Электронный язык, созданный на базе ИИ, который разработали в Университете Пенсильвании, определяет безопасность продуктов питания с точностью более 95%.
Язык может находить различия в похожих жидкостях, таких как молоко с разным содержанием воды, а также идентифицировать разнообразные продукты. Он также способен обнаружить испорченные продукты и проверить их безопасность, передает incrussia.ruПо мнению исследователей, технология может применяться для обеспечения безопасности и производства продуктов питания, а также в области медицинской диагностики. ИИ-сенсор обнаруживает и классифицирует различные вещества, оценивая их качество, и свежесть. Это позволило исследователям понять, как ИИ принимает решения, что, в свою очередь, может способствовать совершенствованию технологии.«Мы создали искусственный язык, но процесс восприятия различных продуктов включает в себя еще и вкусовые рецепторы, которые взаимодействуют с видами пищи и отправляют информацию в кору головного мозга — биологическую нейронную сеть», — говорит профессор инженерных наук и механики Саптарши Дас.Мозг воспринимает и интерпретирует различные вкусовые ощущения, которые выходят за рамки того, что различают рецепторы, которые в основном классифицируют продукты по пяти категориям: сладкий, кислый, горький, соленый и острый. Чтобы смоделировать работу мозга, исследователи разработали нейронную сеть, которая представляет собой алгоритм машинного обучения.По словам соавтора работы Харикришнана Равичандрана, в данном исследовании рассматривается несколько химических веществ, чтобы выяснить, смогут ли датчики точно обнаружить их, мельчайшие различия между похожими продуктами, а также определить безопасность продуктов питания.Исследователи предоставили нейронной сети 20 конкретных параметров для оценки, основанных на том, как жидкость в образце взаимодействует с датчиком. Основываясь на этих параметрах, ИИ смог точно определить образцы и сообщить об их содержании с точностью более 80% примерно за минуту.«Достигнув приемлемой точности с помощью параметров, выбранных человеком, мы решили позволить нейросети самой определять показатели. Мы обнаружили, что нейронная сеть достигла почти идеальной точности результатов — более 95%, когда использовала параметры, полученные машиной, а не предоставленные человеком», — сказал соавтор Эндрю Панноне.