气味传感器:把白开水炒成100亿赛道,今麦郎、康师傅双雄争霸,谁主沉浮?

2021/10/29 15:35 · 传感器知识资讯 ·  · 气味传感器:把白开水炒成100亿赛道,今麦郎、康师傅双雄争霸,谁主沉浮?已关闭评论
摘要:

气味传感器:把白开水炒成100亿赛道,今麦郎、康师傅双雄争霸,谁主沉浮?「来源:|日本科技观察ID:japantech-observer」JapanTechnologyObserver日本科技观察巨翊科技CDMO专栏我们依托于巨翊科技(JOYMEDTECHNOLOGY)技术顾

气味传感器:把白开水炒成100亿赛道,今麦郎、康师傅双雄争霸,谁主沉浮?  第1张

气味传感器:把白开水炒成100亿赛道,今麦郎、康师傅双雄争霸,谁主沉浮?

「来源: |日本科技观察 ID:japantech-observer」
Japan Technology Observer 日本科技观察
巨翊科技CDMO专栏
我们依托于巨翊科技(JOYMED TECHNOLOGY)技术顾问支持,向大中华圈地区的读者介绍海内外医疗器械医药养老介护领域的最新产品以及技术动态,加快全球范围内产业内信息交流速度,催化医工合作,缩短新技术新产品成果转化进程。在完成我们自身商业目标的同时,通过关注人们健康以及福祉问题,促进社会问题的解决。
它是一种气味传感器
可以识别和识别多个
检测元件检测到的
“气味分子模式”
在单个传感器芯片上
安装了 20 种检测元件
其中在锆钛酸铅 (PZT)
压电薄膜上应用了
不同的敏感膜
气味分子附着在
通过施加电压产生
共振的敏感膜上
从共振频率的变化中
获取数值数据
并通过分辨分子模式
来识别气味
使用使用 PZT
压电薄膜的
MEMS
有望减小尺寸和成本
并且通过增加检测元件的数量
可以识别更多的气味
主要应用场景比如
家用和工业机器人进行异味检测
农产品质量确认
长期看护系统
清洁工作的最后检查
香水等日用品的品质确认
食品的鉴别和质量控制
通过气味识别医疗用途
检测烟草、厕所等异味及异味强度
此外,各种行业的气味触发的感应
如果您对这些解决方案感兴趣
请关注并联系
医疗器械的CRO,CMO
综合解决方案提供者
医疗器械行业的瞭望者
获取更多详细信息
↓↓↓
企业介绍
JoyMed Technology
巨翊科技
举报/反馈气味传感器:把白开水炒成100亿赛道,今麦郎、康师傅双雄争霸,谁主沉浮?  第2张

气味传感器:气味传感器

气味传感器资讯

日本人工合成蚊子蛋白质,开发出高敏感度气味传感器

1 月 19 日消息 央视财经报道,日本放送协会称,日本东京大学一个研究小组日前发布的研究成果表示,已经成功地人工合成了蚊子分辨气味的蛋白质,并将其用于...

2021-01-19
标签:日本蛋白质敏感度

986
0

VOC传感器和异味传感器对室内环境的重要性解析

人类进入新的世纪,保护生态环境,促进可持续发展成为人类面临的一个重要问题。

2020-07-23
标签:传感器空气质量传感器气味传感器

397
0

如何做到芯片分辨出十种气味

日前,英特尔和美国康奈尔大学在《自然-机器智能》(Nature Machine Intelligence)杂志上联合发表一篇论文,展示了英特尔神经拟态研...

2020-07-03
标签:传感器mems气味传感器

1569
0

瑞萨电子采用人工智能气味感测技术

萨电子物联网及基础设施事业本部传感器解决方案事业部高级总监 Uwe Guenther 表示:“IAQ 市场对更高精度、更优性能、更强灵活性以满足细分应用...

2020-07-01
标签:人工智能感测技术气味传感器

510
0

伦敦城市大学科研人员开发出了一种Scentee气味感受器

Scentee里装着一个大约有100种味道的小容器,跟安装了Scentee应用程序的智能手机相连后,就能根据个人喜好,喷散出一小朵一小朵的香气云,比如花...

