Investigadores del Laboratorio de Investigación Espacial de HSE, Tecnologías, Systems and Processes ha aplicado sistemas de inteligencia artificial de aprendizaje rápido para el reconocimiento de olores y ha desarrollado un dispositivo nasal electrónico capaz de reconocer los patrones olfativos de una amplia gama de sustancias químicas. Además de discriminar entre diferentes mezclas de gases, la nariz electrónica podrá capturar y memorizar nuevos olores. Según los científicos de HSE, es probable que el producto de su investigación beneficie tanto a los servicios de seguridad como al público.

Los dispositivos nasales electrónicos son analizadores de gas que se utilizan para medir la composición cualitativa y cuantitativa de mezclas de gases. La innovación de los científicos de HSE es que su dispositivo se basa en matrices de sensores semiconductores sensibles al gas de estado sólido y utiliza una red neuronal de inteligencia artificial de aprendizaje rápido. La tecnología propuesta es muy precisa para analizar mezclas de gases e imita la función olfativa de los organismos vivos recordando nuevos olores y reconociéndolos fácilmente después.

"Hay muchos sensores de gases y olores disponibles, pero están diseñados para reconocer solo un olor específico, "dice Vladimir Kulagin, profesor en MIEM HSE. "Por ejemplo, Los sensores de metano pueden detectar un aumento de este gas y advertir a los trabajadores de las minas subterráneas del peligro. pero si se enfrenta a una mezcla de gases, este sensor solo reconocerá el metano e ignorará los otros componentes. Esto puede plantear un problema ya que muchos gases son peligrosos cuando se mezclan con otros gases. Los investigadores de MIEM HSE ahora están trabajando en algoritmos, soluciones de software y técnicas para el reconocimiento de olores de redes neuronales. Nuestro principal objetivo en este momento es aumentar la gama de patrones olfativos que el dispositivo puede reconocer al permitirle aprender nuevos olores y memorizar esta información. Esencialmente, queremos enseñarle al dispositivo a discriminar entre mezclas de gases peligrosas y no peligrosas y memorizarlas rápidamente. Para este propósito, necesita conocer las características de cada gas ".

Así es como funcionará. Si el dispositivo capta un olor que no reconoce, la IA buscará en su base de datos el olor similar más cercano determinado por la distancia de Hamming más pequeña a cualquier código de olor conocido. Donde no existe un segundo tan cercano, lo que significa que las distancias entre códigos exceden la distancia de Hamming en todas las redes neuronales, el dispositivo identificará el olor como nuevo.

En este caso, el nuevo patrón olfativo se cargará en la base de datos y se entrenará una nueva red neuronal para este olor. Como resultado, Se logran tanto el aprendizaje automático de nuevos olores como un reconocimiento más preciso. Cuando un nuevo olor coincide con dos patrones diferentes en la base de datos, se prefiere aquel cuyo código está más cerca del código de referencia por la distancia de Hamming (basado en el número de coincidencias de bits). Otra ventaja es la posibilidad de corregir errores de punta electrónica debido al envejecimiento de la matriz de sensores de gas.

Las aplicaciones potenciales del dispositivo están muy extendidas e incluyen monitoreo ambiental, detectar amenazas terroristas a personas e instalaciones, alerta temprana de desastres tecnogénicos, instrumentos a bordo de aeronaves o naves espaciales, tecnología para controlar la calidad de la materia prima, y control de olores para procesos industriales.