Umelá inteligencia sa učí od prírody, aby navrhla superlepivé gély, ktoré fungujú aj pod vodou.
Vznikol prvý umelý jazyk, ktorý dokáže vnímať a identifikovať chute výlučne v kvapalnom prostredí. Zdroj: iStock/Alexander Sikov
Vedci vytvorili s podporou umelej inteligencie vysoko priľnavé hydrogély. Využili na ne látky, pomocou ktorých organizmy bežne priľnú k mokrým povrchom. Ako uvádza portál Live Science, odborníci zhotovili prvý umelý jazyk, ktorý dokáže vnímať a identifikovať chute výlučne v kvapalnom prostredí, a tak napodobňuje fungovanie ľudských chuťových pohárikov.
Tieto zistenia by mohli podľa vedcov vytvoriť automatizované systémy na bezpečnosť potravín a včasne odhaľovať choroby prostredníctvom chemickej analýzy. Daná technológia by sa tiež mohla integrovať do laboratórnych zariadení na chemickú analýzu kvapalných vzoriek. Výskumníci ju tiež považujú za krok k neuromorfným počítačom, teda k systémom umelej inteligencie, ktoré napodobňujú proces učenia mozgu.
Spomaľuje pohyb iónov, čo pomáha identifikovať chute
Umelý jazyk je vyrobený z membrán oxidu grafénu, ultratenkých plátov uhlíka, ktoré fungujú ako molekulárne filtre pre iónové verzie chutí. Namiesto oddeľovania veľkých častíc tieto membrány spomaľujú pohyb iónov, čo umožňuje zariadeniu identifikovať a zapamätať si chute vložené do zariadenia.
V novej štúdii zariadenie identifikovalo štyri základné chute – sladkú, kyslú, slanú a horkú – s presnosťou 72,5 percenta až 87,5 percenta a s presnosťou 96 percent v prípade nápojov s viacerými chuťovými profilmi, ako je káva a Coca-Cola. Vyššia presnosť je spôsobená elektrickým zložením zložitých nápojových zmesí, vďaka čomu ich systém ľahšie identifikuje. Podľa štúdie je to prvýkrát, čo výskumníci úspešne skombinovali snímanie a spracovanie informácií v jednom systéme membrán.
„Tento objav nám dáva návod na vytvorenie nových iónových zariadení inšpirovaných biotechnikou,“ uviedol pre Live Science Jong Jan, profesor chémie v Národnom centre pre nanovedy a technológie v Číne a spoluautor štúdie. „Naše zariadenia môžu pracovať v kvapaline a môžu vnímať svoje prostredie a spracovávať informácie, rovnako ako to robí náš nervový systém.“
Prelom v spracovaní informácií v kvapaline
Predchádzajúce systémy spracovávali na podobnom princípe všetky informácie na externých počítačových systémoch, ale nový systém vykonáva všetky snímania a veľkú časť spracovania údajov v kvapaline. To umožňuje väčšiu presnosť, pretože spracúva chute v ich prirodzenom iónovom stave namiesto toho, aby sa konvertovali na vhodné spracovanie suchých systémov.
Keďže tradičné elektronické komponenty v kvapaline nefungujú správne, vedci museli oddeliť snímacie a spracovateľské funkcie. Tento prelomový objav prekonáva uvedené obmedzenie použitím membrán z oxidu grafénu, ktoré dokážu detegovať a vykonávať väčšinu spracovania informácií ponorených v kvapaline.
„Chýbajú nám komponenty, ktoré by dokázali spoľahlivo vykonávať snímanie, logické spracovanie a neuromorfné výpočty v kvapalnom prostredí,“ povedal Jong Jan. „Náš výskum sa snaží tieto kritické problémy riešiť priamo.“
Umelý jazyk funguje na základe rozpúšťania chemických zlúčenín v kvapaline, ktorá sa potom rozkladá na ióny. Ióny prechádzajú vrstvami špecializovaných uhlíkových plátov, ktoré vytvárajú neuveriteľne malé kanáliky tisíckrát tenšie ako ľudský vlas.
