人眼可以區分數百萬種顏色,人耳可以聽出 50 萬種音調,而與人類的嗅覺能力相比,這都有些遜色。早在 2014 年,科學家發現,人鼻可以區分 1 萬億種氣味。對於視覺系統,科學家開發出了機器視覺;對於聽覺系統,科學家研發了語音識別。那是否存在一種可能性,製造一套人工嗅覺系統呢?

新加坡南洋理工大學(NTU)的研究人員透過模仿哺乳動物的嗅覺系統,發明了人工“電子鼻”,可準確評估肉類的新鮮度。實驗資料顯示,“電子鼻”檢測準確率高達至 98。5%,而傳統檢測方法只有 61。7%。

該研究成果由 NTU 聯合中國江南大學以及澳大利亞莫納什大學共同完成,並於 10 月發表在科學雜誌《先進材料》上。

真正實現快速、準確、無損檢測

食物中毒幾乎是人人都有過的經歷。因為食用了被汙染的食物,患者往往會上吐下瀉。其致病機理是食物中的細菌或者病毒進入人體腸道後大量繁殖,導致腸道感染。食品安全至關重要,其中關鍵的一環,就是保證食材的新鮮度,即準確對其新鮮度進行評估。

“準確” 不意味著嚴格,而是適中。消費者因為懷疑儲存在冰箱內的肉類變質而丟棄,會造成大量浪費;另一方面,在不知情的情況下食用變質食物則有害健康。“人工鼻” 專案負責人,NTU 材料科學和工程學院陳曉東教授對 DeepTech 介紹了當前主流肉類檢測方法的弊端。

目前,測定肉類採用的是揮發性鹽基氮法。在肉類長時間放置過程中,由於酶和細菌的作用,蛋白質、脂肪和糖類被分解、變質,一系列鹼性含氮的有毒物質如酪胺、組胺、屍胺等胺類被釋放出來。透過檢測這類物質的量,進而反推肉類的新鮮度。該方法主要的弊端在於,需要特定的儀器進行檢測,其使用不便,檢測複雜。這意味著只能由政府相關部門、相關人員,使用儀器在特定的環境和場合進行檢測,效率低、可使用場景少,還存在測不準的問題。

為了克服這些弊端,陳曉東等人基於哺乳動物嗅覺系統的工作原理,研發了 “電子鼻”。

首先,要理解哺乳動物嗅覺系統的工作原理。對於哺乳動物來說,嗅覺系統起作用要從鼻子吸入氣體開始。氣體接觸到包含有多種嗅覺感受器的嗅覺上皮細胞,這些嗅覺感受器對很多範圍的氣體分子呈現親和性,之後嗅覺神經將感受器啟用成電訊號,傳到給嗅球,再經過嗅球傳遞,直到大腦,最終識別氣體並決定氣體濃度。

總的來說,哺乳動物嗅覺系統運轉可以分成兩部分,一是感受器接觸氣體,此時形成的神經訊號像是氣味指紋(scent fingerprint),必須經過解讀才能得到結果。第二步則是訊號透過神經傳遞給大腦,對氣氛指紋做出解讀。

用更加專業的詞彙來說,模仿哺乳動物的嗅覺系統,需要複製兩個功能:交叉反應感測和氣味指紋模式識別。

這恰好也對應了 “電子鼻” 的兩個組成部分:條形碼和閱讀器。前者放置於肉類周圍,條形碼因為肉類中的不同濃度的揮發性氣體而產生變色;後者是 “中樞神經系統”,用以解讀變色的條碼,給出新鮮度結果。

AI除了“看”還能“聞”?科學家研發仿生“電子鼻”,30秒識別食品新鮮度,內嵌CNN演算法

圖|哺乳動物嗅覺系統 VS。 人工嗅覺系統

這兩個部分哪個更為關鍵?陳曉東坦言:“電子鼻識別肉類新鮮度之所以比傳統方法準確度高,並不是因為我們檢測了更多種類的氣體,而是對變色條碼的解讀更精確。” 這也就意味著,該電子鼻技術的核心,是一個精確解讀變色條形碼資訊的一套演算法。

“條形碼” 由 20 種不同型別的的殼聚糖、染料和醋酸纖維組成的多空奈米複合材料構成。當其置於待測肉類之上,條碼中的鹵素染料根據氣體型別和濃度發生交叉反應,顯示出彩色條形碼(氣味指紋)。

AI除了“看”還能“聞”?科學家研發仿生“電子鼻”,30秒識別食品新鮮度,內嵌CNN演算法

圖|“五彩斑斕” 的條形碼形成的氣味指紋

比如,在條形碼上第一條帶上,有一種叫溴百里酚藍(BPB)的染料,當遇到微生物降解蛋白質產生的生物胺,其羥基基團分裂,可見色從黃色變成藍色。當暴露在不同濃度的氣體中時,條碼的每一條都會有不同顏色或顏色範圍。

設計條形碼與肉類揮發氣體反應並不困難,困難的是面對千變萬化的變色條碼,應該如何解讀。設想人的嗅覺系統,當聞到肉類散發出的臭味,就能判斷已經變質,如果味道弱一些,就能判定不新鮮。那 “電子鼻” 應該如何判斷呢?

