Conoce a E-tongue: una lengua electrónica con IA que detecta sabores en una gota

555
0
PREPASON2024BANNERS_714x90
Capturadepantalla2024-04-26alas192343
PrevencionEmbarazo
Lactanciapornostros4
Capturadepantalla2023-02-13alas213814
Capturadepantalla2023-02-13alas214531
Capturadepantalla2022-09-12alas043937
Capturadepantalla2023-02-13alas215907
Capturadepantalla2023-02-13alas220711
previous arrow
next arrow

Puede distinguir entre sabores salados, ácidos, astringentes y dulces

En el Instituto de Ciencia y Tecnología Daegu Gyeongbuk en Corea del Sur, investigadores han desarrollado una lengua electrónica (E-tongue) capaz de identificar cuatro sabores con una precisión del 95% en una sola gota de solución, marcando un avance significativo en la ciencia moderna.

Este dispositivo, ideado por el profesor Kyung-In Jan y su equipo, replica la complejidad de la percepción del gusto humano mediante múltiples conjuntos de sensores gustativos y un algoritmo de aprendizaje profundo.

Puede detectar sabores como salado, ácido, astringente y dulce en una gota de muestra, un logro sin precedentes en la investigación científica.

Destacando su capacidad, esta lengua electrónica ha demostrado identificar seis vinos diferentes con un 95% de precisión, lo que podría tener aplicaciones en industrias como la alimentaria, de bebidas alcohólicas, cosmética y farmacéutica.

Para que quiero una, si puedo tener dos

Otro equipo, liderado por el profesor Jihwan Choi en el Departamento de Ingeniería Aeroespacial de KAIST en Corea del Sur, ha creado otra lengua electrónica artificial con tecnología similar, también con potenciales aplicaciones en varias industrias, desde la alimentación hasta la farmacéutica.

Estas lenguas electrónicas operan como receptores de las papilas gustativas, transformando información química en señales eléctricas interpretadas por el cerebro. La innovación clave radica en la integración de sensores y tecnología de aprendizaje profundo, mejorando la precisión y fiabilidad en la evaluación de sabores.

El enfoque de estos equipos se centra en superar limitaciones anteriores. La implementación de sensores específicos para cada sabor y una estructura precisa para los elementos del sensor han sido cruciales. Además, algoritmos de aprendizaje profundo personalizados han mejorado la capacidad de análisis de sabores.

Este avance trasciende la mera detección de sabores, abriendo la posibilidad de desarrollar sistemas de recomendación basados en aprendizaje profundo y mejorando la interacción con productos en múltiples industrias.

Fuente: fayerwayer.com

Comentarios