‘จมูกอิเล็กทรอนิกส์’ รุ่นใหม่ ดมกลิ่นเก่งเหมือนจมูกคน ให้ AI ถอดรหัสว่ากลิ่นอะไร ดมโรค ก๊าซพิษ และความสดของอาหารได้

จมูกมนุษย์มีตัวรับกลิ่นอยู่ไม่กี่ร้อยชนิด แต่กลับแยกแยะกลิ่นได้เป็นหมื่น ๆ กลิ่น ความมหัศจรรย์ตรงนี้เองที่ทีมวิจัยจากเกาหลีใต้หยิบมาเป็นต้นแบบ พร้อมวางแผนที่ทางเทคโนโลยีเพื่อพา 'จมูกอิเล็กทรอนิกส์' ไปให้ถึงจุดเดียวกัน คือดมกลิ่นเก่งเหมือนจมูกคน แล้วให้ AI เป็นตัวถอดรหัสว่ากลิ่นที่เจอคือกลิ่นอะไร

ทีมวิจัยจาก Daegu Gyeongbuk Institute of Science and Technology (DGIST) นำโดย Hyuk-Jun Kwon อาจารย์ประจำภาควิชาวิศวกรรมไฟฟ้าและวิทยาการคอมพิวเตอร์ ได้เผยแพร่งานวิจัยชิ้นนี้ในวารสาร Progress in Materials Science โดยรวบรวมและจัดระเบียบทิศทางงานวิจัยสำคัญของเทคโนโลยีจมูกอิเล็กทรอนิกส์ไว้อย่างเป็นระบบ ตั้งแต่การออกแบบวัสดุประเภท Metal-Organic Framework (MOF) ไปจนถึงการสร้างเซนเซอร์ และการให้ AI เรียนรู้จดจำรูปแบบของกลิ่น

จมูกอิเล็กทรอนิกส์คืออะไร แล้วทำไมของเดิมถึงยังไปไม่สุด

จมูกอิเล็กทรอนิกส์ หรือที่เรียกกันว่า electronic nose (e-nose) คือเทคโนโลยีที่ให้ AI เรียนรู้และวิเคราะห์รูปแบบสัญญาณที่เกิดขึ้น เมื่อเซนเซอร์หลายตัวทำปฏิกิริยากับโมเลกุลของกลิ่น ศักยภาพของมันกว้างมาก ตั้งแต่งานความปลอดภัยด้านอาหาร การเฝ้าระวังมลพิษในสิ่งแวดล้อม การตรวจจับก๊าซอันตราย ไปจนถึงการวินิจฉัยโรค

แต่ปัญหาที่ทำให้เทคโนโลยีนี้ยังไปไม่สุด อยู่ที่ตัววัสดุเซนเซอร์แบบเดิม ที่ยังติดข้อจำกัดทั้งเรื่องความจำเพาะในการเลือกจับกลิ่น (selectivity) ความเร็วในการตอบสนอง และเงื่อนไขการทำงานที่ยังยุ่งยาก ทีมวิจัยจึงมองไปที่ MOF ในฐานะวัสดุที่จะเข้ามาปลดล็อกข้อจำกัดเหล่านี้

MOF วัสดุพรุนที่ดัดแปลงได้ตามใจ ตัวเปลี่ยนเกมของเซนเซอร์กลิ่น

MOF เป็นวัสดุที่มีรูพรุน เกิดจากการนำไอออนของโลหะมาจับกับสารประกอบอินทรีย์ จุดเด่นคือรูพรุนขนาดจิ๋วเหล่านี้ดูดซับโมเลกุลของกลิ่นได้อย่างมีประสิทธิภาพ และที่สำคัญกว่านั้นคือโครงสร้างและคุณสมบัติทางเคมีของมันสามารถดัดแปลงให้เหมาะกับงานแต่ละแบบได้ ทำให้มันตรวจจับกลิ่นได้หลากหลายอย่างละเอียดอ่อน แม้จะทำงานที่อุณหภูมิห้องและใช้พลังงานต่ำ คุณสมบัติชุดนี้เองที่ทำให้ MOF ถูกยกให้เป็นวัสดุเซนเซอร์แห่งอนาคต

