Kecerdasan buatan dapat mengenali gambar, memahami ucapan, dan menganalisis data dalam jumlah besar. Semakin banyak mesin yang belajar menafsirkan jenis informasi lain yang dialami manusia setiap hari: bau.
Sebuah Hidung AI, juga disebut hidung elektronik bertenaga AI atau hidung elektronik cerdas, menggabungkan beberapa sensor kimia atau gas dengan pemrosesan sinyal dan kecerdasan buatan untuk mengenali pola bau, gas, dan senyawa organik yang mudah menguap (VOC).
Alih-alih mencoba mengidentifikasi setiap molekul di udara secara terpisah, AI Nose biasanya melihat respons gabungan dari beberapa sensor. Algoritme pembelajaran mesin kemudian membandingkan pola respons tersebut dengan data yang dikumpulkan sebelumnya.
Hasilnya dapat dianggap sebagai a sidik jari kimia digital.
Hal ini menjadikan teknologi AI Nose sangat menarik untuk aplikasi di mana pola kimia secara keseluruhan lebih penting daripada konsentrasi satu gas, termasuk:
- Kesegaran dan kualitas makanan
- Pemantauan proses industri
- Pemantauan bau lingkungan
- Peralatan pintar
- Sistem kualitas udara otomotif
- Pertanian
- Penelitian kesehatan
- Robotika
- Pemeliharaan prediktif
Apa Sebenarnya Hidung AI Itu?
Hidung AI adalah bentuk lanjutan dari hidung elektronik, biasa disingkat e-nose.
Hidung elektronik tradisional telah ada selama beberapa dekade. Konsep dasarnya adalah memaparkan beberapa sensor kimia ke sampel yang sama dan menganalisis bagaimana sensor tersebut merespons secara kolektif.
Sistem AI Nose modern menambahkan pemrosesan data dan algoritma pembelajaran mesin yang lebih canggih.
Sistem tipikal mungkin berisi:
- Sistem pengambilan sampel udara atau gas
- Beberapa elemen penginderaan gas
- Elektronik pengkondisi sinyal
- Kompensasi suhu dan kelembaban
- Perangkat keras akuisisi data
- Perangkat lunak ekstraksi fitur
- Model pembelajaran mesin
- Basis data pola kimia yang diketahui
Rangkaian sensor bertindak seperti sekelompok reseptor penciuman biologis, sedangkan model AI menafsirkan sinyal yang dihasilkan.
Persyaratannya Hidung AI, hidung elektronik, penciuman mesin, penciuman digital Dan penciuman buatan berkaitan erat, meskipun tidak selalu digunakan dengan cara yang persis sama.
Untuk gambaran lebih mendalam tentang teknologi, arsitektur sensor, dan pengembangan deteksi bau cerdas, lihat panduan ini Teknologi Hidung AI.
Bagaimana Cara Kerja Hidung AI?
Meskipun arsitektur sistemnya berbeda-beda, sebagian besar perangkat AI Nose mengikuti alur kerja umum yang sama:
Sampel Udara → Susunan Sensor → Sinyal Listrik → Pemrosesan Sinyal → Model AI → Pengenalan atau Prediksi
1. Sistem Mengumpulkan Sampel Udara
Langkah pertama adalah mendekatkan sampel gas atau bau dengan rangkaian sensor.
Tergantung pada perangkatnya, pengambilan sampel dapat menggunakan:
- Difusi alami
- Sebuah pompa mini
- Aliran udara terkendali
- Pengambilan sampel ruang kepala
- tabung
- Ruang sampel khusus
Desain pengambilan sampel penting karena respons sensor dapat berubah sesuai dengan aliran udara, waktu pemaparan, konsentrasi, suhu, dan kelembapan.
Oleh karena itu, AI Nose yang andal lebih dari sekadar beberapa sensor gas yang terhubung ke komputer.
Seluruh lingkungan pengambilan sampel penting.
2. Beberapa Sensor Merespons Sampel
Komponen utama dari Hidung AI biasanya a susunan sensor.
