IBM公司正在开发机器人风味检测技术。该公司相信，这项技术可以帮助打击食品欺诈。

IBM研究院目前正在研究一种名为Hypertaste的人工智能电子舌，据研究人员介绍，这种技术的灵感来自人类品尝食物的方式。该方法反映出人造传感器和人类味觉在能力上的“重大技术差距”。

IBM研究院Hypertaste首席研究员Patrick Ruch表示，机器人开发在模仿人类的其他感官上——尤其是视觉和听觉——已经做了大量工作，但是到目前为止，味觉还是冷门。“有很多使用人工智能（AI）和物联网技术的研究聚焦于视觉、触觉和听觉，但味觉和嗅觉的相关研究较少。因此我们认为这是一个空白领域，我们可以贡献出专业知识着眼于在供应链欺诈和污染监测方面的潜力应用。”

工作原理

在没有高端实验室的情况下，“快速、可靠”鉴别液体成为一种不断增长的需求，而Hypertaste的出现则迎合了这一需求。

IBM表示，由于液体中包含了许多不同的分子，因此要识别每种独立成分是低效工作。相反，Hypertaste使用了“组合式感知”——一种类似于我们天然味觉和嗅觉的方法。组合式感知依赖于单个传感器对不同化学物质同时做出反应的能力。通过构建一组这样的交叉敏感传感器，就可以构建出待测液体的整体信号或指纹。

传感器

Hypertaste使用由多对电极组成的电化学传感器，电极上覆盖着由IBM苏黎世实验室合成的聚合物涂层。这些电化学传感器的设计目的是用于捕捉一系列的化学信息，并允许“高度”微型化。每个电化学传感器都通过“很容易测量的”电压信号对气味分子组合的存在做出反应。

所有电极对的电压信号组合代表着液体的“指纹”。指纹一旦建立，就会被传送到移动设备上（如智能手机），移动APP再将数据传输到一个云服务器上，至此经过训练的机器学习算法将刚刚记录的数字指纹与已知液体的数据库进行比较。该算法计算出这个数据库中有哪些液体在化学成分上与被测液体最相似，并将结果报告给移动APP。

快速有效的污染检测

IBM的概念验证阶段测试表明，从传感器浸入液体到结果送达移动设备的整个过程“不到一分钟”。

Ruch称，这项技术可以为检测环境中的污染物或食品欺诈提供更快、更划算的检测手段，可以提供比实验室测试更快捷划算的替代方法。

“当然，最显著的使用案例可能是用于监测污染的环境应用程序，例如水中铅含量过高……另一个例子是在供应链。目前，一旦食品饮料被包装好，除了将产品送到实验室进行测试外，几乎没有办法验证该包装产品是否实际包含其标签上的成分。”

“不守信用的供应商可能将低质量产品插入供应链以减小被抓风险，甚至通过添加一些实验室最有可能测试的分析物让赝品伪造成真品。这是葡萄酒业的真正难题，甚至矿泉水和橄榄油也是如此。”

未来发展和不断学习

IBM表示，机器学习模型在云端运行的一个“巨大优势”就是，传感器可以无需修改硬件在任何地方快速重新配置。IBM表示，要将这些传感器调整进入新的任务中，只需更改机器学习模型的参数即可。

传感器还可以通过交换所遇到的新液体的信息而互相学习。研究人员指出，在该领域部署许多这类传感器，将为物联网补全一个目前缺失但重要的构件——化学传感器。

从长远来看，IBM的研究人员打算使用Hypertaste指纹识别技术来识别“更具挑战性的液体”，比如生命科学中的液体。

“例如，对一个人的尿液进行采样可以帮助对代谢组学指纹进行评估。代谢组学的指纹可以理解为生物体中所有小分子的总和。由于这种丰富的化学信息随着生活方式和营养等因素的变化而不断变化，采样检测的代谢组学指纹可以被认为是一个人健康状况的快照。”

“除了在诊断或预防医学中有应用可能，这种工具还可以通过将患者对治疗的个人反应与个人代谢产物的信息进行匹配，从而在新药临床试验中对患者进行分组。”

目前该技术仍处于开发阶段，但Ruch表示可能很快就会实现商业化。“我们目前正在改进这项技术，同时也在与潜在的商业伙伴进行交流。好消息是，我们正在使用现成的商业技术，所以可以很快进入市场。”