通过XAI辅助嗅觉传感器可视化气味辨别过程。根据气味分子的不同，AI会识别最灵敏的受体材料，并突出显示用于辨别的信号曲线关键部分。图片来源：ACS应用材料与界面（2025年）。DOI：10.1021/acsami.5c13990

NIMS一直在开发化学传感器，作为人工嗅觉技术（嗅觉传感器）的关键组成部分，旨在将该技术付诸实践。在一项新研究中，利用可解释人工智能（XAI）揭示了化学传感器如何区分各种气味分子。这些发现可能有助于指导受体材料的选择，以开发能够检测气味分子的高性能化学传感器。

这一成就不仅有望提升人工嗅觉的表现，还将推动对人类嗅觉机制的理解。该研究发表在《美国化学会应用材料与界面》期刊上。

人工嗅觉传感器

嗅觉在我们的日常生活中扮演着重要角色，包括食品安全、环境监测、医疗诊断以及营造舒适的生活空间。人工嗅觉技术（嗅觉传感器）模仿人类嗅觉，利用多种化学传感器检测气味分子，并利用人工智能（AI）对它们进行分类和识别。

然而，由于现有化学传感器的灵敏度和辨别精度有限，目前的人工智能辅助人工嗅觉尚未达到实际应用。解决这一挑战需要更高性能的化学传感器，特别是通过开发能够更有效地检测气味分子的受体材料。

在传统的人工嗅觉系统中，人工智能在未完全了解哪些受体材料对哪些分子反应的情况下，已经对气味分子进行了分类和识别。揭示特定受体材料的响应特性将有助于开发区分目标气味的最佳材料，并选择能够实现更准确气味辨别的受体材料。

XAI发现

NIMS使用配备14种受体材料的膜型表面应力传感器（MSS）测量了94种气味分子的响应，并利用可解释人工智能（XAI）分析数据，XAI技术可视化AI在区分气味分子时依赖的数据部分。

分析显示，用于识别的传感器反应关键部分因气味分子和受体材料的具体组合而异。例如，含有芳香环的受体材料被发现对识别芳香分子非常重要。

该方法有望高效选择针对气味分子的受体材料，并指导能够识别难以检测分子材料的开发。此外，通过揭示AI如何区分，以及其预测依据，XAI可能为理解气味和人类嗅觉机制提供重要线索。

未来展望

该技术不仅可用于促进受体材料的开发，还能根据预期应用从多种选项中选择最优传感器。除了支持材料开发外，它还能推动嗅觉传感器设备的进步，从而加速人工嗅觉的实际应用，深化我们对人类嗅觉的理解。

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