Интересное Полезное Развлечения
КиноТестыЗдоровьеСоветыСпортЕдаЖивотныеЮморПутешествияИсторияНаука и техникаМузыкаКосмосКомпьютерные игрыОбществоЗнаменитостиДизайнПогодаКультураЭкологияТехнологииНедвижимостьСтильИнтернетАвтоЛитератураГородПолитикаЭкономикаВидеоПроисшествияОбразованиеВоенное делоРелигияКриминалБизнесПравоВоенные конфликты

Графеновый язык с нейронной сетью научился различать вкусы

В то время как машины освоили и зрение, и слух, вкус оказалось сложнее оцифровать. Мы наблюдали создание узкоспециализированных искусственных языков, ориентированных на сладкое, пиво или виски, но теперь исследователи из Пекина разработали более универсальный «язык» из оксида графена. Это изобретение не просто обнаруживает химические вещества, но и запоминает их.

Исследователи из Национального центра нанонауки и технологий в Пекине создали нейроморфное устройство, имитирующее одно из самых интимных чувств: вкус. Искусственная вкусовая система использует слоистые мембраны из оксида графена, которые не только распознают химические вещества в растворе, но и напрямую обрабатывают сигналы. Энергозависимая кратковременная память позволяет одному и тому же компоненту как обнаруживать химические вещества, так и выполнять вычисления внутри датчика.

Фактически, нейросеть обрабатывает сигналы как человеческие синапсы. Фактически, нейросеть обрабатывает сигналы как человеческие синапсы.© Freepik

Система включает в себя три ключевых компонента: сенсорный вход, резервуарный слой и однослойную полносвязную нейронную сеть. При испытании с импульсами напряжения устройство ведёт себя во многом как синапс: оно может усиливать или ослаблять свой ответ, проявлять эффекты памяти и даже запоминать два сигнала, поступивших близко друг к другу.

В рамках проверки концепции исследователи протестировали четыре вкусовых ощущения: кислое (уксусная кислота), солёное (NaCl), горькое (MgSO₄) и сладкое (ацетат свинца). Сигналы с устройства, подаваемые в обученную нейронную сеть, обеспечивали точность распознавания вкусовых ощущений на уровне 98,5%. Даже такие напитки, как кофе, кола и их смеси, удалось классифицировать с высокой эффективностью. Впрочем, авторы подчёркивают, что пока их установка слишком громоздка и требует большого количества энергии, поэтому она нуждается в доработке для функционирования вне лабораторных условий.