-
生物通官微
陪你抓住生命科技
跳动的脉搏
人工智能也会饿吗?也有最喜欢的食物吗?
【字体: 大 中 小 】 时间:2023年10月09日 来源:AAAS
编辑推荐:
人工智能(AI)会饿吗?培养对某些食物的口味?还没有,但宾夕法尼亚州立大学的一个研究小组正在开发一种新型的电子舌头,它可以模仿味道如何根据需求和欲望影响我们吃的东西,为更像人类一样处理信息的人工智能提供了可能的蓝图。
宾州大学公园人工智能(AI)会饿吗?培养对某些食物的口味?还没有,但宾夕法尼亚州立大学的一个研究小组正在开发一种新型的电子舌头,它可以模仿味道如何根据需求和欲望影响我们吃的东西,为更像人类一样处理信息的人工智能提供了可能的蓝图。
人类的行为是复杂的,是生理需求和心理冲动之间模糊的妥协和相互作用。虽然人工智能近年来取得了长足的进步,但人工智能系统并没有融入人类智能的心理方面。例如,情商很少被认为是人工智能的一部分。
宾夕法尼亚州立大学工程科学与力学副教授、该研究的通讯作者萨塔什·达斯说:“我们工作的主要重点是如何将智能的情感部分引入人工智能。”该研究最近发表在《自然通讯》上。
“情感是一个广泛的领域,许多研究人员都研究心理学;然而,对于计算机工程师来说,数学模型和多样化的数据集对于设计目的是必不可少的。人类的行为很容易观察,但很难测量,因此很难在机器人身上复制人类的行为,也很难让机器人拥有高情商。目前还没有真正的办法做到这一点。”
达斯指出,我们的饮食习惯是情商和身体生理和心理状态之间相互作用的一个很好的例子。我们吃什么在很大程度上受到味觉过程的影响,这是指我们的味觉如何帮助我们根据口味偏好决定吃什么。这与饥饿不同,饥饿是进食的生理原因。
达斯说:“如果你很幸运,有所有可能的食物选择,你会选择你最喜欢的食物。”“你不会选择非常苦的东西,但可能会尝试更甜的东西,对吗?”
任何在饱餐一顿午餐后仍然感到饱腹的人,在下午的工作聚会上仍然被一片巧克力蛋糕所诱惑,都知道一个人即使不饿也可以吃自己喜欢的东西。
达斯说:“如果给你甜的食物,不管你的生理状况是否满足,你都会吃下去,不像别人给你一大块肉。”“你的心理状态仍然想要得到满足,所以即使不饿,你也会有吃糖果的冲动。”
达斯说,虽然关于大脑中构成饥饿感和食欲控制的神经回路和分子水平机制仍有许多问题,但诸如改进的脑成像等进步已经提供了更多关于这些回路如何与味觉有关的信息。
人类舌头上的味觉感受器将化学数据转换成电脉冲。然后,这些脉冲通过神经元发送到大脑的味觉皮层,在那里,皮层回路(大脑中一个复杂的神经元网络)塑造了我们对味觉的感知。研究人员已经开发了这一过程的简化仿生版本,包括一个电子“舌头”和一个电子“味觉皮层”,由二维材料制成,这种材料是一到几个原子厚的材料。人造味蕾由微小的石墨烯电子传感器组成,称为化学晶体管,可以检测气体或化学分子。电路的另一部分使用记忆晶体管,这是一种可以记住过去信号的晶体管,由二硫化钼制成。这使得研究人员能够设计一种“电子味觉皮层”,将生理驱动的“饥饿神经元”、心理驱动的“食欲神经元”和“进食回路”连接起来。
例如,当检测盐或氯化钠时,该设备会感知钠离子,工程科学和力学博士生、该研究的合著者苏比尔·高什(Subir Ghosh)解释说。
Ghosh说:“这意味着该设备可以‘品尝’盐。”
这两种不同的二维材料的特性在形成人工味觉系统方面相辅相成。
“我们使用了两种不同的材料,因为虽然石墨烯是一种优秀的化学传感器,但它对于模拟大脑回路所需的电路和逻辑来说并不好,”工程科学和力学研究生研究助理、该研究的合著者安德鲁·潘诺内(Andrew Pannone)说。“因此,我们使用了二硫化钼,它也是一种半导体。通过结合这些纳米材料,我们从每一种材料中汲取优势,创造出模仿味觉系统的回路。”
这个过程是万能的,足以适用于所有五种主要的味道:甜、咸、酸、苦和鲜味。达斯说,这样一个机器人味觉系统具有很好的潜在应用前景,从基于情商的人工智能减肥饮食到餐馆的个性化餐饮。研究小组的下一个目标是拓宽电子舌头的味觉范围。
达斯说:“我们正在尝试制造石墨烯设备阵列,以模仿我们舌头上大约1万个味觉感受器,这些感受器每个都略有不同,这使我们能够区分味觉的细微差异。”“我想到的例子是那些训练舌头成为品酒师的人。也许在未来,我们可以有一个人工智能系统,你可以训练它成为一个更好的品酒师。”
下一步是制造集成味觉芯片。
高希说:“我们想在一个芯片上制造舌头部分和味觉回路,以进一步简化它。”“这将是我们近期研究的主要重点。”
之后,研究人员表示,他们设想在人工智能系统中,味觉情商的概念可以转化为其他感官,如视觉、听觉、触觉和嗅觉情商,以帮助未来先进人工智能的发展。
Pannone说:“我们所展示的电路非常简单,我们希望增加这个系统的能力,以探索其他口味。”“但除此之外,我们希望引入其他感官,这将需要不同的模式,可能需要不同的材料和/或设备。”这些简单的电路可以更精细,更接近地复制人类的行为。此外,随着我们更好地了解自己的大脑是如何工作的,这将使我们能够使这项技术变得更好。”
除了Das、Pannone和Ghosh,宾夕法尼亚州立大学的其他研究人员还包括工程科学和力学博士候选人Dipanjan Sen;电气工程博士候选人Akshay Wali;以及工程科学和力学博士候选人Harikrishnan Ravichandran。所有研究人员也隶属于材料研究所。美国陆军研究办公室和国家科学基金会的早期职业奖支持这项研究。