To umožňuje iónom vytvárať jedinečné vzory, ktoré signalizujú, akú chuť predstavuje pôvodná chemická zlúčenina. Systém sa potom tento vzor „naučí“ a pri ďalšom použití sa stáva pri identifikácii chutí presnejším.
Chute si pamätá viac ako dve minúty
Kľúčová inovácia spočíva v tom, ako výskumníci spomalili pohyb iónov kanálmi, je 500-krát pomalší ako zvyčajne. Spomalenie poskytlo systému čas, aby si „zapamätal“ každú chuť, s ktorou sa stretol, pričom spomienky trvajú v závislosti od hrúbky membrány približne 140 sekúnd.
Vedci porovnali svoje výsledky s nedávnou prácou amerického vedca Andrewa Pannoneho a jeho kolegov, ktorá bola publikovaná v časopise Nature v októbri 2024. V tejto štúdii použili na analýzu údajov z elektronických jazykov na báze grafénu neurónové siete bežiace na tradičných polovodičových počítačoch.
Systém spracováva informácie v tzv. zásobníku, ktorý mu umožňuje naučiť sa rozpoznávať chute. Neurónová sieť alebo spracovateľská časť systému identifikuje vzory a odovzdáva ich na konečné spracovanie.
„Identifikovali sme rôzne príchute pomocou jednoduchšieho systému strojového učenia, čiastočne zásobníkového výpočtu a čiastočne základnej neurónovej siete,“ vysvetlil Jong Jan. „Dôležité je, že naše fyzické zariadenie skutočne vykonalo časť výpočtovej práce.“ To je celkom rozdielne od systémov, ktoré sa pri spracovaní úplne spoliehajú na externé počítače.
Systém si postupne vytvára spomienky, podobne ako sa náš mozog učí rozlišovať chute. S každým spracovaním sa systém v rozlišovaní podobných chutí zlepšuje. „Dokáže spoľahlivo rozlišovať medzi zložitými príchuťami, akými sú káva, Coca-Cola a dokonca aj ich zmesi, čo zodpovedá výkonu Pannoneho sofistikovanej neurónovej siete,“ povedal Jong Jan.
Využitie nájde v medicíne
Táto technológia by mohla umožniť včasné odhalenie chorôb prostredníctvom analýzy chuti, pomôcť identifikovať účinky liekov a pomôcť ľuďom, ktorí stratili chuťový vnem v dôsledku neurologickej poruchy alebo mŕtvice.
Umelý jazyk by tiež mohol pomôcť zlepšiť testovanie bezpečnosti potravín, kontrolu kvality pri výrobe nápojov a environmentálne monitorovanie zásob vody. Mohol by to dosiahnuť tým, že by pomohol identifikovať špecifické chute vo vzorkách.
„Tieto inovácie vytvárajú rozhodujúci základ pre aplikácie od lekárskej diagnostiky až po autonómne stroje schopné „ochutnávať“ svoje prostredie,“ dodáva Jong Jan.
Hoci sú výsledky sľubné, Jong priznal, že systém musí prejsť ešte nejakými ďalšími inováciami. „Stále je príliš objemný na praktické použitie,“ povedal pre Live Science. „Citlivosť detekcie je potrebné zlepšiť a spotreba energie je vyššia, ako by sme chceli.“
Napriek tomu zostáva optimistický. Verí, že časom sa im podarí systém zlepšiť. „Keď rozlúskneme výzvy týkajúce sa rozšírenia výroby, zlepšenia energetickej účinnosti a integrácie viacerých senzorov a vyvinieme kompatibilný neuromorfný hardvér, mohli by sme sa v nasledujúcom desaťročí dočkať transformačného pokroku v oblasti zdravotníckych technológií, robotiky a monitorovania životného prostredia,“ dodáva.
Zdroj: Live Science
(RR)