Daripada hanya menggunakan satu sensor yang sangat selektif, sistem mungkin berisi beberapa elemen penginderaan dengan sensitivitas berbeda.
Teknologi yang mungkin meliputi:
- Sensor gas MEMS
- Sensor semikonduktor oksida logam
- Sensor elektrokimia
- Sensor polimer konduktif
- Sensor gas optik
- Sensor keseimbangan mikro kristal kuarsa
- Sensor gelombang akustik permukaan
- Rangkaian sensor kolorimetri
Bayangkan enam sensor terkena aroma kopi yang sama.
Responsnya mungkin terlihat seperti ini:
- Sensor A: respon kuat
- Sensor B: respons sedang
- Sensor C: respon lemah
- Sensor D: respon dan pemulihan cepat
- Sensor E: respons lambat
- Sensor F: hampir tidak ada respon
Paparkan susunan sensor yang sama pada makanan busuk dan kombinasinya mungkin terlihat sangat berbeda.
Tidak ada satu sensor pun yang dapat mengidentifikasi bau tersebut.
Alih-alih, pola di seluruh sensor menjadi informasi yang berguna.
Apa Itu Sidik Jari Kimia?
Ketika beberapa sensor bereaksi berbeda terhadap sampel yang sama, sinyal gabungannya menciptakan pola multidimensi.
Pola ini sering digambarkan sebagai:
- Sidik jari kimia
- Sidik jari bau
- Sidik jari gas
- Sidik jari VOC
Misalnya:
Kopi → Pola A
Jus jeruk → Pola B
Daging segar → Pola C
Daging manja → Pola D
Sistem AI dapat mempelajari pola-pola ini dari data pelatihan.
Kemudian, ketika sampel yang tidak diketahui diukur, perangkat lunak membandingkan sidik jari baru dengan contoh yang telah dipelajari sebelumnya.
Hal ini secara konseptual mirip dengan bagaimana perangkat lunak pengenalan gambar mempelajari pola visual daripada memeriksa setiap piksel secara manual.
Bagaimana AI Mengubah Sinyal Sensor Menjadi Makna
Sinyal sensor mentah jarang dikirim langsung ke model AI.
Biasanya mereka perlu diproses terlebih dahulu.
Langkah-langkah pemrosesan umum meliputi:
- Penyaringan kebisingan
- Koreksi dasar
- Normalisasi sinyal
- Kompensasi suhu
- Kompensasi kelembaban
- Koreksi penyimpangan sensor
- Ekstraksi fitur
- Pengurangan dimensi
Setelah fitur-fitur berguna diekstraksi, algoritme pembelajaran mesin dapat menganalisis data.
Klasifikasi
Sistem menentukan kategori mana yang paling cocok dengan sampel.
Contoh:
- Segar vs. manja
- Kopi tipe A vs kopi tipe B
- Proses normal vs. proses abnormal
- Bau A vs. bau B
Regresi
Model ini memperkirakan nilai berkelanjutan, bukan hanya menetapkan kategori.
Contohnya mungkin termasuk:
- Tingkat kesegaran
- Kematangan
- Kondisi proses
- Perkiraan konsentrasi
Deteksi Anomali
AI Nose tidak selalu harus mengetahui secara pasti apa itu suatu bau.
Sebaliknya, ia dapat mempelajari apa a lingkungan kimia normal sepertinya.
Jika pola sensor berubah secara signifikan, sistem dapat menandai peristiwa tersebut sebagai anomali.
Pendekatan ini dapat bermanfaat khususnya di pabrik, gudang, dan aplikasi pemantauan peralatan.
Algoritma AI Mana yang Dapat Digunakan?
Sistem AI Nose yang berbeda menggunakan algoritme yang berbeda bergantung pada kompleksitasnya, ukuran kumpulan data, dan aplikasi yang dimaksudkan.
