فیلم بیشتر »»
کد خبر ۱۰۰۵۸۸۵
تاریخ انتشار: ۰۷:۱۵ - ۲۶-۰۷-۱۴۰۳
کد ۱۰۰۵۸۸۵
انتشار: ۰۷:۱۵ - ۲۶-۰۷-۱۴۰۳

اختراع زبان الکترونیکی برپایه هوش مصنوعی برای چشیدن غذاها

اختراع زبان الکترونیکی برپایه هوش مصنوعی برای چشیدن غذاها
شبکه عصبی به‌کاررفته در این زبان الکترونیکی، توانسته است، در مقایسه با شاخص‌های انتخاب انسانی، به نوعی چشایی با دقت بیش از ۹۵ درصد برسد

دانشمندان زبانی الکترونیکی‌ ساخته‌اند که طعم‌های مختلف را بهتر از انسان تشخیص می‌دهد.

به گزارش ایندیپندنت، تیم [پژوهشی] دانشگاه ایالتی پنسیلوانیای ایالات متحده مدعی است که دستگاهی با زیرساخت گرافن می‌تواند در تشخیص تغییرات شیمیایی و محیطی «انقلابی» پدید آورد، [دستگاهی] که می‌توان در موارد بسیاری، از تشخیص بیماری‌ها گرفته تا شناسایی فاسدشدن خوراکی‌ها، از آن استفاده کرد. 

این فناوری جدید همچنین بینشی بی‌همتا درباره «افکار ناپیدای» هوش مصنوعی ارائه می‌کند، حوزه‌ای که تا امروز به‌دلیل آنچه «مشکل جعبه سیاه» نامیده می‌شود کمتر شناخته شده است.

این تیم [پژوهشی] با نوعی مهندسی معکوس به چنین نتیجه‌ای رسیده است، یعنی با بررسی شیوه عملکرد شبکه عصبی در [روند] رسیدن به نتیجه نهایی و تشخیص تفاوت انواع مختلف شیر، قهوه و نوشیدنی‌های گازدار.

این فرایند نوعی «نگاه اجمالی به روند تصمیم‌گیری شبکه عصبی» در اختیار محققان گذاشته است و به گفته آن‌ها می‌تواند به بهبود ایمنی و توسعه هوش مصنوعی بینجامد.
ساپتارشی داس، استاد علوم مهندسی و مکانیک دانشگاه ایالتی پنسیلوانیا می‌گوید: «ما می‌کوشیم نوعی زبان مصنوعی بسازیم، اما فرایند چشیدن طعم‌های مختلف صرفا کار زبان نیست. گیرنده‌های چشایی زبان [انسانی] که داریم با انواع غذاها در تعامل‌اند و اطلاعات [مربوط به طعم] آن‌ها را به مرکز چشایی مغز ارسال می‌کنند- که یک شبکه عصبی زیست‌شناختی است.»

شبکه عصبی به‌کاررفته در این زبان الکترونیکی، توانسته است، در مقایسه با شاخص‌های انتخاب انسانی، به نوعی چشایی با دقت بیش از ۹۵ درصد برسد.
محققان با به‌کارگیری روشی به نام «توضیحات برهم‌افزودنی شپلی» (SHapley Additive exPlanations) توانسته‌اند فرایند تصمیم‌گیری شبکه عصبی را بکاوند.

شبکه عصبی [در این پژوهش] به‌جای بررسی جداگانه شاخص‌های تعیین‌شده از سوی انسان، اطلاعات [یا شاخص‌هایی] را که خودش در سنجش طعم‌های مختلف مهم شمرده بود بررسی کرد.

داس می‌گوید: «متوجه شدیم که این شبکه در [میان] اطلاعات [دریافتی] به ویژگی‌های ظریف‌تر توجه می‌کند- یعنی به چیزهایی که ما انسان‌ها به‌سختی می‌توانیم آن‌ها را تعریف کنیم.»
«این شبکه عصبی، چون ویژگی‌های حس‌گر را به‌شکل جامع در نظر می‌گیرد، از [اهمیت] تغییراتی که هر روز رخ می‌دهند می‌کاهد. درمورد شیر این شبکه میزان آب متغیر موجود در شیر را مشخص می‌کند، و با توجه به آن تعیین می‌کند که آیا نشانه‌های فساد و خرابی شیر آن‌قدر جدی‌اند که نوعی مشکل ایمنی غذایی به ‌شمار آیند یا نه.»
جزئیات این پژوهش در گزارشی با عنوان «تحلیل شیمیایی [طعم‌های] قوی از راه حسگرهای شیمیایی گرافنی و یادگیری ماشینی» در مجله «نیچر» منتشر شده است.

ارسال به دوستان
10 فرودگاه شلوغ جهان در سال 2025 (اینفو+ جدول) چرا ۹۰٪ مردم بعد از ۳ روز برنامه‌های خودسازی را رها می‌کنند؟( راهکارهای علمی برای ایجاد تغییر پایدار) ادای احترام افسران جنگ جهانی اول به اسب‌های کشته‌شده در این نبرد(عکس) ماجرای جریمه ۳۶۰۰‌میلیارد تومانی یک پلتفرم وضعیت واحدهای نیازمند اسکان موقت تا ۱۰ روز آینده مشخص می‌شود انجمن صنایع لوازم خانگی: مواد اولیه بخش تولید عادلانه توزیع شود کره جنوبی هم به مذاکرات چندملیتی بازگشایی تنگه هرمز پیوست نسخه گرم و گیاهی برای کنترل تکرر ادرار | این ۶ دمنوش‌ را امتحان کنید + روش تهیه و نحوه مصرف کشف کلید خارش در مغز؛ سامانه‌ای که به ما می‌گوید دست از خاراندن برداریم از «پدر» تا «بدنام»؛ بستر چهره‌سازی در پروژه‌های حامد عنقا قیمت جهانی نفت امروز 1405/2/22 سی‌ان‌ان ادعا کرد؛ ترامپ در حال بررسی جدی‌تر از سرگیری عملیات نظامی علیه ایران است ایران و رؤیای هاب گازی منطقه؛ چهارراهی برای تجارت گاز جهان پرشدگی سدهای کشور به ۶۵ درصد رسید دانشمندان موفق به افزایش طول عمر با ژنتیک شدند