Credito:National Research University Higher School of Economics
Ricercatori del Laboratorio HSE di Ricerca Spaziale, Tecnologie, Systems and Processes ha applicato sistemi di intelligenza artificiale ad apprendimento rapido al riconoscimento degli odori e ha sviluppato un dispositivo nasale elettronico in grado di riconoscere i modelli olfattivi di un'ampia gamma di sostanze chimiche. Oltre a discriminare tra diverse miscele di gas, il naso elettronico sarà in grado di catturare e memorizzare nuovi odori. Secondo gli scienziati HSE, è probabile che il prodotto della loro ricerca avvantaggia sia i servizi di sicurezza che i membri del pubblico.
I dispositivi nasali elettronici sono analizzatori di gas utilizzati per misurare la composizione qualitativa e quantitativa delle miscele di gas. L'innovazione degli scienziati HSE è che il loro dispositivo è basato su matrici sensibili al gas a stato solido di sensori a semiconduttore e utilizza una rete neurale AI ad apprendimento rapido. La tecnologia proposta è estremamente accurata nell'analizzare le miscele di gas e imita la funzione olfattiva degli organismi viventi ricordando nuovi odori e riconoscendoli facilmente in seguito.
"Sono disponibili molti sensori di gas e odori, ma sono progettati per riconoscere un solo odore specifico, "dice Vladimir Kulagin, professore presso MIEM HSE. "Per esempio, i sensori di metano possono rilevare un aumento di questo gas e avvertire i minatori sotterranei del pericolo, ma di fronte a una miscela di gas, questo sensore riconoscerà solo il metano e ignorerà gli altri componenti. Questo può creare problemi, poiché molti gas sono pericolosi se miscelati con altri gas. I ricercatori di MIEM HSE stanno ora lavorando su algoritmi, soluzioni software e tecniche per il riconoscimento degli odori delle reti neurali. Il nostro obiettivo principale in questo momento è aumentare la gamma di schemi olfattivi che il dispositivo può riconoscere consentendogli di apprendere nuovi odori e memorizzare queste informazioni. Essenzialmente, vogliamo insegnare al dispositivo a discriminare tra miscele di gas pericolose e non pericolose e memorizzarle velocemente. Per questo scopo, ha bisogno di conoscere le caratteristiche di ciascun gas."
Ecco come funzionerà. Se il dispositivo cattura un odore che non riconosce, l'IA cercherà nel suo database l'odore simile più vicino determinato dalla più piccola distanza di Hamming da qualsiasi codice olfattivo noto. Dove non esiste un secondo così vicino, il che significa che le distanze tra i codici superano la distanza di Hamming in tutte le reti neurali, il dispositivo identificherà l'odore come nuovo.
In questo caso, il nuovo pattern olfattivo verrà caricato nel database e una nuova rete neurale addestrata per questo odore. Di conseguenza, si ottengono sia l'apprendimento automatico di nuovi odori sia un riconoscimento più accurato. Dove un nuovo odore corrisponde a due modelli diversi nel database, è preferito quello il cui codice è più vicino al codice di riferimento per la distanza di Hamming (basata sul numero di coincidenze di bit). Un altro vantaggio è la possibilità di correggere gli errori del naso elettronico dovuti all'invecchiamento della serie di sensori di gas.
Le potenziali applicazioni del dispositivo sono molto diffuse e comprendono il monitoraggio ambientale, rilevamento di minacce terroristiche a persone e strutture, preallarme di disastri tecnologici, strumenti di bordo di aeromobili o veicoli spaziali, tecnologia per il monitoraggio della qualità delle materie prime, e controllo degli odori per i processi industriali.