- 可解釋人工智能揭示了化學傳感器如何檢測氣味
- 來源：National Institute for Materials Science 發表于 2025/11/18
通過XAI輔助嗅覺傳感器可視化氣味辨別過程。根據氣味分子的不同，AI會識別最靈敏的受體材料，并突出顯示用于辨別的信號曲線關鍵部分。圖片來源：ACS應用材料與界面（2025年）。DOI：10.1021/acsami.5c13990
NIMS一直在開發化學傳感器，作為人工嗅覺技術（嗅覺傳感器）的關鍵組成部分，旨在將該技術付諸實踐。在一項新研究中，利用可解釋人工智能（XAI）揭示了化學傳感器如何區分各種氣味分子。這些發現可能有助于指導受體材料的選擇，以開發能夠檢測氣味分子的高性能化學傳感器。
這一成就不僅有望提升人工嗅覺的表現，還將推動對人類嗅覺機制的理解。該研究發表在《美國化學會應用材料與界面》期刊上。
人工嗅覺傳感器
嗅覺在我們的日常生活中扮演著重要角色，包括食品安全、環境監測、醫療診斷以及營造舒適的生活空間。人工嗅覺技術（嗅覺傳感器）模仿人類嗅覺，利用多種化學傳感器檢測氣味分子，并利用人工智能（AI）對它們進行分類和識別。
然而，由于現有化學傳感器的靈敏度和辨別精度有限，目前的人工智能輔助人工嗅覺尚未達到實際應用。解決這一挑戰需要更高性能的化學傳感器，特別是通過開發能夠更有效地檢測氣味分子的受體材料。
在傳統的人工嗅覺系統中，人工智能在未完全了解哪些受體材料對哪些分子反應的情況下，已經對氣味分子進行了分類和識別。揭示特定受體材料的響應特性將有助于開發區分目標氣味的最佳材料，并選擇能夠實現更準確氣味辨別的受體材料。
XAI發現
NIMS使用配備14種受體材料的膜型表面應力傳感器（MSS）測量了94種氣味分子的響應，并利用可解釋人工智能（XAI）分析數據，XAI技術可視化AI在區分氣味分子時依賴的數據部分。
分析顯示，用于識別的傳感器反應關鍵部分因氣味分子和受體材料的具體組合而異。例如，含有芳香環的受體材料被發現對識別芳香分子非常重要。
該方法有望高效選擇針對氣味分子的受體材料，并指導能夠識別難以檢測分子材料的開發。此外，通過揭示AI如何區分，以及其預測依據，XAI可能為理解氣味和人類嗅覺機制提供重要線索。
未來展望
該技術不僅可用于促進受體材料的開發，還能根據預期應用從多種選項中選擇最優傳感器。除了支持材料開發外，它還能推動嗅覺傳感器設備的進步，從而加速人工嗅覺的實際應用，深化我們對人類嗅覺的理解。
更多信息：Yota Fukui 等，利用可解釋人工智能探索人工嗅覺中的結構-活性關系，ACS Applied Materials and Interfaces（2025）。DOI：10.1021/acsami.5c13990
期刊信息：ACS應用材料與界面
由美國國家材料科學研究所提供
- 如果本文收錄的圖片文字侵犯了您的權益，請及時與我們聯系，我們將在24內核實刪除，謝謝！