Pendekatan umum meliputi:
- Analisis Komponen Utama (PCA)
- Analisis Diskriminan Linier (LDA)
- Mesin Vektor Dukungan (SVM)
- k-Tetangga Terdekat (KNN)
- Hutan Acak
- Jaringan Syaraf Tiruan
- Jaringan Neural Konvolusional
- Model pembelajaran mendalam
- Metode pembelajaran ansambel
AI yang lebih canggih tidak serta merta berarti performa yang lebih baik.
Sistem yang sukses bergantung pada kombinasi dari:
Kualitas sensor + desain pengambilan sampel + data pelatihan + kompensasi lingkungan + algoritma yang sesuai
Model sederhana yang dilatih dengan data dunia nyata berkualitas tinggi mungkin mengungguli jaringan saraf kompleks yang dilatih pada kumpulan data laboratorium terbatas.
Hidung AI vs. Sensor Gas Tradisional
AI Nose dan sensor gas tradisional merupakan teknologi yang saling terkait, namun dirancang untuk menjawab pertanyaan berbeda.
Sensor Gas Tradisional
Sistem pendeteksi gas konvensional biasanya berfokus pada gas target yang diketahui.
Contohnya meliputi:
- Karbon monoksida
- metana
- Hidrogen
- Hidrogen sulfida
- Amonia
- Oksigen
- Karbon dioksida
- Pendingin
Pertanyaan utama biasanya adalah:
Berapa banyak gas ini yang ada?
Outputnya dapat dinyatakan dalam:
- ppm
- hal
- %LEL
- % volume
Untuk keselamatan industri dan peraturan deteksi gas, pengukuran kuantitatif ini tetap sangat penting.
Hidung AI
AI Nose biasanya menanyakan pertanyaan berbeda:
Seperti apa kombinasi sinyal kimia ini?
Alih-alih mengandalkan respons sensor tunggal, AI menganalisis hubungan antara beberapa sinyal.
| Sensor Gas Tradisional | Hidung AI |
|---|---|
| Seringkali berfokus pada satu gas | Menggunakan beberapa saluran sensor |
| Mengukur konsentrasi | Mengenali pola kimia |
| Biasanya menggunakan ambang batas yang ditentukan | Dapat menggunakan model pembelajaran mesin |
| Output sering kali dalam ppm atau % | Output mungkin berupa kelas, probabilitas atau anomali |
| Selektivitas yang tinggi bisa menjadi penting | Sensitivitas silang dapat memberikan informasi pola yang berguna |
| Terbaik untuk gas target yang diketahui | Berguna untuk campuran kimia yang kompleks |
Teknologi-teknologi ini belum tentu bersaing.
Dalam banyak aplikasi, keduanya dapat saling melengkapi.
Sebuah sistem dapat menggunakan sensor keselamatan khusus untuk mengukur konsentrasi gas berbahaya sementara AI Nose menganalisis perubahan yang lebih luas di lingkungan kimia sekitar.
Contoh Hidung AI di Dunia Nyata: Winsen ZM101-A
Teknologi AI Nose semakin beralih dari prototipe penelitian ke platform penginderaan praktis.
Salah satu contohnya adalah Hidung Winsen ZM101-A AI, rangkaian sensor gas MEMS yang dirancang untuk mendukung analisis gas multi-saluran yang cerdas.
ZM101-A menggabungkan enam saluran penginderaan gas dan mendukung pemilihan yang fleksibel 1 hingga 6 saluran operasi.
Saluran penginderaan yang tersedia meliputi:
| Gas | Rentang Deteksi |
|---|---|
| NH₃ | 1–100 ppm |
| VOC | 1–10 ppm |
| TIDAK₂ | 00,1–10 ppm |
| H₂S | 00,5–10 ppm |
| BERSAMA | 5–200ppm |
| CH₄ | 100–6000 ppm |
Berbeda dengan elemen penginderaan gas tunggal konvensional, ZM101-A dirancang sebagai rangkaian sensor gas MEMS multi-saluran.
Modul ini menyediakan pemfilteran sinyal dan kompensasi suhu/kelembaban serta mendukung integrasi dengan model algoritma AI.
