可解释人工智能助力解析化学传感器识别气味机制
在最新研究中，科学家借助可解释人工智能（XAI）技术，成功展示了化学传感器如何识别和区分不同气味分子。通过这一技术，AI不仅能够识别出对特定气味最敏感的受体材料，还能高亮出对气味辨别起关键作用的信号曲线部分。该研究成果发表于《美国化学会·应用材料与界面》期刊，图像资料由该刊提供（2025年，DOI: 10.1021/acsami.5c13990）。
日本国家材料科学研究所（NIMS）长期以来致力于开发化学传感器，作为人工嗅觉系统中的核心组件。此次研究中，团队应用XAI技术深入解析了化学传感器对多种气味分子的识别机制。这项发现为优化受体材料的筛选提供了科学依据，有助于推动高灵敏度、高辨别能力化学传感器的研发。
除了对人工嗅觉性能的提升具有重要意义，该研究还为理解人类嗅觉系统的运作机制提供了新的视角。
人工嗅觉传感器的原理与应用
嗅觉在人们日常生活中发挥着重要作用，从食品安全、环境监控到医疗诊断和生活舒适度提升，均离不开对气味的精准识别。人工嗅觉系统通过化学传感器阵列捕捉气体分子，并结合人工智能技术对气味进行分类与识别，从而模仿人类嗅觉功能。
然而，当前系统由于传感器灵敏度和辨别能力受限，尚未达到实际应用所需的标准。要实现这一目标，关键在于开发更高性能的化学传感器，尤其是在受体材料方面取得突破，以提升对气味分子的检测效率。
传统的人工嗅觉系统中，人工智能在缺乏对传感器-分子响应机制深入理解的前提下，便对气味分子进行分类。若能明确特定受体材料的响应特性，将有助于设计出更优的受体材料，从而提高气味识别的准确性。
XAI揭示关键识别机制
研究团队使用搭载14种受体材料的膜型表面应力传感器（MSS），测定了94种不同气味分子的响应信号，并采用XAI技术对数据进行分析，以可视化AI在区分气味分子时所依赖的关键信息。
分析结果表明，不同气味分子与特定受体材料之间的响应区域存在明显差异。例如，含有芳香环结构的受体材料在识别芳香类分子方面表现突出。这种对应关系为受体材料的高效筛选和定制化开发提供了依据。
借助XAI，研究人员不仅能识别AI判断的依据，还可深入理解气味分子与受体之间的相互作用机制。这种方法不仅有助于开发新型受体材料，也有可能为揭示人类嗅觉感知机制提供关键线索。
技术前景与未来方向
这项技术不仅支持受体材料的优化与开发，还能根据具体应用场景，从多个传感器选项中选择最合适的组合。除了推动材料科学的进步，该方法还将加速人工嗅觉设备的实用化进程，为多个工业领域提供更精准的气体检测解决方案。
未来，随着XAI与传感器技术的进一步融合，人工嗅觉有望在医疗、环境、安全等关键领域发挥更大作用，同时推动对人类嗅觉生物学的深入研究。
更多信息：Yota Fukui 等，利用可解释人工智能探索人工嗅觉中的结构-活性关系，ACS Applied Materials and Interfaces（2025），DOI: 10.1021/acsami.5c13990。
期刊信息：ACS Applied Materials and Interfaces
由美国国家材料科学研究所提供