人工智能味覺系統的解析

張沖 唐山二中

引言：人工智能味覺系統是借助模擬生物味覺的仿生技術，現階段，國家正在逐步開展關于人工智能味覺系統的研究，但是大部分研究內容集中在溶液食物的識別檢測、飲料成分分析，在水質檢測工作中也有一定的應用。這種人工智能味覺系統在應用過程中，不需要對被檢測物質進行任何處理，只需要將相應的檢測物進行抽樣就會檢測出味道，因此發展對人工智能味覺系統的分析技術具有十分重要的意義。

一、人工智能味覺系統結構

人工智能味覺系統的基礎是人體味覺識別，人體想要實現這種人體味覺識別就要借助于味覺感受器，在味覺感受器的作用下，可以感受到溶解性化學物質的刺激，細胞表層就會出現興奮信號，當興奮信號被傳輸到大腦味覺中樞系統后，經過味覺整合，人體就會出現味覺感知。但是國內外關于生物味覺感知的研究進程還較為緩慢，其中很多核心細胞原理沒有較為完善的認知，但是在現階段已知出的基本原理下，對人工智能味覺系統進行模擬，可以借助傳感器模擬味覺感受，也能夠收集相應的信號，最終通過電腦模式進行判別，以此能夠更好的表達味覺。在對人工智能味覺系統結構進行研究的過程中，主要包括三個方面：交互感應電極與陣列、自學習專家數據庫、智能識別模式。實際上人工智能味覺系統和人工智能嗅覺系統原理較為相似，都是通過化學感知原理，利用交互感應電極與陣列形成具體較為基本的識別體系，然后借助傳感器、電聚合物、金屬氧化物半導體等材料進行安裝，然后通過自學習專家數據庫對比信號數據，就可以判斷排除不同的嗅覺或者味覺。這種基于智能識別模式的人工智能嗅覺系統常見于火線探測和臨床診斷中。而人工智能味覺系統的原理相同，利用多電機脈沖進行識別，主要應用于溶液食物，對不同飲料食品進行識別[1]。通過對上述內容的研究，可以讓人工智能味覺系統更加的完善，并且應用在未來的水文水質監測、飲用水性能檢測等方面，通過對人工智能味覺系統，也能夠盡可能的幫助人們規避中毒事件，加強食品安全，保證人們的飲食健康。但是，目前關于人工智能味覺系統構建技術途徑相對較少，很多途徑中只有理論基礎，因此在明確人工智能味覺系統結構的同時，還要對人工智能味覺系統構建技術途徑進行分析，才能夠讓人工智能味覺系統得到真正的落實。

二、人工智能味覺系統構建技術途徑

（一）電位法

現階段人工智能味覺系統的研究，對傳感技術應用分為兩種，一種為化學傳感學，一種為物理學傳感學，不同傳感技術之間測試方式也存在一定的不同。在電位法人工智能味覺系統下，主要采用的就是薄膜傳感器，這種薄膜傳感器以高阻抗為主，薄膜可以和被測物質進行都接觸。比如，當溶液食物接觸到薄膜傳感器后，感應膜的電荷數量會發生較大的變化，進而產生電位變化，從而使傳感器識別，形成具體的感應機制。以基于類脂聚合物播磨的味覺識別系統，這種人工智能味覺系統下，溶劑揮發后會形成透明薄膜，進行對溶液內部進行檢驗。

（二）電流法

除了上述兩種方法之外，電流法是在電化學基礎上形成的一種人工智能味覺系統，通過電流法組件相應的傳感器陣列，在人工智能味覺系統的應用中，通常采用微量高速的取樣方法，即流動注射。雙玻碳電極等工作電極，組建形成一個復合的電極體系，進而形成味覺識別檢測系統，通過識別體系接觸樣品后，對產生的氧化還原電流進行檢測，以此識別具體的檢測物體，比如葡萄酒識別檢測中就是專門使用這種人工智能味覺系統。

（三）物理法

在人工智能味覺系統的過程中，關于物理特性的研究相對較少，大部分研究都是圍繞著電化學特性展開，而隨著時間的發展，除了化學特性和物質本身之外，物理特性也可以用于人工智能味覺系統中，包括等離子共振、石英晶體微量天平、光吸收、聲波傳感器、振動傳感器以及光學傳感器等[2]。因此在未來，人工智能味覺系統還會得到更進一步的發展，以此滿足對物理味覺的判別。

總結：綜上所述，當今社會人工智能味覺系統的研究還只是冰山一角，還有很大的發展空間，而隨著人工智能嗅覺等感官系統研究工作的逐漸成熟，未來人工智能味覺系統也極有可能得到全面的研究和應用。作為當今社會的研究熱點和現階段應用領域中的關鍵問題，人工智能味覺系統的研究還會得到進一步深入，以此推動人工智能味覺系統不斷創新發展，進而促進人工智能技術發展，讓國家綜合實力不斷提升。