Hal ini memungkinkan pengembang untuk membangun aplikasi di mana beberapa respons gas dikumpulkan dan digunakan untuk hal-hal berikut:
- Target penangkapan gas
- Analisis fitur
- Bangunan model
- Identifikasi tugas
Spesifikasi Utama ZM101-A
- Jenis sensor: Rangkaian sensor gas MEMS
- Saluran gas: 6
- Mode pengoperasian: Pilihan saluran 1–6 yang fleksibel
- Tegangan suplai: DC 3,3V
- Operasi saat ini: ≤150 mA
- Konsumsi daya: ≤400 mW
- Komunikasi: UART
- Waktu pemanasan: ≤120 detik
- Suhu pengoperasian: -40°C hingga 85°C
- Kelembapan pengoperasian: 5%RH–95%RH, tanpa kondensasi
- Dukungan AI: Mendukung integrasi model algoritma AI
Modul ini ditujukan untuk area aplikasi termasuk:
- Kulkas pintar
- AC
- Gelombang mikro
- Pembersih udara
- Tudung jangkauan
- Pemantauan kualitas udara otomotif
- Pemantauan gas industri
- Alarm kebocoran
- Penelitian penginderaan terkait kesehatan
- Pemantauan lingkungan yang cerdas
ZM101-A menggambarkan perkembangan penting di bidang AI Nose: semakin banyak produsen yang menyediakannya perangkat keras penginderaan multi-saluran yang dapat digabungkan oleh pengembang dengan model AI dan data aplikasi mereka sendiri.
Hal ini memungkinkan untuk merancang sistem hidung elektronik yang spesifik untuk aplikasi daripada memulai dari elemen penginderaan individual.
Dimana Teknologi Hidung AI Dapat Digunakan?
Potensi penerapan teknologi AI Nose meluas ke banyak industri karena hampir setiap proses biologi, kimia, atau manufaktur menghasilkan beberapa jenis bahan kimia yang mudah menguap.
1. Kualitas dan Kesegaran Makanan
Makanan melepaskan campuran VOC yang berubah-ubah karena:
- matang
- Fermentasi
- Mengoksidasi
- Menurun
- rampasan
AI Nose dapat menganalisis pola perubahan tersebut untuk membantu mengevaluasi:
- Kesegaran
- Pembusukan
- Kematangan
- Status fermentasi
- Konsistensi produk
- Asal
- Pemalsuan
Produk yang mungkin meliputi:
- Daging
- Hidangan laut
- Buah
- Sayuran
- Kopi
- Teh
- Anggur
- Produk susu
Misalnya, AI Nose tidak perlu mengidentifikasi setiap VOC yang dihasilkan oleh daging busuk.
Ia mungkin mengetahui bahwa sidik jari sensor pada daging busuk selalu berbeda dengan sidik jari pada daging segar.
2. Pemantauan Proses Industri
Pabrik sering kali menghasilkan tanda-tanda kimia yang khas selama pengoperasian normal.
Perubahan pada tanda tangan ini dapat menunjukkan:
- Kelainan proses
- Kontaminasi bahan
- Masalah peralatan
- Kebocoran
- Terlalu panas
- Degradasi kimia
Daripada menunggu hingga satu gas mencapai ambang batas alarm yang tetap, AI Nose berpotensi mengidentifikasi bahwa lingkungan kimia secara keseluruhan telah berubah.
Hal ini menjadikan penciuman buatan sangat menarik untuk pemantauan industri berkelanjutan.
3. Pemantauan Lingkungan
Banyak masalah bau lingkungan melibatkan campuran kompleks dan bukan satu gas.
Aplikasi potensial meliputi:
- Tanaman air limbah
- Fasilitas pengolahan limbah
- Peternakan
- Taman industri
- Fasilitas kimia
- Pemantauan udara dalam ruangan
- Identifikasi sumber bau
Sensor gas konvensional tetap penting ketika konsentrasi polutan individual harus diukur.
Sistem AI Nose dapat menambahkan lapisan lain dengan mengenalinya bau keseluruhan atau tanda tangan VOC.
