ابتكار لسان إلكتروني مدعوم بالذكاء الاصطناعي يكشف عن سلامة الأغذية بدقة وسرعة عالية

لسان إلكتروني ذكي للكشف الفوري عن سلامة الأغذية

لسان ذكي بدقة متناهية

طور باحثون في جامعة بنسلفانيا لسانا إلكترونيا يمكنه التمييز بين فروق دقيقة في السوائل، مثل الحليب بنسب متفاوتة من الماء، والتعرف على مجموعة واسعة من المنتجات مثل المشروبات الغازية وأنواع القهوة، يتميز هذا الجهاز بقدرته على اكتشاف فساد العصائر وقضايا سلامة الأغذية المحتملة. وأظهر الفريق البحثي أن دقة الكشف تحسنت بشكل كبير عندما استخدم الذكاء الاصطناعي معايير تقييم خاصة به لتحليل البيانات الناتجة عن اللسان الإلكتروني.

نُشرت نتائج البحث في دورية Nature.

يشير الباحثون إلى أن اللسان الإلكتروني يمكن أن يكون مفيدا في مجالات سلامة الأغذية والإنتاج الطبي، حيث يستطيع المستشعر والذكاء الاصطناعي المصاحب له الكشف عن مختلف المواد وتصنيفها، مع تقييم جودتها ونقائها وطراوتها. هذه القدرة التحليلية تتيح للباحثين رؤية كيفية اتخاذ القرارات بواسطة الذكاء الاصطناعي، مما قد يقود إلى تحسين تطوير التطبيقات الذكية.

محاكاة إدراك التذوق عبر الشبكات العصبية

تعتبر القشرة التذوقية هي المنطقة في الدماغ التي تفسر نكهات الطعام بما يتجاوز إحساس المستقبلات التذوقية، التي تصنف الأطعمة بشكل رئيسي وفقًا لخمسة أنواع: الحلو، الحامض، المر، المالح، والأومامي، ولتقليد هذه القشرة التذوقية، طور الباحثون شبكة عصبية اصطناعية تحاكي الدماغ البشري في تقييم البيانات وفهمها.

قال سابتارشي داس، المؤلف المشارك: "نحاول إنشاء لسان اصطناعي، لكن تجربة الطعام تتجاوز اللسان نفسه، فهي تشمل المستقبلات التذوقية والقشرة التذوقية التي تتعامل مع البيانات كنظام عصبي حيوي".

تفاصيل جهاز اللسان الإلكتروني

يتكون الجهاز من ترانزستور حساس للأيونات مصنوع من الجرافين، وهو جهاز موصل يمكنه اكتشاف الأيونات الكيميائية، مرتبط بشبكة عصبية اصطناعية مدربة على مجموعات بيانات متعددة. يتميز المستشعر بكونه غير مخصص، مما يعني أنه يمكنه اكتشاف أنواع مختلفة من المواد الكيميائية دون الحاجة إلى مستشعر مخصص لكل مادة. استخدمت الشبكة العصبية 20 معيارًا محددًا لتقييم تأثير السائل على الخواص الكهربائية للمستشعر، وحققت دقة تتجاوز 80% في كشف السوائل المختلفة خلال دقيقة واحدة فقط.

تحسين دقة التحليل بفضل الذكاء الاصطناعي

أوضح الباحثون أنه عندما تُركت الشبكة العصبية لتحديد معايير التقييم الخاصة بها بناءً على البيانات الخام، وصلت دقة التنبؤ إلى أكثر من 95%. واعتمدت الطريقة على تفسيرات شابلي، وهي أداة تعتمد على نظرية الألعاب لفهم كيفية اتخاذ الشبكة القرارات.

أظهر الباحثون كيف أن الجهاز يمكنه تحليل بيانات معقدة ومقارنة تأثير العوامل المتعددة لاتخاذ قرارات دقيقة، مثل التمييز بين الحليب الطازج والحليب الذي بدأ يتلف.

فوائد عملية ودقة عالية

أكد الفريق أن إمكانيات اللسان الإلكتروني تعتمد على البيانات المدخلة، مما يعني أنه يمكن استخدامه في التشخيص الطبي. وأوضحوا أن المستشعرات لا تحتاج أن تكون متطابقة تمامًا لأن خوارزميات التعلم الآلي قادرة على جمع المعلومات لإنتاج نتائج دقيقة، مما يجعل العملية أكثر مرونة وأقل تكلفة.

قال داس: "اكتشفنا أنه يمكننا التعامل مع عدم الكمال، وهذا هو ما تجسده الطبيعة، فهي مليئة بعدم الكمال ومع ذلك تتخذ قرارات قوية، تمامًا مثل لساننا الإلكتروني.