เทคโนโลยี AI สร้างอุปกรณ์สวมใส่ที่สามารถจำลองกลิ่นอาหารได้

·โดย Henderson·Engineering
เทคโนโลยี AI สร้างอุปกรณ์สวมใส่ที่สามารถจำลองกลิ่นอาหารได้
จุดเด่น
  • นักวิจัยได้พัฒนาอุปกรณ์สวมใส่ที่สามารถจำลองกลิ่นอาหารได้
  • ผู้เข้าร่วมสามารถระบุกลิ่นเดียวได้ด้วยความแม่นยำ 73%
  • ระบบใหม่ใช้การเรียนรู้ของเครื่องในการระบุกลิ่นและปล่อยกลิ่น
  • เทคโนโลยียังคงต้องพึ่งพากลิ่นที่โหลดไว้ล่วงหน้า ซึ่งจำกัดขอบเขตการใช้งาน

ระบบทดลองหนึ่งคาดว่าจะสามารถนำกลิ่นของกาแฟเข้าสู่งานเลี้ยงเสมือนจริงได้ โดยระบบนี้เชื่อมต่อเซ็นเซอร์กลิ่นกับอุปกรณ์ปล่อยกลิ่นที่สวมใส่ได้ผ่านทางอินเทอร์เน็ต นักวิจัยจากมหาวิทยาลัยโอไฮโอ สหรัฐอเมริกา และห้องปฏิบัติการในมณฑลเจ้อเจียง ประเทศจีน ได้พัฒนาระบบอัตโนมัตินี้ โดยใช้ AI ในการระบุกลิ่นและกระตุ้นการปล่อยกลิ่นใกล้กับจมูกของบุคคลอื่น ตามรายงานจาก "Science Advances" เทคโนโลยีนี้รวมการตรวจจับทางเคมี การเรียนรู้ของเครื่อง และอุปกรณ์สวมใส่ในรูปแบบของข้อมือหรือสร้อยคอ

ในการทดสอบในห้องปฏิบัติการที่มีอาสาสมัครสุขภาพจำนวน 14 คน ผู้เข้าร่วมสามารถระบุกลิ่นเดียวได้ด้วยความแม่นยำ 73% ในขณะที่ความแม่นยำในการระบุการรวมกลิ่นอยู่ที่ประมาณ 71% การค้นพบนี้ถือเป็นก้าวสำคัญในการเพิ่มกลิ่นให้กับประสบการณ์ดิจิทัล แม้ว่าระบบในปัจจุบันยังคงพึ่งพากลิ่นที่โหลดไว้ล่วงหน้า

ความท้าทายในการสร้างกลิ่นแตกต่างจากการสร้างภาพหรือเสียง กล้องและไมโครโฟนจับแสงและคลื่นเสียง ในขณะที่กลิ่นมาจากสารเคมีที่ต้องตรวจจับและปล่อยออกมาอย่างแท้จริง ความพยายามในอดีตรวมถึงอุปกรณ์ที่มีขนาดใหญ่ในสำนักงาน บัตรขูด และหมวกเสมือนจริง บางวิธียังต้องการให้บุคคลที่รับกลิ่นปล่อยกลิ่นด้วยตนเอง

ความท้าทายทางเทคนิคในการระบุกลิ่น

ระบบใหม่ใช้อัลกอริธึมการเรียนรู้ของเครื่องในการระบุรูปแบบที่เกี่ยวข้องกับสารประกอบอินทรีย์ระเหย ซึ่งเป็นแหล่งที่มาของกลิ่น และจัดประเภทเป็นหมวดหมู่กลิ่น ข้อมูลเหล่านี้ถูกส่งผ่านอินเทอร์เน็ตไปยังอุปกรณ์รับที่ชื่อว่า Scentronic ซึ่งจะปล่อยกลิ่นที่สอดคล้องกันใกล้กับจมูกของผู้ใช้ กระบวนการนี้จะส่งคำสั่งดิจิทัลระหว่างอุปกรณ์ โดยกลิ่นจะมาจากวัสดุที่โหลดไว้ในอุปกรณ์สวมใส่