2018-12-07
标签:气味传感器

863
0

查看更多>>

气味传感器:越狱工具 Unc0ver 7.0.0 发布:支持苹果 iOS 14.4 至 14.5.1

IT之家8月2日消息 日本公司Aroma Bit近日成立了一个新的子公司,名为Aroma Bit硅传感器技术公司,将研发嵌入智能手机的小型“气味传感器”。
Aroma Bit目前正在销售一款体积小巧的气味传感器,采用QCM或石英晶体微天平式传感器衬底,在传感器市场上表现出超高的灵敏度。不过,该公司一直在努力实现进一步的规模和成本削减,以满足智能手机等大规模应用的需求。
该公司表示,新开发的硅CMOS型气味传感器提供了智能手机或物联网设备所需的尺寸、分辨率和低成本。例如,使用这种新的传感器衬底,可以在1毫米的模具尺寸内实现与狗狗鼻子相同的分辨率(大约1200个受体膜)。
与“图像与影像”(视觉)和“声音”(听觉)等相比,气味是五感之中数字化进展缓慢的领域之一。Aroma Bit公司力争2~3年以内实用化,将与日本国内外的智能手机企业等推进磋商。
举报/反馈气味传感器:把白开水炒成100亿赛道,今麦郎、康师傅双雄争霸,谁主沉浮?  第3张

气味传感器:这种芯片能监测出10种气味,如何做到的?