4. Peralatan Rumah Pintar
Penciuman buatan juga dapat diintegrasikan ke dalam peralatan konsumen.
Aplikasi potensial meliputi:
Lemari es
Mendeteksi perubahan yang terkait dengan kesegaran makanan atau bau tidak normal.
Kisaran Kerudung
Kenali pola gas dan bau terkait memasak dan sesuaikan ventilasi secara otomatis.
Pembersih Udara
Evaluasi perubahan lingkungan kimia dalam ruangan daripada hanya mengandalkan satu nilai VOC saja.
AC
Gabungkan penginderaan kimia dengan pengukuran suhu, kelembapan, dan partikulat untuk pengelolaan kualitas udara yang lebih cerdas.
Ini adalah salah satu area di mana susunan MEMS yang ringkas seperti ZM101-A bisa menjadi sangat menarik karena produsen peralatan memerlukan platform penginderaan kecil dan berdaya rendah.
5. Aplikasi Otomotif
Kendaraan modern sudah memiliki sensor lingkungan yang semakin canggih.
Teknologi AI Nose dapat menambahkan pengenalan pola kimia untuk:
- Pemantauan udara kabin
- Deteksi polusi luar ruangan
- Bau yang tidak biasa
- Kontrol kualitas udara
- Ventilasi yang dipersonalisasi
- Kontrol resirkulasi otomatis
Kendaraan cerdas masa depan mungkin menggabungkan penciuman buatan dengan kamera, mikrofon, sensor suhu, dan sensor lingkungan lainnya.
6. Pertanian
Tanaman, tanah, buah-buahan dan proses biologis melepaskan banyak senyawa yang mudah menguap.
Oleh karena itu, sistem AI Nose dapat mendukung:
- Pemantauan kematangan buah
- Penelitian penyakit tanaman
- Penilaian kualitas produk
- Pemantauan penyimpanan
- Pemantauan rumah kaca
- Analisis lingkungan peternakan
Salah satu keuntungan potensial yang besar adalah mendeteksi perubahan kimia sebelum masalah menjadi jelas secara visual.
7. Penelitian Kesehatan
Napas manusia mengandung banyak senyawa volatil yang berhubungan dengan proses metabolisme.
Oleh karena itu, para peneliti mengeksplorasi hidung elektronik untuk menganalisis pola pernapasan.
Area penelitian potensial meliputi:
- Analisis nafas
- Pemantauan pasien
- Pemantauan lingkungan medis
- Studi VOC terkait penyakit
Namun, perbedaan penting harus dibuat.
Sebuah hasil penelitian menunjukkan bahwa hidung elektronik mampu membedakan pola napas tertentu tidak secara otomatis berarti bahwa perangkat tersebut adalah alat diagnostik medis yang disetujui.
Validasi klinis, reproduktifitas, persetujuan peraturan, dan kumpulan data representatif yang besar diperlukan sebelum sistem tersebut dapat digunakan untuk diagnosis medis.
8. Robotika dan Kecerdasan yang Terwujud
Robot sudah menggunakan beberapa indera buatan:
- Kamera memberikan penglihatan
- Mikrofon menyediakan pendengaran
- Sensor gaya memberikan sentuhan
- LiDAR memberikan kesadaran spasial
Penciuman buatan bisa memberikan pengertian penting lainnya.
Robot yang dilengkapi dengan AI Nose berpotensi mengidentifikasi:
- Kebocoran gas
- Tumpahan bahan kimia
- Perubahan terkait asap
- Makanan manja
- Lingkungan berbahaya
- Sumber bau
Hal ini mungkin berguna khususnya untuk:
- Robot inspeksi industri
- Robot pemadam kebakaran
- Inspeksi bawah tanah
- Robot dengan lingkungan berbahaya
- Robot layanan rumah tangga
Seiring dengan berkembangnya AI, penginderaan kimia dapat menjadi sumber informasi lingkungan yang penting.
