可解释人工智能揭示化学传感器识别气味机制
借助可解释人工智能（XAI）技术，研究人员成功对嗅觉传感器识别气味的过程进行可视化呈现。AI能根据不同气味分子的特征，识别出最灵敏的受体材料，并强调出用于识别过程中的关键信号片段。图像来源：ACS应用材料与界面（2025年）。DOI：10.1021/acsami.5c13990
国家材料科学研究所（NIMS）一直在研发化学传感器，作为人工嗅觉系统的重要组成，致力于推动该技术的实用化进程。最新研究中，研究团队利用XAI解析了化学传感器如何识别多种气味分子。该成果有助于指导高性能化学传感器中受体材料的选取，以实现对气味分子的高精度检测。
这项技术的突破不仅可能提升人工嗅觉系统的整体性能，也为深入理解人类嗅觉机制提供了新视角。相关研究发表于《ACS应用材料与界面》。
人工嗅觉系统的运作原理
嗅觉在人类生活中的重要性不言而喻，涵盖食品安全、环境监测、疾病诊断以及创造宜居空间等多个方面。人工嗅觉技术通过模拟生物嗅觉机制，借助多个化学传感器检测空气中的气味分子，并结合人工智能系统完成分类与识别。
然而，当前技术受限于传感器灵敏度和识别精度，尚未完全达到实际应用标准。实现突破的关键在于开发性能更优的化学传感器，特别是提升受体材料对气味分子的响应能力。
传统系统中，AI常在缺乏对受体材料与分子之间响应机制清晰了解的前提下进行识别操作。揭示具体受体材料的响应行为，将有助于识别最具潜力的材料组合，从而提高气味识别的准确性。
XAI技术的突破性发现
研究团队采用配备14种受体材料的膜型表面应力传感器（MSS）对94种气味分子进行检测，并结合XAI技术解析AI在识别过程中所依据的数据片段。
分析表明，不同气味分子与特定受体材料之间存在独特的响应模式。例如，含芳香环结构的受体材料在识别芳香类分子时表现出显著优势。
该方法有望显著提升受体材料的筛选效率，为开发新型高灵敏度材料提供指导。同时，XAI的可视化分析也揭示了AI的决策逻辑，为探索嗅觉分子特性与人类嗅觉机制之间的联系提供了理论支持。
未来研究方向
除了支持受体材料的开发，该技术还可根据具体应用场景，从多种材料中筛选出最适配的传感器组合。这不仅推动人工嗅觉硬件设备的优化升级，也有望加速该技术在工业与医疗等领域的落地。
此外，研究成果还可能为嗅觉神经生物学研究注入新动力，进一步加深对人类嗅觉机制的认知。
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应用材料与界面
由美国国家材料科学研究所提供