达斯说：“你可以将这项技术用于血糖水平或汗液监测等医疗保健应用，这是我们想要探索的另一领域。”
本文选自《环球科学》2025年2月刊“前沿”栏目。
本文来自微信公众号“环球科学”。如需转载，请在“环球科学”后台回复“转载”，还可通过公众号菜单、发送邮件到newmedia@huanqiukexue.com与我们取得联系。相关内容禁止用于营销宣传。
-电商广告-
![]()
