可解释AI揭示化学传感器识别气味机制
借助XAI技术，研究团队首次实现了嗅觉传感器在识别气味时的可视化过程。人工智能能够识别出对特定气味分子最敏感的受体材料，并高亮显示用于气味区分的关键信号曲线。这一图像由《ACS应用材料与界面》期刊于2025年发布，DOI编号为10.1021/acsami.5c13990。
日本国家材料科学研究所（NIMS）长期致力于开发用于人工嗅觉系统的核心组件——化学传感器。在最新研究中，研究人员运用可解释人工智能（XAI）技术，揭示了化学传感器如何识别不同种类的气味分子。这项成果有望指导受体材料的选择，从而推动高灵敏度、高性能化学传感器的开发。
此次进展不仅有助于提升人工嗅觉系统的识别能力，也可能加深对人类嗅觉机制的理解。研究成果发表在《ACS应用材料与界面》期刊上。
人工嗅觉传感器的作用
嗅觉在日常生活中至关重要，涉及食品质量控制、环境监控、疾病诊断以及改善居住环境等多个领域。人工嗅觉系统通过模仿人类嗅觉，结合多种化学传感器和人工智能技术，实现对气味分子的识别和分类。
当前，受制于化学传感器灵敏度和辨别能力的限制，AI在人工嗅觉系统中的应用仍难以达到实用化水平。突破这一瓶颈的关键在于开发更高性能的传感器，特别是能更高效检测气味分子的受体材料。
在传统系统中，人工智能在缺乏对受体材料与目标分子间响应机制理解的前提下进行分类识别。若能揭示特定材料对特定分子的反应模式，则可优化受体材料的选择，从而提升系统识别的准确性。
XAI研究成果
NIMS研究团队采用一种配备14种受体材料的膜型表面应力传感器（MSS），对94种不同气味分子的响应进行了测量，并使用XAI技术对数据进行分析。XAI能展示AI在区分气味分子时所依赖的关键数据特征。
分析表明，传感器在识别某一特定分子时所依赖的响应区域，因气味分子种类与受体材料组合的不同而变化。例如，含有芳香环结构的受体材料在识别芳香类分子时表现出显著作用。
该方法有望在受体材料的选择和新开发过程中提供高效指导，特别是在识别传统方法难以检测的分子方面。此外，XAI技术通过揭示AI的识别逻辑和预测依据，为理解化学传感机制和人类嗅觉系统提供了新的研究视角。
未来应用前景
这一技术不仅可用于优化受体材料的开发流程，还能根据不同应用场景选择最合适的传感器组合。除了材料研发的支持作用，该方法也促进了人工嗅觉设备的创新与升级，从而加速这一技术在现实中的落地。
同时，随着对AI识别逻辑的深入解析，相关研究或将推动对人类嗅觉机制的进一步理解。
更多研究细节详见：Yota Fukui 等人，“利用可解释人工智能探索人工嗅觉中的结构-活性关系”，发表于《ACS Applied Materials and Interfaces》（2025年），DOI: 10.1021/acsami.5c13990。
本文由美国国家材料科学研究所提供。