根據外媒IEEE
Spectrum報道，IBM研究院開發了一種化學味覺感知工具——HyperTaste。該工具可以分析液體的化學成分，識別出不同液體的類型。HyperTaste可以自動分析河流的水質，追蹤環境的變化如何影響浮游生物的生長。除此之外，HyperTaste還可以用來分辨液體來源、實施質量檢測、識別假冒品牌。
一、模仿人類味覺，讓機器發揮味蕾的作用
帕特里克·魯奇（PatrickRuch）是IBM研究院的研究人員，也是發表HyperTaste原理論文的作者之一。他表示：“HyperTaste的靈感來源於人工智能機器的研發原理，機器的圖像識別系統模仿了人類的視覺，智能語音系統模仿了人類的聽覺。”於是，魯奇團隊想通過技術模仿人類的味覺，用一系列傳感器代替人類舌頭的數千個味蕾分辨味道。
HyperTaste有一個包含16個導電聚合物傳感器的組件。浸入溶液時，這些傳感器的電壓會發生改變。帕特里克·魯奇說：“如果把測試液體當成電解液，這就與電池的工作原理很類似。”
▲HyperTaste（白色設備）正從假酒和水中分辨出真正的杜松子酒
二、降低成本，讓液體識別技術走出實驗室
HyperTaste於2019年首次發布。在項目早期，它只能用於識別幾種特定的液體，它只能依靠人工手動將傳感器陣列多次浸入不同的液體中，以此來收集反饋數據。後來，帕特里克·魯奇及其團隊使用安裝了傳感器的機器人進行自動採樣，可以維持24小時不間斷的持續採樣工作。現在，HyperTaste可以用於分析更複雜的液體。
HyperTaste的傳感器陣列浸入液體后，會產生一系列該液體獨有的電壓信號。這些電壓信號就像這個液體獨特的身份ID，所以也被稱為化學指紋（chemical fingerprint）。應用程序採集這些化學指紋後會將它們傳輸到雲服務器，然後雲服務器里的機器學習模型會把這些指紋信息與已知液體數據庫進行對比。一兩分鐘之內，液體的類型或性質的識別結果就可以顯示在應用程序上。
帕特里克·魯奇說：“這樣不僅節省了時間和成本，還加快了液體識別的測試過程。而且還降低了對測試環境的要求，讓這種測試可以在實驗室外進行。”
HyperTaste的操作和原理看似簡單，實現起來卻並不容易。想達到預期功能，需要不同領域的專家跨界合作。HyperTaste的開發團隊由電化學家、材料學家、電氣工程師和軟件工程師組成，他們分別負責HyperTaste的傳感原理、硬件組裝、科學數據部署等不同部分。帕特里克·魯奇說：“我們必須在團隊中整合所有功能，並且找到一種通用語言，讓這些不同組件之間的接口和交接點相互匹配。”
三、Hyper Taste有助IBM加速開發新材料
目前HyperTaste工具的應用範圍主要分為四個部分：驗證液體來源、識別假冒產品；實施質量控制，確保飲料質量的一致性；測試新的飲料，開發不同的口味和配方；檢測假酒。
除此之外，無人駕駛船五月花號上也搭載了電子舌頭HyperTaste。帕特里克·魯奇表示，通過分析HyperTaste在航行過程中記錄的數據，可以表明HyperTaste能夠長期自主檢測海洋的化學成分，這或許有助改善全球海洋酸化問題。
帕特里克·魯奇說：“HyperTaste工具可以對測量數據作出輔助解釋，這對於未來的實驗室研究很有幫助。如果機器可以解釋測量液體的數據結果，那麼機器人就有可能在實驗室里自主合成化合物。”而這種合成化合物可以構成新材料，加速IBM關於新材料的研發。
結語：降低液體識別成本，Hyper Taste應用領域廣闊
機器學習模仿人類味覺的方式為HyperTaste帶來靈感，這個工具可以根據獨特的化學指紋識別不同的液體。HyperTaste降低了液體識別技術的成本，不用複雜的實驗室設備，人們可以在智能應用上輕鬆查看檢測結果。
Hypertaste可以在各種行業中發揮作用，例如食品、飲料、醫療保健和製藥行業。它可以識別出假冒品牌，對這些行業里的產品進行質量檢測。
雖然Hypertaste可以藉助一系列傳感器達到識別液體類型的目的，但是距離人類的味覺系統還相差得很遠。人工智能技術發展的重點就是讓機器的所有功能都儘可能向人類逼近，從這個角度而言，Hypertaste還有很長的路要走。