「英特尔」关于“电子舌头”和“电子鼻子”,你需要了解的都在这里了


「英特尔」关于“电子舌头”和“电子鼻子”,你需要了解的都在这里了
本文插图
在更接近于人类的各种“感觉”上 , 人工智能(AI)科学家们一直在探索 , 比如视觉和听觉方面已取得相当丰硕成果 , 但是对于人的味觉和嗅觉AI探索进展似乎并不大 。
不过 , 最近有了突破 。 3月16日 , 英特尔与康奈尔大学在《自然-机器智能》杂志上联合发表论文 , 宣布其利用英特尔神经拟态芯片Loihi可以识别10种有害气体 。 而在2019年7月 , IBM研究院的科学家宣布其研发的“电子舌头”能在1分钟内识别多种液体 , 可以用于食品安全、工厂质检、疾病诊断、环保检测等 。
为什么AI识别嗅觉味觉的脚步要远远慢于识别视觉听觉?味觉和嗅觉的解题为什么难?嗅觉和味觉的解题背后有什么样的商业价值呢?
识别气味与味道的挑战
“人类的味觉是几千年进化的结果 。 它让我们享受愉快的食物和饮料 , 并警告我们不要摄入有害物质 。 另一方面 , 人造传感器还没有接近味蕾识别物质的容易程度 。 这是一个重大的技术差距 , 因为有许多物质 , 我们想‘品尝’而没有真正敢把它们放进我们的嘴里 。 ”
Patrick Ruch是IBM苏黎世研究院的研究员 , 他在去年7月5日的IBM研究院博客上 , 以这样开篇来讲述IBM要做Hypertaste原因 。
「英特尔」关于“电子舌头”和“电子鼻子”,你需要了解的都在这里了
本文插图
IBM苏黎世研究院的研究员Patrick Ruch关于Hypertaste的博客截图
在识别有毒有害的气体与液体上 , 人类有很多种解题的方法 , 人造传感器是其中之一 , 但人造传感器并不十分给力 , 通常人造传感器只能识别某一种液体 。 当然对气体的判断也可以用警犬 , 不过训练警犬需要很长的时间成本 。 人类对于解题方法的优与劣通常有几个衡量标准:效率、成本、方便性 。 因为前面的办法有局限性 , 于是科学家们想到了人工智能 。
但是这些年将AI用于味觉与嗅觉的识别 , 其进展其远远落后于视觉和听觉 。
为什么视觉和听觉的进展更快?“其一是视觉、听觉两类数据相对容易获得而且数据量大 。 在此前的信息化时代 , 比如2000年开始摄像头普及 , 更早时候麦克风普及 , 让我们积累了大量图片数据、语音数据 。 其二是这两类数据的标注相对容易 。 人类基于捕捉下来的照片或是录制的音频进行标注 , 基于人类的基本认知知识容易实现 , 容易确定它的正确与否 。 ”英特尔中国研究院院长宋继强在接受《中国电子报》采访人员采访时表示 。
这些年我们看深度学习能够做的比较好的领域都具备了这样的特征:第一 , 数据量足够 , 第二 , 有标注好的数据 , 第三 , 有训练的数据池和未来要处理这个问题的真正测试集合 , 这样训练出来的模型 , 才能够很好地处理真实的场景 。 这也是为什么深度神经网络擅长处理视觉数据、语音数据的原因 。
但是嗅觉和味觉的数据量很少 , 而且不容易标注 。
“利用信息技术识别气味与味道的挑战主要来自两方面:一是人类对嗅觉和味觉的机理研究和了解还远远不够 , 既不充分知道它们自身的机理 , 也不了解人类是如何对它们感知的;二是还完全没有一套体系和方法能对嗅觉和味觉进行数字化的建模和分析处理 。 ”IBM全球副总裁、中国研究院院长、大中华区首席技术官谢东在接受《中国电子报》采访人员采访时表示 , 对比下视觉和听觉 , 在视觉领域 , 我们知道光对人类视觉的作用机理 , 我们不仅知道如何检测分析物体的颜色、形状和空间位置 , 还能合成出可以让人类准确感知的图像 。 对于听觉领域 , 也是类似的 。
“而对味觉和嗅觉就了解太少了 。 我们知道气味和味道跟物体的分子结构和组成有关 , 但还不知道它们之间的对应关系 , 在理论和实验上 , 我们都不能通过一个物体的分子结构和组成准确的判断它的气味和味道 。 ”谢东说 。


推荐阅读