Hidung AI untuk Pemeliharaan Prediktif
Salah satu aplikasi industri yang menarik adalah pemeliharaan prediktif.
Peralatan terkadang dapat melepaskan karakteristik VOC sebelum terjadi kegagalan yang terlihat.
Sumber yang mungkin meliputi:
- Komponen yang terlalu panas
- Pelumas yang rusak
- Isolasi listrik
- Plastik
- Baterai
- Kebocoran bahan kimia
Daripada menetapkan ambang batas untuk setiap senyawa yang mungkin ada, AI Nose dapat mempelajarinya sidik jari kimia normal di sekitar mesin.
Jika sidik jari tersebut berubah secara bertahap, sistem dapat mendeteksi anomali tersebut sebelum terjadi kegagalan besar.
Pendekatan ini pada akhirnya dapat melengkapi:
- Pemantauan getaran
- Pemantauan akustik
- Pencitraan termal
- Pengukuran listrik
Penggabungan sensor pada akhirnya dapat menghasilkan sistem pemeliharaan prediktif yang lebih andal dibandingkan teknologi penginderaan individual mana pun.
Mengapa AI Berguna untuk Deteksi Bau?
Bau yang kompleks jarang terdiri dari satu gas.
Pertimbangkan enam sensor yang merespons secara bersamaan:
| Sensor | Tanggapan |
|---|---|
| Sensor A | Peningkatan sedang |
| Sensor B | Peningkatan yang kuat |
| SensorC | Hampir tidak berubah |
| Sensor D | Puncak yang cepat |
| E-Sensor | Pemulihan lambat |
| Sensor F | Penurunan kecil |
Sistem ambang batas konvensional mungkin kesulitan menafsirkan kombinasi ini.
Algoritme pembelajaran mesin dirancang untuk mengidentifikasi hubungan di berbagai variabel.
Inilah sebabnya mengapa kecerdasan buatan sangat cocok untuk hidung elektronik.
Informasi yang berharga sering kali bukan:
“Sensor A berukuran 2,8.”
Dia:
“Hubungan gabungan antara Sensor A–F sangat cocok dengan Pola X.”
Apa Tantangan Utama Teknologi Hidung AI?
Teknologi AI Nose cukup menjanjikan, namun penerapan praktisnya masih merupakan tantangan.
Sensor Drift
Sensor gas secara bertahap dapat mengubah karakteristiknya karena:
- Penuaan
- Kontaminasi
- Paparan bahan kimia jangka panjang
- Kondisi lingkungan
- Perubahan materi
Model yang dilatih ketika susunan sensor masih baru mungkin menjadi kurang akurat setelah berbulan-bulan atau bertahun-tahun.
Oleh karena itu, kompensasi penyimpangan merupakan bagian penting dari pengembangan AI Nose dalam jangka panjang.
Suhu dan Kelembaban
Banyak sensor kimia dipengaruhi oleh kondisi lingkungan.
Jika kelembapan berubah dari 30%RH ke 80%RH, beberapa sinyal sensor mungkin berubah meskipun baunya tidak berubah.
Sistem yang andal harus membedakan:
Perubahan kimia yang nyata
dari
Gangguan lingkungan
Oleh karena itu, kompensasi suhu dan kelembapan merupakan fitur penting dalam rangkaian sensor praktis.
Data pelatihan
Model AI hanya berguna jika data yang digunakan untuk melatihnya.
Sebuah sistem yang dilatih dalam kondisi laboratorium yang ideal mungkin memiliki kinerja yang berbeda di pabrik.
Kumpulan data dunia nyata harus berisi variasi dalam:
- Suhu
- Kelembaban
- Gas latar belakang
- Penuaan sensor
- Batch produk
- Konsentrasi
- Aliran udara
- Kondisi musiman
Kontaminasi Sensor
Beberapa gas atau bahan kimia dapat mengubah material penginderaan untuk sementara atau permanen.