ทีมวิจัยแบ่งเทคโนโลยีจมูกอิเล็กทรอนิกส์ที่ใช้ MOF ออกเป็นสามกลุ่ม กลุ่มแรกคือ MOF ตัวพื้นฐานที่ทำหน้าที่เป็นแพลตฟอร์มหลัก ด้วยความพรุนและโครงสร้างที่ปรับแต่งได้ ส่วนอีกสองกลุ่มคือ MOF-composite และ MOF-derivative เข้ามาช่วยเสริมทั้งความไว ความเสถียร และความจำเพาะในการจับกลิ่น เมื่อนำวัสดุเหล่านี้ไปจับคู่กับเทคนิควิเคราะห์อย่าง Machine Learning และ Deep Learning ก็จะจำแนกและตีความสัญญาณกลิ่นที่ซับซ้อนได้แม่นยำขึ้นอีกขั้น

ยืมหลักการมาจากจมูกมนุษย์โดยตรง

สิ่งที่ทำให้งานวิจัยชิ้นนี้น่าสนใจ คือการอธิบายเทคโนโลยีจมูกอิเล็กทรอนิกส์ผ่านหลักการทำงานของจมูกมนุษย์ เหตุผลที่คนเราแยกกลิ่นได้นับไม่ถ้วนทั้งที่มีตัวรับกลิ่นจำกัด เป็นเพราะกลิ่นหนึ่งกลิ่นจะไปกระตุ้นตัวรับหลายตัวพร้อมกัน จนเกิดเป็นชุดสัญญาณเฉพาะตัวขึ้นมา ทีมวิจัยหยิบหลักการที่เรียกว่า 'การเข้ารหัสแบบผสมผสาน' (combinatorial coding) นี้มาใช้ โดยนำเสนอชุดเซนเซอร์ MOF ที่แต่ละตัวตอบสนองต่อกลิ่นต่างกัน ควบคู่ไปกับกลยุทธ์การวิเคราะห์สัญญาณด้วย AI

"MOF เปรียบเหมือนคลังวัสดุที่แทบไม่มีขีดจำกัด เราออกแบบให้มันตอบสนองต่อกลิ่นแต่ละชนิดได้แตกต่างกัน ไม่ต่างจากตัวรับกลิ่นของมนุษย์" คุณ Hyuk-Jun อธิบาย พร้อมเสริมว่างานวิจัยชิ้นนี้มีความสำคัญตรงที่ 'เชื่อมช่องว่างระหว่างงานวิจัยด้านวัสดุกับงานวิจัยด้านการรู้จำกลิ่นด้วย AI เข้าด้วยกัน' และวางแผนที่สำหรับการพัฒนาจมูกอิเล็กทรอนิกส์อัจฉริยะที่ออกแบบมาเพื่อการใช้งานเฉพาะทาง

เซนเซอร์ตัวนี้จะไปโผล่ที่ไหนได้บ้าง

ทีมวิจัยคาดว่าจมูกอิเล็กทรอนิกส์ที่ใช้ MOF จะขยายไปสู่การใช้งานได้กว้างขึ้นในอนาคต ทั้งงานด้านสุขภาพอย่างการวินิจฉัยโรค การเฝ้าระวังคุณภาพอากาศและความปลอดภัยในภาคอุตสาหกรรม การเกษตรอัจฉริยะ ไปจนถึงเทคโนโลยีการรับรู้ทางเคมีสำหรับยานยนต์ไร้คนขับและหุ่นยนต์

งานวิจัยชิ้นนี้ตีพิมพ์ในวารสาร Progress in Materials Science ภายใต้ชื่อ Biomimetic artificial olfactory systems based on metal-organic frameworks: from material design to intelligent pattern recognition โดยมี Hyungtae Lim นักศึกษาระดับปริญญาโท-เอกของ DGIST เป็นผู้เขียนหลัก และ Hyuk-Jun Kwon เป็นผู้เขียนหลักในฐานะ corresponding author

ที่มา: phys.org