Já se perguntou se aquela velha caixa de suco de frutas no fundo da geladeira ainda é segura para beber? Uma nova “língua eletrônica” poderia lhe dizer.
O sistema, alimentado por inteligência artificial (AI), pode identificar problemas de segurança e frescor dos alimentos. Também oferece um vislumbre de como a IA toma decisões, relataram pesquisadores em 9 de outubro na revista Natureza.
Para fazer a língua, os pesquisadores usaram um transistor de efeito de campo sensível a íons – um dispositivo que detecta íons químicos. O sensor coleta informações sobre os íons em um líquido e transforma essas informações em um sinal elétrico que pode ser interpretado por um computador.
“Estamos tentando fazer uma língua artificial, mas o processo de como experimentamos diferentes alimentos envolve mais do que apenas a língua”, disse o coautor do estudo. Saptarshi Dasengenheiro da Penn State University, em um declaração. “Temos a própria língua, composta por receptores gustativos que interagem com as espécies alimentares e enviam suas informações para o córtex gustativo – uma rede neural biológica”.
Relacionado: Mão robótica excepcionalmente ‘humana’ graças à nova técnica de impressão 3D
No novo sistema, o sensor atua como a língua, enquanto a IA desempenha o papel do córtex gustativo, o região do cérebro responsável pela percepção do paladar. A equipe conectou o sensor a uma rede neural artificial, um programa de aprendizado de máquina que imita a forma como o cérebro humano processa informações, para processar e interpretar os dados coletados pelo sensor.
Inicialmente, Das e seus colegas deram à rede neural alguns parâmetros para usar ao descobrir o quão ácido era um determinado líquido. Usando esses parâmetros, a rede neural determinou a acidez com cerca de 91% de precisão. Quando deixaram a rede neural definir seus próprios parâmetros para a análise de acidez, sua precisão melhorou para mais de 95%.
Eles então testaram a língua em bebidas do mundo real. O sistema poderia distinguir entre refrigerantes ou misturas de café semelhantes, avaliar se o leite foi aguado, identificar quando o suco de fruta estragou e detectar substâncias prejudiciais. substâncias per- e poli-fluoroalquil (PFAS) na água, eles descobriram.
Usando um método de análise chamado Shapley Additive Explanations, os pesquisadores puderam determinar quais parâmetros a rede neural classificou como mais importantes para chegar às suas conclusões. Este método pode ajudar os cientistas a entender como as redes neurais tomam decisões, o que permanece uma questão em aberto na pesquisa de IA, segundo a equipe.
“Descobrimos que a rede analisou características mais sutis nos dados – coisas que nós, como humanos, lutamos para definir adequadamente”, disse Das no comunicado. “E como a rede neural considera as características do sensor de forma holística, ela mitiga variações que podem ocorrer no dia a dia”.
A capacidade de ajustar essas variações pode ajudar a tornar o sensor mais robusto em outras aplicações. Através de seu processo de tomada de decisão, a rede neural leva em conta variações que atualmente tornam os transistores de efeito de campo sensíveis a íons não confiáveis em algumas situações.
“Descobrimos que podemos viver com a imperfeição”, disse Das no comunicado. “E é isso que a natureza é – está cheia de imperfeições, mas ainda pode tomar decisões robustas, tal como a nossa língua electrónica.”
