一个研究团队开发了一种“下一代AI电子鼻”，能够像人类嗅觉系统一样区分各种气味，并通过人工智能进行分析。这项技术将气味分子转化为电信号，并训练AI模型识别其独特的模式。它在个性化医疗、化妆品行业和环境监测中具有巨大的应用前景。
该研究发表在《ACS Nano》杂志上。该团队由DGIST电气工程与计算机科学系的Hyuk-jun Kwon教授领导，综合硕士和博士生Hyungtae Lim为第一作者。
虽然传统的电子鼻（e-noses）已经在食品安全和工业气体检测等领域得到应用，但它们难以区分相似气味之间的细微差异或分析复杂的气味组成。例如，区分具有相似香调的花香香水或检测即将变质的水果的微弱气味对于现有系统来说仍然具有挑战性。这一差距推动了对更高精度、灵敏度和适应性的下一代电子鼻技术的需求。
研究团队受到生物机制——组合编码的启发，其中单一气味分子激活多个嗅觉受体，从而产生独特的神经信号模式。通过模仿这一原理，团队设计了传感器，这些传感器响应气味分子并生成独特的电信号组合。
AI系统学习这些复杂的信号模式，以准确识别和分类各种各样的气味，从而构建了一个高性能的人工嗅觉平台，超越了现有技术。
这种新型电子鼻使用激光处理薄层碳基材料（石墨烯），并加入铈氧化物纳米催化剂，创建了一个敏感的传感器阵列。这种一步激光制造方法消除了对复杂制造设备的需求，并实现了集成传感器阵列的高效生产。
在性能测试中，该设备成功地识别了九种常用的香水和化妆品中的香气，准确率超过95%。它还可以估计每种香气的浓度，使其适合精细的嗅觉分析。
该设备超薄、柔韧且高度耐用，非常适合用于可穿戴设备或附着在皮肤或衣物上的明亮贴片。它可以弯曲超过30,000次，半径为2.5毫米，而不会出现性能下降。
Kwon教授表示：“我们研究的核心创新是通过一步选择性激光制造过程，将多个具有不同特性的气味敏感传感器集成到一个单元中，类似于人类鼻子的功能。”“我们正在积极扩展开发和商业化努力，将这项技术应用于个人医疗保健、环境污染检测和香水行业。”
这项研究由博士生Hyungtae Lim作为第一作者，Hyuk-jun Kwon教授作为通讯作者进行。
(全文结束)