นักวิจัยได้ทดสอบกลิ่นห้าชนิด ได้แก่ เบียร์ เค้ก กาแฟ ส้ม และไวน์แดง อาสาสมัครได้สัมผัสกับกลิ่นเหล่านี้ทั้งแบบเดี่ยวและแบบรวม รวมถึงการรวมกันของเบียร์กับเค้ก และกาแฟกับส้ม ความถูกต้องในการระบุกลิ่นเดียวอยู่ที่ 73% ขณะที่ความถูกต้องในการระบุกลิ่นรวมใกล้เคียงกับระดับนี้ที่ประมาณ 71% ความเร็วก็เป็นอีกจุดสำคัญ ระบบตอบสนองต่อสัญญาณกลิ่นภายใน 0.6 วินาที แต่การระบุกลิ่นอาหารที่ซับซ้อนกว่าต้องใช้เวลาหลายวินาที

การแยกแยะนี้มีความสำคัญอย่างยิ่ง เนื่องจากการตอบสนองต่อสัญญาณและการจัดประเภทสารเคมีที่ไม่คุ้นเคยเป็นสองภารกิจที่แตกต่างกัน ทีมวิจัยยังได้พัฒนาเวอร์ชันที่สามารถปล่อยกลิ่นที่ผสมกับของเหลวรสชาติ ซึ่งทำให้แนวคิดนี้ขยายจากการดมกลิ่นวัตถุจากระยะไกลไปสู่การสร้างประสบการณ์การดื่มในบางด้าน ในแอปพลิเคชันเสมือนจริงที่มีศักยภาพ ผู้ใช้สามารถเลือกเครื่องดื่มดิจิทัลและรับของเหลวรสชาติที่สอดคล้องกันที่บ้าน

การใช้งานในอนาคตและความท้าทาย

เทคโนโลยีนี้ในปัจจุบันยังไม่สามารถสร้างกลิ่นใด ๆ จากส่วนประกอบทางเคมีพื้นฐานได้ แต่จะเลือกจากช่องทางกลิ่นที่โหลดไว้ล่วงหน้า ซึ่งจำกัดขอบเขตและความแม่นยำในการสร้างกลิ่น นักวิจัยวางแผนที่จะทดสอบระบบในสภาพแวดล้อมที่ควบคุมไม่ได้เพื่อทำการประเมินที่ซับซ้อนยิ่งขึ้น และปรับปรุงการควบคุมอคติที่อาจเกิดขึ้นจากผู้เข้าร่วม การใช้งานที่เป็นไปได้รวมถึงการประชุมสังคมเสมือน การช้อปปิ้งออนไลน์ และการวิจัยทางการแพทย์ที่เกี่ยวข้องกับการรับรู้หรือการสูญเสียประสาทสัมผัส งานในปัจจุบันแสดงให้เห็นถึงการเชื่อมต่อที่จำกัดแต่เป็นอัตโนมัติระหว่างการตรวจจับกลิ่นและการสร้างกลิ่นที่สอดคล้องกันในที่อื่น การขยายการเชื่อมต่อนี้ไปยังกลิ่นต่าง ๆ ที่ผู้คนพบเจอในชีวิตประจำวันยังคงเป็นความท้าทายถัดไป

ผลกระทบที่อาจเกิดขึ้นจากอุปกรณ์กลิ่นที่สวมใส่ได้

การพัฒนาเทคโนโลยีนี้ถือเป็นการขยายประสบการณ์ดิจิทัลไปอีกขั้น โดยเฉพาะในสถานการณ์สังคมเสมือนจริง การจำลองกลิ่นสามารถเพิ่มความรู้สึกการมีส่วนร่วมของผู้ใช้ แม้ว่าระบบในปัจจุบันจะยังพึ่งพากลิ่นที่โหลดไว้ล่วงหน้า แต่หากสามารถเอาชนะข้อจำกัดนี้ในอนาคต จะสามารถขยายไปยังการใช้งานที่กว้างขึ้น รวมถึงการช้อปปิ้งออนไลน์และการวิจัยทางการแพทย์ เมื่อเทคโนโลยีมีความก้าวหน้า ความสามารถในการสร้างกลิ่นต่าง ๆ จะอาจเปลี่ยนแปลงวิธีการที่ผู้คนมีปฏิสัมพันธ์กัน และยกระดับประสบการณ์ทางประสาทสัมผัส

H
เกี่ยวกับผู้เขียน
Henderson