AI 味蕾來襲！電子舌革新食物新鮮度檢測

撰文／馬金（Simon Makin）

AI 幫助測試飲料的味道，並檢查是否保持新鮮。

數十年來，食品和飲料產業長期尋找「測試味道」的自動化方法，應用在大規模產線與高速生產的過程。發表在2024年10月《自然》（Nature）的一項研究中，研究團隊利用機器學習克服了化學感測器的一項限制，這意味著在你品嚐牛奶或梅洛葡萄酒的味道之前，機器舌頭就先評估過。

當液體（例如美味的飲料）之中的離子接觸到離子感測場效電晶體（ion-sensitive field-effect transistor, ISFET）的導電片時，依據該液體的確切成份以及其產生的電壓，流經的電流會發生改變，因此科學家可藉由 ISFET 把化學變化轉換為電訊號。任何飲料的化學成份以及其口味，都會受到新鮮程度或污染的影響，而 ISFET 能夠辨識這些改變。

美國賓州州立大學的工程師達斯（Saptarshi Das）說：「食品業在釐清食品是否摻雜不良或有毒成份上遇到許多問題。」第一代 ISFET 早在50幾年前便製作出來，但是這些感測器至今仍未在商業廣泛應用。透過石墨烯這種理想導電材料，研究人員得以設計出可偵測特定化學離子的 ISFET 感測器。但大問題依舊存在：不同感測器的讀數各不相同，這些讀數也會隨著環境條件，例如溫濕度不同而改變。

在這項研究之中，達斯和同事藉由結合了 ISFET 和人工神經網路，運用這些感測器的讀數，訓練一種機器學習演算法來分類不同的飲料，因而解決了這道難題。這套系統能夠分辨牛奶是否稀釋、區分不同的蘇打水品牌或咖啡配方，並同時判斷這些飲料的新鮮度。

在研發過程中，研究團隊曾使用人為選擇的資料進行訓練，但如果把所有感測器測量的資料提供給演算法，使其自行選擇資料特徵，進行辨識時會更為準確。人為選擇的特徵容易受到不同感器測的影響，但單靠演算法便能一次分析所有的資料，找出細微的變化。達斯解釋：「機器學習能夠發現人類難以定義的微小差異。」這套系統在實際任務中的準確率超過97%。

美國加州大學聖地牙哥分校工程師亞蘭（Kiana Aran）致力於把石墨烯商業化，也是石墨烯生物感測器公司的共同創辦人，她評論：「這些數據十分有說服力。」有別於人類透過偵測特定分子來判斷口味，這套 ISFET 系統只藉由偵測化學變化，「這使辨識系統聚焦於特定的化學特徵」，例如品牌配方或新鮮度的程度。

未來，達斯和同事將測試更大、更多樣化的訓練資料庫，以及更複雜的演算法，擴大系統的計算範圍。達斯說：「你能把這項技術應用於醫療保健上，包含血糖濃度與汗液偵測等，這是我們接下來想要探索的領域。」

文章來源：原篇名為〈電子舌品嚐新飲料〉

※ 本文摘自 《科學人(第278期/2025年04月號)（流式）》，原篇名為〈電子舌品嚐新飲料〉，立即前往試讀►►►