C:\AIBAY\MENU> _
[X]
┌──────────────┐ └──────────────┘

L'intelligenza artificiale assaggia i liquidi

L'intelligenza artificiale assaggia i liquidi

> Lingua elettronica innovativa: distingue liquidi simili, riconosce prodotti diversi, rileva deterioramento nei succhi e identifica problemi di sicurezza alimentare.

Un team di ricercatori della Penn State University ha sviluppato una "lingua elettronica" in grado di identificare con precisione diversi tipi di liquidi utilizzando l'intelligenza artificiale. Il dispositivo, descritto in uno studio pubblicato su Nature il 9 ottobre, può distinguere tra prodotti simili come latte con diverso contenuto d'acqua, tipi di bibite e miscele di caffè, oltre a rilevare segni di deterioramento nei succhi di frutta.

La lingua elettronica potrebbe avere importanti applicazioni nel campo della sicurezza alimentare, della produzione di alimenti e della diagnostica medica. Il sensore, abbinato a un sistema di intelligenza artificiale, è in grado di rilevare e classificare varie sostanze valutandone qualità, autenticità e freschezza.

Come funziona la lingua elettronica

Il dispositivo è composto da un transistor a effetto di campo sensibile agli ioni a base di grafene, collegato a una rete neurale artificiale addestrata su diversi set di dati. A differenza di altri sensori chimici, questo non è funzionalizzato per rilevare specifiche sostanze, ma può identificare diversi tipi di composti chimici.

I ricercatori hanno fornito alla rete neurale 20 parametri specifici da valutare, tutti relativi a come un campione liquido interagisce con le proprietà elettriche del sensore. Sulla base di questi parametri, l'IA è stata in grado di rilevare con precisione i campioni e riportare il loro contenuto con un'accuratezza superiore all'80% in circa un minuto.

L'IA ha raggiunto un'accuratezza quasi ideale di oltre il 95% quando ha utilizzato parametri derivati autonomamente.

Il ruolo dell'intelligenza artificiale

Un aspetto innovativo dello studio riguarda il modo in cui l'IA è stata utilizzata per interpretare i dati del sensore. Quando ai ricercatori hanno permesso all'IA di definire autonomamente i propri parametri di valutazione, anziché utilizzare quelli forniti dagli esseri umani, l'accuratezza è aumentata fino a superare il 95%.

"Dopo aver ottenuto una ragionevole accuratezza con i parametri selezionati dall'uomo, abbiamo deciso di lasciare che la rete neurale definisse le proprie figure di merito fornendole i dati grezzi del sensore", ha spiegato il co-autore Andrew Pannone.

Per comprendere il processo decisionale dell'IA, i ricercatori hanno utilizzato un metodo chiamato "Shapley additive explanations", che permette di "interrogare" la rete neurale sui criteri utilizzati per prendere una decisione. Questo approccio ha rivelato che l'IA considerava i dati che riteneva più importanti in modo olistico, andando oltre la semplice valutazione di singoli parametri assegnati dall'uomo.

Potenziali applicazioni

Secondo il professor Saptarshi Das, autore corrispondente dello studio, le capacità della lingua elettronica sono limitate solo dai dati su cui viene addestrata. Ciò significa che, oltre all'analisi degli alimenti, potrebbe essere applicata anche alla diagnostica medica.

Un vantaggio importante è la robustezza dei sensori, che non devono essere perfettamente identici per funzionare correttamente. Questo rende il processo di produzione più pratico ed economico, aprendo la strada a un'ampia diffusione in diversi settori industriali.

"Abbiamo capito che possiamo convivere con l'imperfezione", ha dichiarato Das. "Ed è proprio così che funziona la natura: è piena di imperfezioni, ma può comunque prendere decisioni robuste, proprio come la nostra lingua elettronica".

Lo studio non solo dimostra le potenzialità di questa tecnologia per l'analisi chimica, ma fornisce anche preziose informazioni su come l'intelligenza artificiale elabora le informazioni e prende decisioni, aprendo nuove prospettive per lo sviluppo e l'applicazione dell'IA in diversi campi.