  日前,英特尔和美国康奈尔大学在《自然-机器智能》(Nature Machine Intelligence)杂志上联合发表一篇论文,展示了英特尔神经拟态研究芯片Loihi能在有明显噪声和遮盖的情况下,学习和识别10种危险化学品。据论文介绍,英特尔和康奈尔大学的有关研究人员利用72个化学传感器对不同气味做出反应的数据集,通过配置生物嗅觉的电路图来描述如何“教会”Loihi“闻味道”。Loihi仅需单一样本便可学会识别每一种气味,并且不会破坏它对先前所学气味的记忆,要达到与Loihi相近的识别准确率,传统深度学习解决方案需要的训练样本,至少是Loihi所需样本的3000倍以上。
  英特尔神经形态计算实验室科学家纳比尔·伊姆艾姆(Nabil Imam)和康奈尔大学心理学系计算生理学实验室研究人员托马斯·克莱兰德( Thomas A. Cleland),在英特尔“Loihi”神经拟态芯片系统上,描述了一种基于哺乳动物嗅觉系统的神经算法,可以学习并鉴别气味样本
  研究团队之后在一个神经形态系统中,实现该神经算法,并利用甲苯、氨、丙酮、一氧化碳和甲烷等10种有害化学物质,对其进行气味训练,最后在风洞中通过传感器的数据对神经拟态芯片Loihi进行了测试。
  根据英特尔的说法,即使存在其他强烈气味,该芯片也可以识别这些有害物质。将来这项技术可能使“电子鼻”和机器人能够检测武器、爆炸物、麻醉品甚至疾玻。
  比CPU快倍,功耗比GPU低109倍
  根据官方资料显示,英特尔Loihi芯片采用14nm制程工艺,管芯尺寸60毫米,包含超过20亿个晶体管、13万个人工神经元和1.3亿个突触。Loihi异步电路,不需要全局时钟信号,而是采用可编程微代码引擎,用异步脉冲神经网络(SNN)或AI模型行进片上训练,该模型将时间整合到其操作模型中,因此模型的组件不会同时处理输入数据。
  据悉,用英特尔Loihi芯片来处理稀疏编码、图形搜索、约束满足问题等特殊应用,速度比传统CPU快1000倍,效率比传统CPU高倍,它还能将某些优化方案的速度和能效提高了超过三个数量级。英特尔表示,这将用于“高效”地实施自适应学习、事件驱动和细粒度并行计算。
  “我们在实时深度学习基准测试中,证明使用Loihi芯片的功耗比GPU低109倍,比专用IoT推理芯片低5倍。”Applied Brain Research首席执行官、滑铁卢大学教授Chris Eliasmith表示,“随着我们将网络扩展50倍,Loihi保持实时性能结果,仅使用30%的功率,而IoT硬件不能保证实时,还要消耗500%的功率。”
  罗格斯大学教授Konstantinos Michmizos也介绍说,相比用CPU运行SLAM方法,Loihi的能耗低了大约100倍。
  2019年7月,英特尔推出由64个Loihi芯片组成的800万神经元神经形态系统Poihoiki Beach,供60多个生态系统合作伙伴用于决复杂的计算密集型问题。
  除了英特尔外,IBM、惠普、麻省理工学院、普渡大学、斯坦福大学等机构都在推进类脑计算的相关研究,希望借助它来开发出更强大的计算系统。
  不仅能识别气味,还能用于医疗诊断和机场安检
  和嗅觉相似,人类的视觉、听觉、回忆、情绪和决策都有各自的神经网络,它们都以特定的方式进行计算。
  而神经拟态芯片的研究与应用,充分证明了未来神经科学与人工智能交叉研究的广阔前景。
  据Imam介绍,化学传感领域多年来一直在寻找智能的、可靠的和快速响应的化学传感处理系统,或者称之为“电子鼻系统”。
  研究表明,神经拟态芯片的自我学习能力、低能耗特性、”仿人脑”结构以及神经科学的衍生算法可以创造一个”电子鼻”系统,它在真实情境下识别气味比传统解决方案要有效得多。
  除了识别气味外,Imam还看到了搭载神经拟态芯片的机器人在环境监测、危险物质检测以及在工厂质量控制方面的应用潜力。
  加州理工学院AMBER实验室的Rachel Gehlhar和加拿大国家研究委员会的Terry Stewart用英特尔Kapoho Bay Loihi设备控制AMPRO3假肢,以使该假肢能够更好地适应行走时无法预料的运动学障碍
  神经拟态感应系统可以进行环境监测以及有害物质识别,从而帮助我们确定气体物质及其排放来源。
  内置神经拟态芯片的机器人可以在工厂各处移动,识别有害化学物质并进行精准定位,从而快速有效消除有害物质。
  在国防安全方面,为了更好地侦查化学武器、炸弹、毒品等安全威胁,神经拟态芯片可以内置到机场、边境、军事基地等的侦查设备中。
  此外,该系统还可应用于医疗诊断,因为患有某些疾病会散发出特定的气味,为基于神经拟态的化学感应在医学诊断中的应用提供了可能。
  另一个例子是,搭载神经拟态芯片的机器人可应用于机场安检区域,能够更高效地识别危险物质。
  Imam表示:“我的下一步计划,是将这种方法推广到更广泛的应用领域,包括从感官场景分析(理解你观察到的各种物体之间的关系),到规划和决策等抽象问题。理解大脑的神经网络如何解决这些复杂的计算问题,将为设计高效、强大的机器智能提供重要启示。”
  下一步挑战:超越人类嗅觉
  Imam也提到,嗅觉领域存在着一些挑战。
  当你走进一家杂货店时,可能会闻到草莓的气味,它的气味可能跟蓝莓或香蕉很像。有时候,人尚且难分辨出究竟是一种水果气味,还是多种香味的混合。让系统来辨认极其相似的气味,同样是难题。
  “这些是目前我们在研究嗅觉信号识别时面临的挑战,”Imam表示:“我们期待在未来几年内解决这些问题,这样的产品才能解决现实世界的问题,而不仅仅是解决在实验室演示的实验性问题。”
  Imam表示,了解大脑的神经回路如何解决这些复杂的计算问题,将为设计高效、强大的机器智能提供重要的参考依据,换句话说,如果我们能更透彻的了解大脑识别气味的原理,那么可能会从根本上改变我们设计人工智能的方式。
  从理论上讲,Loihi可以扩展到最多颗芯片互连,那就是超过20亿个神经元——人类大脑有大约860亿个神经元。
  英特尔和康奈尔大学当然不是唯一一个致力于训练AI以检测气味的团队。Google Brain小组正在与调香师合作,将气味分子与感知到的气味联系起来。俄罗斯研究人员正在使用AI来嗅出致命的气体混合物,并且研究人员试图通过机器学习重现灭绝花朵的气味。
  除了神经形态计算领域外,Google、加拿大高级研究所、矢量人工智能研究所、多伦多大学、亚利桑那州立大学等机构的科研人员,已经研究了用人工智能方法来解决分子识别和气味预测问题。
  Google最近展示了一个模型,它比最先进的方法和来自“梦想嗅觉预测挑战”(一项描绘气味化学特性的竞赛)的表现最好的模型还要出色。
  另外,IBM还开发了Hypertaste,这是一种“人造舌头”,可以识别“不太适合摄入”的饮料和其他液体。

您可能感兴趣的文章

本文地址:https://www.ceomba.cn/255.html
文章标签: ,  
版权声明:本文为原创文章,版权归 ceomba 所有,欢迎分享本文,转载请保留出处!

文件下载

老薛主机终身7折优惠码boke112

上一篇:
下一篇:

评论已关闭!