伯克利团队搞了个电子鼻，能闻出0.05克腐坏坚果，比人鼻子还准，适合食品检测场景。
加州大学伯克利分校研究团队研发的电子嗅觉芯片集成了16个微型气体传感器阵列，每个传感器涂有不同感应膜，通过化学反应产生独特电信号。团队使用机器学习模型训练芯片，覆盖草莓、蓝莓等7种食品香气谱及鸡肉等新鲜与腐败状态（室温放置24或48小时）的气体特征。测试表明，芯片可在沙拉等复杂气味背景中辨别仅0.05克的核桃（约一颗去壳核桃的百分之一），但开放环境下准确性仍需验证。
比人鼻更准：新型电子嗅觉芯片可识别 0.05 克腐败坚果
IT之家 6 月 18 日消息，科技媒体 techxplore 昨日（6 月 17 日）发布博文，报道称加州大学伯克利分校研究团队研发出电子嗅觉芯片， 能比人类嗅觉更准确地分辨腐败食品（如鸡肉、牛奶）与常见过敏原（如坚果）。 IT之家援引博文介绍，该芯片集成 16 个微型气体传感器阵列，每个传感器均涂有不同的感应膜，在接触到特定气体混合物后，会因化学反应而产生独特的电信号模式。 D 是从安装在人造鼻子上的每个传感器拍摄的光学图像，E 是其中一个传感器的放大图像 由于每个传感器都是针对特定气体分子的响应模块，博士生卡拉 · 巴塞尔（Carla Bassil）将这套系统比喻为“数字鼻子”。 该团队使用机器学习模型训练芯片，训练数据覆盖了 7 种食品的香气谱：草莓、蓝莓、香蕉、核桃、榛子、腰果和花生。 此外，模型还学习了新鲜状态下的鸡肉、牛奶、鸡蛋，以及它们在室温下放置 24 小时或 48 小时后的腐败气体特征。 测试结果显示，该芯片能在复杂气味背景（如沙拉或蛋糕中）辨别出仅 0.05 克的核桃（约相当于一颗普通去壳核桃的百分之一）。研究团队也指出，在开放环境（如同时存放多种腐烂食物的冰箱）中，其准确性仍需进一步验证。 参考 Scalable multiplexed machine learning gas sensor chips for food classification