Oleh karena itu, sistem pengambilan sampel mungkin memerlukan:
- Filter
- Eksposur terkendali
- Prosedur pembersihan
- Kalibrasi
- Strategi penggantian sensor
Generalisasi
Hidung elektronik yang dilatih untuk satu lingkungan tidak dapat secara otomatis diharapkan bekerja dengan baik di semua lingkungan.
Misalnya:
Model AI yang dilatih menggunakan sampel kopi dari satu fasilitas penyangraian mungkin tidak langsung mengenali setiap kopi dari setiap negara, proses penyangraian, atau lingkungan penyimpanan.
Pelatihan dan validasi khusus aplikasi tetap sangat penting.
Apakah Hidung AI Sama dengan Penciuman Digital?
Terminologinya sangat tumpang tindih.
Hidung Elektronik
Biasanya mengacu pada sistem susunan sensor fisik yang dirancang untuk meniru aspek penginderaan bau biologis.
Hidung AI
Menekankan integrasi pembelajaran mesin atau kecerdasan buatan dengan data array sensor.
Penciuman Mesin
Istilah yang lebih luas untuk memungkinkan mesin menafsirkan informasi kimia di udara.
Penciuman Digital
Dapat mencakup proses lengkap:
- Menangkap informasi terkait bau
- Mendigitalkannya
- Menganalisisnya
- Mengirimkannya
- Berpotensi mereproduksinya
Karena bidang ini masih berkembang, terminologinya berbeda-beda antara peneliti dan produsen.
Akankah Hidung AI Menggantikan Sensor Gas Tradisional?
TIDAK.
Setidaknya tidak dalam waktu dekat.
Sensor gas khusus tetap penting untuk aplikasi yang memerlukan pengukuran gas tertentu secara akurat.
Contohnya meliputi:
- Alarm keamanan CO
- Detektor gas yang mudah terbakar
- Pemantauan oksigen
- Deteksi gas beracun
- Deteksi kebocoran zat pendingin
AI Nose lebih tepat digunakan jika masalahnya meliputi:
- Campuran kompleks
- Pengenalan bau
- Klasifikasi
- Perubahan pola
- Deteksi anomali
Oleh karena itu, masa depan kemungkinan besar akan melibatkan kedua teknologi tersebut.
Sistem pemantauan industri yang canggih mungkin berisi:
Sensor gas spesifik + AI Nose + sensor suhu/kelembaban + sensor partikel + kamera + perangkat lunak prediktif
Bersama-sama, teknologi ini dapat memberikan pemahaman yang lebih kaya tentang suatu lingkungan dibandingkan dengan sensor tunggal saja.
Masa Depan Teknologi Hidung AI
Beberapa perkembangan mempercepat kemajuan dalam penciuman buatan.
Sensor MEMS yang Lebih Kecil
Manufaktur MEMS membuat susunan sensor multi-saluran semakin kompak dan cocok untuk diintegrasikan ke dalam:
- Peralatan
- Kendaraan
- Robot
- Perangkat portabel
- peralatan IoT
Tepi AI
Model pembelajaran mesin semakin dapat beroperasi secara langsung pada prosesor lokal.
Manfaatnya meliputi:
- Respon lebih cepat
- Bandwidth jaringan lebih rendah
- Operasi offline
- Privasi yang lebih baik
- Pemrosesan waktu nyata
Kumpulan Data Dunia Nyata yang Lebih Besar
Dengan semakin banyaknya alat elektronik yang digunakan, para insinyur dapat mengumpulkan kumpulan data yang lebih besar yang mencakup:
- Penuaan sensor
- Variasi musiman
- Gangguan lingkungan
- Perbedaan produk
- Kejadian tidak normal
Kumpulan data ini akan membantu meningkatkan ketahanan model.
Fusi Sensor
Sistem AI di masa depan mungkin menggabungkan penciuman dengan teknologi penginderaan lainnya.
Misalnya:
Hidung AI + Kamera + Suhu + Kelembapan + Partikel + Tekanan + Suara
Daripada hanya memberikan bau buatan pada mesin, para insinyur dapat mengembangkan sistem multi-sensor yang lengkap.
