دانشمندان یک زبان الکترونیکی ساخته اند که می تواند طعم های مختلف را بهتر از انسان تشخیص دهد.
به گزارش ایندیپندنت، تیم [پژوهشی] دانشگاه ایالتی پنسیلوانیا مستقر در ایالات متحده ادعا می کند که یک دستگاه مبتنی بر گرافن می تواند شیوه تشخیص تغییرات شیمیایی و محیطی را “انقلابی” کند. [دستگاهی] که در بسیاری از موارد از تشخیص بیماری ها گرفته تا تشخیص غذای فاسد می توان از آن استفاده کرد.
این فناوری جدید همچنین بینش بی‌سابقه‌ای را درباره «ذهن نامرئی» هوش مصنوعی ارائه می‌دهد، حوزه‌ای که به دلیل به اصطلاح «مشکل جعبه سیاه» کمتر شناخته شده است.
این تیم [پژوهشی] چنین نتیجه ای از طریق نوعی مهندسی معکوس، یعنی با مطالعه نحوه عملکرد شبکه عصبی به دست آمد. [روند] دستیابی به نتیجه نهایی و تشخیص تفاوت بین انواع شیر، قهوه و نوشابه های گازدار.
این روش به محققان “بینشی از فرآیند تصمیم گیری شبکه عصبی” داد و به نظر آنها می تواند منجر به امنیت بیشتر و توسعه هوش مصنوعی شود.
Saptarshi Das، استاد مهندسی مکانیک و مهندسی در دانشگاه ایالتی پنسیلوانیا، گفت: ما در تلاش هستیم تا نوعی زبان مصنوعی ایجاد کنیم، اما فرآیند چشیدن طعم‌های مختلف فقط تابعی از گیرنده‌های چشایی زبان نیست. [انسانی] ما با انواع غذاها و اطلاعات تعامل داریم [مربوط به طعم] آنها آنها را به مرکز چشایی مغز می فرستند – یک شبکه عصبی بیولوژیکی.
شبکه عصبی به کار رفته در این زبان الکترونیکی توانسته به نوع سلیقه ای با دقت بیش از 95 درصد نسبت به شاخص های انتخاب انسانی دست یابد.
با استفاده از روشی به نام SHapley Additive Explanations، محققان توانستند فرآیند تصمیم گیری شبکه عصبی را بررسی کنند.
شبکه عصبی [در این پژوهش] به جای نگاه کردن به شاخص های فردی که توسط افراد تعیین می شود، به اطلاعات [یا شاخص‌هایی] که به نظر او برای سنجش سلیقه های مختلف مهم است.
این می گوید: «ما متوجه شدیم که این شبکه در [میان] اطلاعات [دریافتی] به ویژگی های ظریف توجه می کند – چیزهایی که ما به عنوان انسان به سختی می توانیم آنها را تعریف کنیم.
این شبکه عصبی، زیرا به طور جامع ویژگی‌های حسگر را در نظر می‌گیرد.» [اهمیت] تغییراتی که هر روز رخ می دهد را کاهش می دهد. در مورد شیر، این شبکه مقدار متغیر آب موجود در شیر را تعیین می کند و بر این اساس مشخص می کند که آیا علائم فساد شیر آنقدر جدی است که به عنوان یک موضوع ایمنی مواد غذایی در نظر گرفته شود.
جزئیات این تحقیق در گزارشی با عنوان “تحلیل شیمیایی” آمده است. [طعم‌های] قوی از طریق حسگرهای گرافن شیمیایی و یادگیری ماشینی» در مجله «Nature» منتشر شد.