陳曉東等人使用機器學習方法訓練條形碼 “閱讀器”,直到系統能準確根據條形碼判斷新鮮度為止。

首先,要訓練系統,必須要給出一個標定後的準確結果。他們使用國際標準,為肉類的新鮮程度分類:新鮮、不新鮮和變質。每一種分類都會對應一組揮發性氣體含量範圍。

之後,研究人員將條形碼粘在透明聚氯乙烯(PVC)肉類包裝薄膜上,並朝向外側,但是不接觸肉製品。然後將該樣品置於 25℃環境中,在不開啟包裝的情況下,使用智慧手機拍攝條形碼影象。最終,他們得到了 4161 張肉類影象,並隨機分成兩組:一組有 3475 張,用來訓練模型;另一組 686 張用來測試。

識別條形碼的模型使用的是深度卷積神經網路演算法(DCNN)。電子鼻經過訓練後,用 686 張影象測試,讓系統判斷該條形碼對應的肉類屬於新鮮、不新鮮或者變質,準確度高達 98。5%。

這種新型 “電子鼻”,在肉質新鮮度檢測上,真正做到了便攜、準確和無損。陳曉東介紹,在此之前,類似的電子鼻存在的問題往往是過於笨重,例如拖著長長的電源線。或者是檢測條件苛刻,某些電子鼻感測器在高溫下才能工作。而他們研發的新型電子鼻,只需要一張條形碼,和一部智慧手機即可。操作人員拍下條形碼,使用專門開發的 APP 上傳圖片,接入雲端的分析系統,快速得到結果。

AI除了“看”還能“聞”?科學家研發仿生“電子鼻”,30秒識別食品新鮮度,內嵌CNN演算法

圖|使用手機 APP 可識別條形碼

陳曉東表示,由於電子鼻足夠便攜,未來可以對肉類食品進行全鏈條監測。正如之前所說,傳統的揮發性鹽基氮評估肉類新鮮度需要笨重的儀器,這就限制了它的使用。而電子鼻可以用在屠宰場、包裝、冷鏈運輸、超市,甚至消費者可以自行購買在家檢測。

需要特別說明的是,條形碼使用的材料是生物可降解的、無毒的,基於生物相容性和環保原則設計的。

應用遠不止肉類檢測

陳曉東對 DeepTech 說:“外界只關注到‘電子鼻’的概念,但真正要關注的是人工嗅覺系統。” 這意味著,在理論上,一切用嗅覺可以完成的工作,“電子鼻” 都可以做到。

陳曉東舉了個例子。檢測肉類新鮮度,實質上是檢測胺類物質的含量。同樣的原理,如果評估食用油的新鮮度,那就需要檢測酸類物質的含量。因為油在變質過程中會酸化。肉類和食用油,檢測標的變了,但原理一致。研究人員只要重新制作對於酸類物質敏感的條形碼,按照同樣的邏輯訓練系統識別即可。

如果再將使用領域擴大,電子鼻具備用在公共安全和危險品檢測的潛力。很多化學危險品本身就有特殊的氣味,這也是警犬能夠識別它們的原因,如果能用電子鼻快速準確的識別該類物質,能夠提高檢測效率和安全性。

普及仍需時間

人工嗅覺系統使用前景廣闊,但是研究起來並不容易。陳曉東說,使用電子鼻評估肉類新鮮度,看似簡單,整個研究用了兩年。如果要做到準確評估食用油、乃至冷鏈運輸檢測、公共安全和危險品檢測,還需要很長的時間。而在商業化上,當前也存在障礙。

首先,使用手機對條形碼牌照,再上傳分析,存在誤差。每個使用者的手機畫素不同、拍攝環境不同、拍照水平不同,同一個條形碼,不同人拍攝顏色出入較大,而識別系統恰恰依靠顏色做判斷,這是不穩定因素之一。陳曉東已經意識到這一點,在他看來,未來如果商業化,需要研發一個專門的手持裝置來讀取結果,僅僅依靠手機拍照是不行的。

此外,對於大型超市而言,它們是不傾向於用電子鼻監測肉類新鮮度,尤其是包裝類產品,這是一個責任歸屬的問題。肉類包裝上已經註明的生產日期和保質期,消費者只需要按照規定食用即可,超市沒有責任。如果超市自己監測,並保證肉類新鮮,一旦出現問題,責任就歸到了超市一方。

但無論如何,消費者對肉製品乃至其他各類食品的安全性要求是不斷提升的,電子鼻的商業化也需要一步步推進。陳曉東等人已經為其申請了專利,他們希望電子鼻未來能夠在食品工業和公共安全中廣泛應用,為消費者和食品供應鏈中的利益相關者提供一種便捷的檢測方法,從而讓公眾建立對食品安全的信心。