Pertanyaan yang sering diajukan
Apa yang dideteksi oleh AI Nose?
AI Nose mendeteksi pola yang dihasilkan oleh gas, VOC, dan bau menggunakan beberapa sensor kimia. Tergantung pada pelatihannya, ia dapat mengklasifikasikan bau, mendeteksi kondisi abnormal, atau memperkirakan sifat tertentu.
Apakah Hidung AI sama dengan Hidung Elektronik?
AI Nose umumnya merupakan jenis hidung elektronik yang lebih menekankan pada kecerdasan buatan dan pembelajaran mesin untuk menafsirkan data susunan sensor.
Bisakah AI mengidentifikasi bau?
AI dapat mengklasifikasikan pola kimia jika memiliki data sensor yang sesuai dan contoh pelatihan yang representatif. Sistem ini tidak “berbau” persis seperti manusia tetapi dapat belajar mengenali sidik jari kimia yang berulang.
Apakah AI Nose mengukur konsentrasi gas?
Bisa saja, tergantung pada sensor dan modelnya, namun pengukuran konsentrasi tidak selalu menjadi tujuan utamanya. Banyak sistem AI Nose berfokus pada klasifikasi, pengenalan, atau deteksi anomali.
Sensor apa yang digunakan di AI Nose?
Teknologi penginderaan yang memungkinkan mencakup sensor oksida logam MEMS, sensor semikonduktor, sensor elektrokimia, sensor optik, polimer konduktif, dan teknologi penginderaan kimia lainnya.
Bisakah AI Nose mendeteksi banyak gas?
Ya. Sistem AI Nose multi-saluran dapat menggabungkan respons dari beberapa elemen penginderaan. Misalnya, Winsen ZM101-A menyediakan enam saluran gas MEMS yang mencakup NH₃, VOC, NO₂, H₂S, CO, dan CH₄.
Bisakah AI Nose diintegrasikan ke dalam suatu produk?
Ya. Rangkaian sensor MEMS yang ringkas dapat diintegrasikan ke dalam peralatan, kendaraan, peralatan industri, dan perangkat IoT. Antarmuka komunikasi seperti UART memungkinkan perangkat keras sensor bertukar data dengan pengontrol tertanam atau sistem pemrosesan AI.
Kesimpulan
Sebuah AI Nose menggabungkan beberapa sensor kimia dengan kecerdasan buatan untuk mengenali pola gas, VOC, dan bau.
Keuntungan terpentingnya adalah tidak harus mengidentifikasi setiap molekul kimia secara terpisah.
Sebaliknya, rangkaian sensor menciptakan sidik jari kimiawi yang unik, dan algoritme pembelajaran mesin belajar mengaitkan sidik jari tersebut dengan kondisi yang diketahui.
Pendekatan ini menciptakan peluang baru dalam:
- Kualitas makanan
- Pemantauan industri
- Penginderaan lingkungan
- Peralatan pintar
- Sistem otomotif
- Pertanian
- Robotika
- Penelitian kesehatan
- Pemeliharaan prediktif
Produk seperti Hidung Winsen ZM101-A AI juga menunjukkan bagaimana susunan sensor MEMS multi-saluran menjadi platform perangkat keras praktis bagi pengembang yang membangun aplikasi penciuman AI yang sebenarnya.
Namun, keberhasilan sistem AI Nose bergantung pada lebih dari sekadar menggabungkan sensor dengan algoritma AI.
Pemilihan sensor, desain pengambilan sampel, kompensasi suhu dan kelembapan, kumpulan data pelatihan yang representatif, manajemen penyimpangan, dan validasi dunia nyata semuanya menentukan apakah sistem penciuman buatan dapat berhasil beralih dari demonstrasi laboratorium ke aplikasi komersial yang andal.
Ketika sensor gas menjadi lebih kecil dan kecerdasan buatan menjadi lebih mumpuni, kemampuan mesin untuk memahami bahan kimia di sekitarnya kemungkinan akan menjadi bagian yang semakin penting dalam penginderaan cerdas.
