Группа учёных из Лаборатории космических исследований в области технологий, систем и процессов применили быстрообучаемый нейросетевой искусственный интеллект для распознавания запахов. Благодаря этой работе исследователи получили компактный «электронный нос», способный не только различать различные смеси газов, но и запоминать новые запахи.
«Электронный нос» — это газоанализатор, измерительный прибор для определения качественного и количественного состава смесей газов. Открытие учёных Национального исследовательского института Высшая школа экономики (НИУ ВШЭ) заключается в том, что их устройство разработано на основе твердотельных газочувствительных матриц, состоящих из полупроводниковых датчиков, с использованием быстрообучаемого нейросетевого искусственного интеллекта.
Новая разработка, во-первых, позволяет достичь высокой точности при анализе смесей. Кроме того, она делает работу прибора отчасти схожей с работой органов обоняния живых существ, которые запоминают новые запахи и, встретив их снова, с лёгкостью различают.
«Датчиков газа, запахов существует великое множество. Но они все настроены на распознавание только одного определённого запаха. Допустим, у шахтёров есть датчики на метан, и когда появляется этот газ, устройство его чётко фиксируют и сообщает об опасности. Но как только датчику предстоит распознать смесь газов, вот тут и начинаются проблемы, устройство выделит метан из этой смеси, а другие газы он «не увидит». А очень часто возникает ситуация, когда именно смесь газов представляет собой опасность», — рассказывает профессор НИУ ВШЭ Владимир Кулагин.
«Сейчас специалисты МИЭМ НИУ ВШЭ работают над алгоритмами, текстами программ, а также методикой нейросетевого распознавания запахов. Основная техническая задача на данный момент состоит в том, что нам надо увеличить число образов распознаваемых запахов за счёт обеспечения возможности оперативного обучения новому запаху с последующим размещением полученной информации в памяти устройства. По сути, нам надо научить наш прибор распознавать опасные и неопасные смеси газов и быстро их запоминать. Для этого нужно получить характеристики этого газа», — продолжает учёный.
Как это будет происходить? Допустим, прибор уловит запах и не сможет его распознать. Тогда он попытается найти в базе данных максимально похожий запах. Если и такого не найдётся — нейронная сеть примет решение об обнаружении нового, неизвестного ранее запаха.
В этом случае образ нового запаха будет помещён в базу данных, а нейронная сеть будет обучена ему. В итоге, одновременно с автоматическим обучением новым запахам сеть начнёт обучаться более точному их распознаванию.
Сфера применения данного устройства достаточно широкая, оно может быть использовано для мониторинга окружающей среды, обеспечения безопасности людей и объектов от террористических угроз, раннего оповещения при техногенных катастрофах, в бортовых устройствах авиационных и космических аппаратов, в технологических устройствах контроля качества исходного сырья, технологических устройствах контроля запахов, возникающих при технологических процессах.
