本站内容为虚构演示,与真实新闻及机构无关;请勿当作事实或专业意见。

全文

FULL TEXT

查看本期期刊

神经形态嗅觉传感器NoseChip深度:机器首次实现与人类相当的气味识别能力

加州理工学院与博世联合开发的NoseChip传感器模仿人类嗅觉神经系统的信号处理方式,在2000种气味识别测试中准确率达98.7%,超越训练有素的香水调香师。

神经形态嗅觉传感器NoseChip深度:机器首次实现与人类相当的气味识别能力

加州理工学院神经工程实验室与博世联合开发的神经形态嗅觉传感器NoseChip于2030年8月23日发表在Science上。该传感器模仿人类嗅觉神经系统的信号处理机制,在2000种常见气味的识别测试中达到98.7%的准确率,首次在机器嗅觉领域达到甚至超越人类水平。

NoseChip的核心创新在于「脉冲嗅觉编码」。传统电子鼻使用金属氧化物传感器阵列,输出的是模拟电压信号,需要复杂的模式识别算法进行后处理。NoseChip则直接将化学感应转化为神经形态的脉冲序列,每个脉冲的时间间隔和频率编码了气味分子的化学特征。

传感器阵列由4096个纳米线传感单元组成,每个单元表面修饰了不同的气味结合蛋白(OBP),这些蛋白质来自果蝇的嗅觉受体。当气味分子与OBP结合时,纳米线的电导率发生变化,触发脉冲信号。

加州理工学院教授Wei Chen解释:「人类的嗅觉系统不是简单地检测化学物质,而是通过脉冲编码将化学信息转化为神经信号。NoseChip第一次在硅片上重现了这一过程。」

在与专业调香师的对比测试中,NoseChip在区分相似气味(如不同品种的玫瑰精油)时的表现优于人类专家。博世传感器技术副总裁表示:「NoseChip的应用前景包括食品安全检测、环境监测、医疗诊断(通过呼气分析检测疾病)和智能家居。」

研究团队计划在2031年推出消费级NoseChip模块,价格目标为50美元以下,可集成到智能手机和可穿戴设备中。