科学家利用可解释AI揭示传感器如何识别气味

快速阅读: 日本国立材料科学研究所利用XAI技术，通过分析14种受体材料对94种气味分子的响应，揭示了传感器与气味分子间的交互作用，有助于开发高性能人工嗅觉传感器，促进对人类嗅觉机制的理解。

研究发现可能指导高性能化学传感器受体材料的选择，这些传感器能检测气味分子。该成果不仅有望改善人工嗅觉的性能，还可能推进对人类嗅觉机制的理解。这项研究已在线发表于《ACS应用材料与界面》杂志。

理解嗅觉和人工嗅觉的作用

嗅觉在日常生活中扮演着重要角色，影响食品安全、环境监测、医疗诊断及舒适居住环境的营造。人工嗅觉技术，也称作嗅觉传感器，通过使用多种化学传感器来检测气味分子，并运用人工智能（AI）进行分类和识别，从而模仿人类的嗅觉功能。

然而，由于现有化学传感器的敏感性和辨识精度有限，AI辅助的人工嗅觉尚未得到广泛应用。解决这些问题需要更高性能的传感器，特别是设计能够更有效地与气味分子相互作用的受体材料。

AI基础嗅觉中对特定受体见解的需求

在传统的人工嗅觉系统中，AI在没有明确了解哪些受体材料对特定化合物有反应的情况下对气味分子进行分类。了解各个受体材料的响应特性有助于开发最佳组合，以区分目标气味并选择提高气味分类准确性的材料。

解释AI如何解读化学传感器数据

日本国立材料科学研究所（NIMS）的研究人员使用配备14种受体材料的膜型表面应力传感器（MSS），测量了94种气味分子的响应，并利用可解释的人工智能（XAI）分析了这些数据。这种方法可以可视化AI用于区分气味分子的数据部分。

分析显示，传感器响应中最关键的部分会根据气味分子和受体材料的不同组合而变化。例如，含有芳香环的受体材料在识别芳香化合物方面发挥了重要作用。这一发现表明，XAI能够揭示支持AI预测的具体传感器-气味交互作用。

XAI指导下的高性能受体材料选择

此方法允许更有效地选择针对特定目标气味量身定制的受体材料，支持开发能够识别难以检测的分子的传感器。此外，通过揭示AI如何辨别以及其预测背后的理由，XAI为气味检测的基本机制提供了有价值的见解，甚至可能涉及人类嗅觉感知。

对传感器设计的应用和意义

这项技术除了应用于材料发现之外，还可以用于选择不同用途最合适的传感器类型，优化各种环境和行业中的检测性能。通过支持受体材料的发展和传感器的选择，这种方法将加速人工嗅觉的实际应用，并促进对嗅觉的更深入科学理解。

研究团队和出版详情

该项目由当时在日本国立材料科学研究所（NIMS）基本材料研究中心（CBRM）实习的福井洋太（现为CBRM实习生）、CBRM特邀研究员津田幸二、CBRM团队领导田村良、高分子与生物材料研究中心（RCMB）首席研究员南光介及RCMB小组领导吉川源共同完成。研究成果已于2025年9月9日在线发表于《ACS应用材料与界面》杂志。

来源：日本国立材料科学研究所

期刊引用：

《利用可解释的人工智能探索人工嗅觉中的结构-活性关系》，作者：福井洋太、南光介、吉川源、津田幸二、田村良，《ACS应用材料与界面》2025年第17卷第37期，52728-52737页，DOI: 10.1021/acsami.5c13990，

https://pubs.acs.org/doi/full/10.1021/acsami.5c13990

(以上内容均由Ai生成)